跳到正文
  1. 두디 Doodi来源71

    作者介绍了 GitHub 项目 image-blaster,称这套 Claude 技能可在 5 分钟内把单张照片转成 3D 环境。其中,移动物体输出为 .glb、.obj 模型,静态背景输出为可浏览的 .spz 场景,同时生成环境音与逐物体音效,还可要求它每步先向使用者确认。

    推荐理由:推文列出了一套把单张照片转成带音效 3D 场景的 Claude 技能及其依赖条件,可作为关卡原型工具选型的参考。

  1. 量子位 · AI技术与应用来源78

    VAST开源实时世界模型EdenLive!单消费级显卡、720P超24FPS

    < img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-10-18 19:49:49 来源: 量子位 让人人都能自由创造并体验可交互世界 听雨 发自 凹非寺 量子位 | 公众号QbitAI VAST的世界模型,今天有了新成果。 实时世界模型 EdenLive ,正式发布并开源。 据VAST介绍…

    推荐理由:VAST 开源实时世界模型 EdenLive,公开了单卡 720P 超 24FPS 的生成速度与解耦渲染路线,可供判断实时生成式渲染的落地边界。

  1. Odyssey · 世界模型研究一手来源72

    认识 Odyssey-3:我们最强大的基础世界模型

    今天我们推出 Odyssey-3,这是我们迄今为止最强大的基础世界模型。Odyssey-3 Pro 在 Physics-IQ Verified 的基准测试中创下新的最优成绩,并在我们的评估中于 WorldMark 的 4 个类别中的 3 个排名第一。我们的研究预览版现已开放,如果你是物理 AI 开发者并有兴趣基于 Odyssey-3 进行构建,请与我们联系。Odyssey-3 是一个学习得到的动力系统,以自回归扩散 transformer 的形式实现,用于预测物体如何在空间…

    推荐理由:官方给出 Odyssey-3 在 Physics-IQ 与 WorldMark 的具体分数和机器人、人形、驾驶的适配案例,可据此判断世界模型当前的能力边界。

  1. Hidden Door · AI 叙事与游戏工程一手来源64

    我们的智能体故事框架内部

    如今,每一个 Hidden Door 体验都运行在我们的 叙事世界模型 之上,它表示世界中所有人、地点和事物的状态与叙事轨迹。本周我们更新了核心逐回合引擎,你能感受到差异:故事对你所做的事情反应更敏锐,记得几章前发生过什么,并在关键时刻将其带回。出色的互动叙事意味着你的选择很重要:它们会改变故事走向。游戏一直只能近似实现这一点。作者只能编写有限数量的分支,因此,迟早每条路径都会折回到同样少数几个结局。我们转而思考叙事铺垫、套路、弧线以及结局,然后思考能够激发并建立在你创造力…

    推荐理由:原文展示其用工具调用模型、世界上下文与手写叙事手册支撑动态剧情,读者可理解智能体叙事架构如何影响互动故事体验。

  1. Odyssey · 世界模型研究一手来源60

    推出 PROWL-2:联合学习仿真与决策

    世界模型是在基于模型的强化学习中引入的,作为一种学习得到的动力学模型或“转移函数”,用于预测下一个状态。其背后的动机是让强化学习能够通过模拟环境进行,而不需要直接与环境交互。世界模型还为智能体提供了一条路径,使其能够规划和推理自身行动的后果,而不是仅仅依赖规模。然而,从想象经验中学习的效果取决于世界模型本身:在其预测错误的地方,智能体会基于幻觉出的未来进行训练,并学到在真实环境中失败的行为。迄今为止,大多数世界模型所想象的世界里只有一个智能体,但最能带来教益的经验恰恰是与他…

    推荐理由:原文给出多智能体世界模型与策略在同一训练循环中互相修复的机制,以及 SMACv2 与 MQE 上的具体对比数据。

  1. arXiv · AI游戏论文一手来源70

    Waypoint-1.5:面向消费级硬件的实时视频世界模型

    我们推出 Waypoint 1.5,一个可在消费级硬件上运行交互式视频生成的实时扩散世界模型。与通用视频扩散模型不同,交互式世界模型(iWM)必须在严格的延迟和吞吐量约束下响应用户的密集控制输入。Waypoint 1.5 在涵盖数百款游戏的 100,000 小时多样化、控制对齐的游戏视频数据上进行预训练,并能够基于完整的键盘和鼠标输入生成可玩视频。该模型包含两种分辨率变体,可运行于广泛消费级硬件之上。为刻画这一独特场景,我们区分了渲染帧率(rendered FPS)、潜在帧…

    推荐理由:原文给出了从数据管线到运行时的完整技术拆解,读者可以据此理解实时交互视频世界模型在消费级硬件上的实现路径。

  1. Odyssey · 世界模型研究一手来源75

    介绍 Agora-2:推进多智能体世界模拟

    今天我们很高兴发布 Agora-2 的可玩研究预览版,这是我们下一代多智能体世界模型,可实时生成共享的交互式环境,最多支持 20 个人类与智能体。Agora-2 支持的参与者数量是 Agora-1 的 5 倍,同时从仅能模拟单一环境扩展到可模拟多个环境,具备更复杂的交互和更长时程的行为。为了探索这些更丰富的多智能体交互,我们转向了由 Blizzard 开发的《暗黑破坏神 II》。游戏长期以来一直是 AI 研究的有用环境,提供了让智能体通过与周围环境以及彼此互动来学习的世界。…

    推荐理由:原文说明了共享状态与渲染模型的分工,读者可据此理解多智能体世界模型如何让参与者互相影响。

  1. World Labs · 空间智能与世界模型一手来源64

    Atlas:面向空间智能的世界模型

    世界模型能够生成、重建并模拟任何可能的世界。 它们理解世界如何呈现、如何运作、如何演化, 从而让我们能够为创意用户渲染想象中的世界, 高保真地模拟真实世界,并帮助机器人规划行动。 在 World Labs,我们构建这些通用世界模型,以追求空间智能。今天,我们正式发布 Atlas,我们的下一代世界模型。 Atlas 是一个全模态模型,我们从零开始预训练,使其能够原生处理 文本、图像、视频和 3D。 它是一个多模态自回归扩散 Transformer: 所有输入都被整合到一个共享…

    推荐理由:Atlas 将世界生成、3D 重建与时空仿真统一进单一多模态架构,基准测试中在两项关键任务上均超过专用模型。

  1. Rosebud AI 游戏生成与工作流一手来源61

    使用 Rosebud AI 和 Reactor's 视频世界模型构建游戏

    本文由来自 Interact studio 的客座作者 Sachin 和 Sai Raina 撰写。游戏开始生成自己的世界在大部分游戏历史中,开发者在玩家看到世界之前就已经构建好了它。艺术家创建环境,设计师搭建关卡,工程师让它们变得可交互。生成式 AI 让创建代码和资源变得更加容易,但基本流程仍然没有改变。视频世界模型正在开始改变这一现状。它们不再需要提前构建每一个环境,而是可以在玩家移动的过程中生成世界,实时创建和改变它。我们一直在通过将 Reactor 的实时视频世界模…

    推荐理由:文章用可玩示例展示了视频世界模型在玩家移动时实时生成游戏环境的工作流,给出了帧率和延迟等具体参数。

  1. decart · 交互世界模型一手来源62

    Decart 融资 3 亿美元:科技领袖既作为客户又作为投资者支持该公司

    2026年5月18日在Radical Ventures领投的融资支持下,Decart正在为下一代低延迟AI系统构建基础设施层,通过三条产品线实现:DOS,一套超优化的推理与训练栈,使智能体和推理模型能够运行得更智能、更快速;以及模型Lucy,其面向沉浸式体验的世界模型;还有Oasis,其面向物理AI的世界模型——两者均由DOS驱动。今天,我们还宣布了DOS 2.0,新版Lucy和Oasis将在未来几周内发布。在由Radical Ventures领投的融资支持下,Decart…

    推荐理由:融资消息同时披露了 DOS 2.0 的性能数字与 Lucy、Oasis 的后续版本计划,可据此判断实时世界模型的商业化路径。

已经到底了