世界模型的三维难题新思路：原生一体生成左右眼完整视频流
世界模型的三维难题新思路：原生一体生成左右眼完整视频流VAST，香港大学和PICO开源了一个双目世界模型——StereoWorld。
来自主题: AI技术研报
9556 点击 2026-08-31 10:23
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
VAST，香港大学和PICO开源了一个双目世界模型——StereoWorld。
S²-VLA 引入信念状态和自适应动态门控，仅用2B参数、7GB显存，长程操控超越7B模型。
阿里千问新模型，又卷出了新水平。
谷歌发布语音转文本模型Gemini 3.5 Transcribe，支持85种以上语言、流式转录与智能整理功能，流式词错误率为4.0%，文章认为该模型并非Agent时代的落伍产品，而是语音Agent走向生产环境所必需的关键基础拼图。
OpenAI正式发布生命科学AI工作台Rosalind Workbench，基于GPT-Rosalind推理模型集成至Codex，内置分子结构、序列比对、病理切片三个可视化查看器及NGS分析模块，接入Boltz等外部专业插件，目前以研究预览形式向机构开放。
Alaya Lab推出反事实社会模拟产品合成世界Synthetic World，用户可改变故事中的关键事实进入平行时间线，观察AI居民持续互动、建立关系并自主推动剧情演化，目前平台已积累数百个世界、万级居民和近两万条社区动态。
群核科技发布3D生成模型Lux3D，最快20秒即可批量生成带PBR材质的3D资产，并同步内测世界模型产品，以显式3D路线打造可交互数字空间的底层能力。
Ornith-1.5采用模型自出题、自搭脚手架、自跑轨迹的三段式强化学习闭环，在Terminal-Bench 2.1自测中以86.1分超过其自测的Claude Opus 4.8（85.0分），较两个月前的1.0版本提升约11%。
OpenAI内部代号mozaik-alpha-fdm的Astra模型扩大灰度测试，其在Max effort模式下展现的零样本前端与3D网页一次生成能力引发开发者惊叹，预计9月3日前后正式发布以正面硬刚Anthropic的Fable 5.1。
Perplexity推出本地优先智能体Portable Computer，通过专为端侧模型设计的Harness配合Qwen3.8-27B实现近零成本的本地推理，并在多项基准测试中超越Hermes和Pi等开源通用框架。