跳到正文
10月23日周五
10月22日周四
10月21日周三
  1. GameBusiness.jp · 日本游戏产业来源60

    SpiralAI 开始提供源自“AIライザ”开发的“SpiralLLM”——以统合专业AI的“AI游戏大师”兼顾世界观与游戏性

    2026年10月21日,SpiralAI宣布开始提供专注于娱乐领域的编排模型「SpiralLLM」。「SpiralLLM」是通过开发自2026年8月25日开始提供的、从Koei Tecmo Games获得授权的AI聊天RPG《RyzaChat:与AI莱莎共同创造的只属于你的一个夏天之梦物语》等项目而诞生的技术基础。它不仅限于生成AI角色的对话,还作为「AI游戏大师」发挥作用,整合世界观参照(RAG)、长期记忆、关系把握、参数(状态)管理、故事推进、一致性验证等多项处理。要把…

10月19日周一
  1. 白鲸出海一手来源38

    迪士尼1.8亿美元吸纳Character.AI七成员工,DeepSeek V4.1 Flash升级可生成游戏和3D场景

    据彭博社报道,迪士尼将吸纳Character.AI约七成员工(全员86人左右),前三年累计发放约1.8亿美元薪酬,并另设3000万美元留任奖励。DeepSeek将V4.1 Flash升级至Flash-1017,网页端、App和API同步更新,调用方式与价格不变,增强了从零开发游戏、搭建3D场景的能力。

10月18日周日
  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。

  2. 量子位 · AI技术与应用来源70

    突发!DeepSeek新模型发布,超级性价比斩杀一切

    < img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-10-17 20:21:09 来源: 量子位 新版本V4.1-Flash-1017,还开放了自研搜索API 一水 鹭羽 发自 凹非寺 量子位 | 公众号QbitAI 对上了,都对上了。 前两天DeepSeek“先崩后补偿”,就有人猜D老师…

10月17日周六
  1. 量子位 · AI技术与应用来源71

    刚刚,Gemini 4终于来了:谷歌重回御三家,API限时半价

    < img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-10-16 13:04:59 来源: 量子位 谷歌就是季节性气候模型公司 henry 发自 凹非寺 量子位 | 公众号 QbitAI 要我说,谷歌就是季节性气候模型公司,天气凉了,旗舰也就熟了。 刚刚,Gemini 4 Argon正式面向…

10月16日周五
  1. AIHOT · AI行业动来源39

    Kling 4.0 深夜上线,作者实测30秒一镜到底与全能参考表现

    数字生命卡兹克 · @Khazix0918 · X · 2026-10-16 10:03 · 47 分钟前 精选 AI 评分 75 AI 导读 可灵AI凌晨正式上线视频模型 Kling 4.0,作者烧数万积分实测后认为其在大范围动态、复杂动作衔接和全能参考可控性上有扎实进步。支持最长30秒一镜到底直出,视频首尾帧改为最多10帧的多帧参考;1080P 30秒约450积分,720P 20秒的 Kling 4.0 Flash 仅120积分,作者推荐先用 Flash 打样再用正式版…

  2. AIHOT · AI行业动来源38

    Krea 3 图像模型通过 ComfyUI Partner Nodes 上线

    Comfy Blog · Rob · 2026-10-16 05:15 · 2 小时前 精选 AI 评分 65 Krea 3 is now available via Partner Nodes AI 导读 Krea 3 图像模型现已在 ComfyUI 通过 Partner Nodes 提供,主打基于参考图的生成与编辑。模型强调更快的迭代速度和更低的单张成本,支持按上传顺序引用多张参考图、保持产品标签形状材质不变的前提下修改环境光影构图,并可将生成结果作为新输入继续编辑。…

  3. AIHOT · AI行业动来源49

    Black Forest Labs FLUX 3 系列登陆 OpenRouter:Image Klein 开源权重、视频 upscale 降价并支持 4K 生成

    OpenRouter · @OpenRouter · X · 2026-10-16 02:41 · 1 小时前 精选 AI 评分 66 AI 导读 OpenRouter 宣布 Black Forest Labs(@bfl_ai)三项新内容上线。FLUX 3 Image Klein 是新的开源权重图像模型,可在单张消费级 GPU 上运行;改进版 FLUX Video Upscale 开启 early access,可将任意视频转为 4K,价格从 $0.59/s 降至 $0.2…

  4. Hugging Face Blog一手来源81

    Meta 发布开源权重多模态混合专家模型 Muse Spark Open

    Meta 发布开源权重多模态混合专家模型 Muse Spark Open。该模型总参数约 816B、每 token 激活约 42B,上下文最长 1M tokens,支持文本、图像、音频和视频输入并输出文本。

    推荐理由:原文给出总参数、激活参数、上下文长度和多模态输入规格,并附部署与微调路径,适合评估其作为开源编码智能体的可用性。

  5. AIHOT · AI行业动来源43

    Black Forest Labs FLUX.3 Image Klein 登陆 Diffusers,支持边界框布局控制

    Hugging Face 官方团队博客 · Aritra Roy Gosthipaty · 2026-10-15 08:00 · 17 小时前 精选 AI 评分 76 Welcome FLUX.3 Image Klein in Diffusers AI 导读 Hugging Face 团队介绍 FLUX.3 Image Klein 模型发布首日即可在 Diffusers 中使用,单个模型支持文生图、多参考图生图和边界框布局控制。 推荐理由 官方教程覆盖布局控制、量化权重、显…

  6. AIHOT · AI行业动来源57

    Black Forest Labs 发布开源文生图模型 FLUX 3 Image Klein(5.6B)

    Black Forest Labs:Blog · 2026-10-15 23:00 · 2 小时前 精选 AI 评分 77 FLUX 3 Image Klein AI 导读 Black Forest Labs 发布 5.6B 参数开源权重模型 FLUX 3 Image Klein,支持文生图、图像编辑和最多 10 张参考图的多参考生成,采用 FLUX Kommunity License。 推荐理由 官方公布了参数规模、显存门槛、生成速度和评测对比,读者可以评估它在本地部署与…

10月15日周四
  1. AIHOT · AI行业动来源34

    可灵 Kling 4.0 正式全量开放,新增 MCP 和 CLI 接入

    Kling AI · @Kling_ai · X · 2026-10-15 23:00 · 43 分钟前 精选 AI 评分 72 AI 导读 可灵(Kling AI)宣布 Kling 4.0 正式全量开放,用户可通过 kling.ai 全新创作界面使用,并新增 MCP 和 CLI 接入以融入视频创作工作流。即将推出 4K 和 1080p 的 10-bit HDR 视频输出,以及面向企业客户和开发者的 API 访问。 推荐理由 官方宣布 Kling 4.0 全量开放,除网页入…

  2. NVIDIA ACE一手来源26

    NVIDIA Nemotron 3.5 Super VL 以多模态推理赋能专业智能体

    常驻智能体正在承担更长、更复杂的企业工作流。单个请求可能涉及阅读文档、跨来源核对信息……常驻智能体正在承担更长、更复杂的企业工作流。单个请求可能涉及阅读文档、跨来源核对信息、遵循公司政策以及调用多个工具。NVIDIA Nemotron 3.5 Super VL 是一款面向这些专业化工作流的开放、可定制多模态模型。其 120B 参数混合专家(MoE)架构激活 12B……来源

  3. AIHOT · AI行业动来源42

    阶跃星辰开放 Step 5 Preview 权重

    StepFun · @StepFun_ai · X · 2026-10-15 21:00 · 41 分钟前 精选 AI 评分 77 AI 导读 阶跃星辰(StepFun)宣布 Step 5 Preview 开放权重,BF16 和 FP8 权重已上线 Hugging Face 和 ModelScope,并附技术博客。 推荐理由 官方公告直接给出权重规格和下载入口,需要开源 MoE 权重的读者可据此评估是否纳入自己的工作流。 来源: StepFun · x.com

  4. AIHOT · AI行业动来源65

    昆仑万维发布并开源单张 RTX 5090 实时运行的视频大模型游戏 Matrix-Game 4.0

    公众号:昆仑万维 · 2026-10-15 08:00 · 8 小时前 精选 AI 评分 70 昆仑万维诞生世界上第一款消费级显卡视频大模型游戏,同步开源 AI 导读 昆仑万维于2026年10月15日发布 Matrix-Game 4.0,称其为第一款运行在单张消费级显卡上的视频大模型游戏,并同步开源。 推荐理由 原文给出具体硬指标与三模块架构,还对比了同类方案的延迟和算力门槛,读者可据此评估这条实时世界模型路线的落地价值。 来源: 公众号:昆仑万维 · mp.weixin.…

10月14日周三
  1. Google DeepMind一手来源69

    Gemini 4 Argon:专为解决你最棘手的问题而打造

    Oct 13, 2026| 我们正为开发者、企业、科学家和消费者提供访问我们最新前沿模型的权限。 您的浏览器不支持音频元素。 收听文章 [[duration]] 分钟此内容由 Google AI 生成。生成式 AI 是实验性的。 本文 专为解决您最棘手的问题而打造 解决复杂工程任务

    推荐理由:官方给出多领域基准、工程案例和 API 价格,读者可据此判断其在编码、科研与安全任务中的可用性。

  2. AIHOT · AI行业动来源54

    Google 发布 Gemini 4 Argon:面向复杂工程与科研任务的前沿模型

    Google Blog:AI · 2026-10-14 00:00 · 22 小时前 精选 AI 评分 88 Gemini 4 Argon: Built to solve your hardest problems AI 导读 Google 发布 Gemini 4 Argon,面向开发者、企业、科学家和消费者全球开放,可经 Gemini API、AI Studio、Google Antigravity。 推荐理由 官方发布带来定价、1M token 上下文、基准成绩和多领域…

10月13日周二
10月9日周五
10月8日周四
  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。

9月29日周二
  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。

9月24日周四
  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。

9月23日周三
  1. Google DeepMind一手来源64

    Gemini 3.8 文本转语音向你问好

    Sep 23, 2026| Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 是我们迄今最具表现力的音频生成模型。可在 Google AI Studio、Gemini API、Gemini Enterprise、Gemini Notebook 和 Google Vids 中生成自定义角色语音并指导场景对白。 Leland Rechis集团产品经理Alan Cowen研究科学总监,代表 Gemini 音频团队 今天,我们向 Ge…

    推荐理由:两款 TTS 模型将语音生成从固定预设转向自然语言驱动的逐句表演控制,Flash TTS 在 Hume AI 语音设计基准上以 71.4 分居首。

9月1日周二
  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。

7月29日周三
7月16日周四
  1. decart · 交互世界模型一手来源58

    Lucy 2.5:提升实时 AI 的标准

    2026年7月16日更高质量的编辑、具备物理感知的视觉特效、更强的时间一致性,以及更低的延迟,全部以 30 FPS 实时生成。‍Lucy 2.5 将实时 AI 编辑推向了前所未有的高度。Lucy 不只是一款更高质量的视频生成模型,更是一个实时系统,能够以 30 FPS 和 1080p 分辨率、近乎零延迟地改变视觉世界。每一帧都实时生成,持续响应运动、光照和不断变化的场景,从不依赖预先渲染的视频。借助 Lucy 2.5,用户可以在视频仍处于实时流式传输状态时,无缝替换角色、更…

6月10日周三
  1. decart · 交互世界模型一手来源48

    推出 Oasis 3:首个面向物理 AI 的交互式世界模型

    2026年6月10日今天,我们推出 Oasis 3 —— Decart 的旗舰交互式世界模型,这是迈向机器人成为日常现实之未来的重要一步。机器人即将无处不在:行驶在我们的道路上,在我们的仓库中工作,在我们的家中提供帮助。瓶颈不在于雄心或硬件,而在于训练:机器人必须先体验这个世界的全部复杂性与危险,才能被信任在其中行动。今天我们发布 Oasis 3,这是一个为物理 AI 构建的生成式世界模型,首先从自动驾驶汽车开始。它能够根据单个提示生成无限多样、超逼真、可交互的环境——而且…