2026.11.20 AI建模 世界模型总记不住身后的路,这篇论文把世界状态搬到了生成器外面 → 视频世界模型有一个共同的毛病:镜头一转过去再转回来,身后的东西就变了样。窗帘换了个颜色,桌上的杯子挪了位置,刚才改过的地方悄悄恢复原状。这篇挂在上周arXiv上的论文给了一个不同的解法:不要把世界存在生成器里,把它拿出来,存成一份可以被读写的全景图,再让多模态大模型去改它。论文编号2611.24193,作者来自微软等机构。
2026.11.19 AI建模 物理AI缺的不是模型而是接触数据,这家公司把仿真器重写了一遍 → 11月18日,2026年世界仿真大会在杭州举办。北京谋先飞在会上发布新一代物理仿真引擎 MotrixSim 1.0,联合创始人兼 CTO 张衡给出的判断是,物理 AI 的瓶颈可以归结为数据的结构性缺失。
2026.11.18 AI建模 能打出来才算合格,Tripo把3D生成的验收标准推到了打印机前 → 11月17日,法兰克福 Formnext 开展第一天,Tripo AI 在展台上做了两件事:给即将发布的 H3.5 模型一个预览,同时发布了一个叫 Polipop 的智能体。前者主打生成即可打印,后者负责把一句想法一路送到打印机:建模、打印准备、下发任务。两个产品都没有公布发布日期与价格,展位体验从17日持续到20日。
2026.11.17 AI建模 一个免费小工具先问你零件要扛多大力,再决定壁厚和悬垂角该怎么留 → 三维生成模型这两年进步很快,但它们解决的是"看起来像"的问题。真正把模型送到打印机上,会遇到另一套约束:这个壁厚在0.4毫米喷头下打不出来,那个悬垂角度没有支撑会塌,这个卡扣的应变量超过了材料能承受的范围。这些约束不写在提示词里,写在车间的经验里。
2026.11.16 AI建模 四十亿参数拿下六个评测第一,西湖大学把物理世界拆成可组合概念 → 世界模型这条赛道上,入场的力量正在变化。此前主要是创业公司与海外实验室,今年开始高校与地方政府也组织力量参与:7月北京大学与一家创业公司成立世界模型联合实验室,10月由企业牵头的通用世界模型北京市重点实验室揭牌。11月中旬,西湖大学成立世界模型研究中心,校长、中国科学院院士施一公亲自揭牌,同时亮出首版基础模型Awomo-0.5。参数规模只有40亿,却在六项国际公开评测的不同榜单上同时登顶。
2026.11.15 AI建模 星尘让两台机器人只交换关键信息,隔墙交替取笔的成功率从零变成一百 → 11月13日,星尘智能发布了一个叫CoMind的多机协同框架,副标题是Be My Eye。对应的技术报告在11月9日提交到arXiv,编号2611.12295。它想解决的是一个看起来简单、做起来很难的问题:两台机器人怎么互相帮忙,才不至于越帮越慢。
2026.11.14 AI建模 AI扫出来的高斯泼溅终于能拖进Blender,可惜只进得去出不来 → 11月10日,Blender 基金会发布 Blender 5.3。这一版最受关注的不是渲染器,也不是建模工具,而是一次格式层面的接纳:3D 高斯泼溅被做成了点云对象的一种类型,可以像普通物体一样被拖进场景。对做三维重建的人来说,这是过去两年一直缺的那一环。
2026.11.13 AI建模 李飞飞在CoRL端出一个世界模型,把生成和三维重建并成一件事 → 11月12日,CoRL 2026的会场,李飞飞做了题为《Atlas:一个用于生成与重建的统一世界模型》的演讲,随后与AMD董事长兼首席执行官苏姿丰进行了一场炉边对话。这是AMD宣布收购World Labs以来两人第一次公开同台。收购在9月官宣,交易价值约82亿美元,预计2026年底前完成。
2026.11.12 AI建模 一个40亿参数的模型不画网格,它写一段能改的代码再把模型导出来 → 11月5日,一个叫GLB-3D-Coder的模型在开源社区上线,作者是独立开发者CCORE,授权方式是Apache 2.0。它的参数量只有40亿,基座是阿里Qwen3.5-4B。这个模型做的事听起来有点绕:你描述一个低模道具,它不给你一个三维网格文件,而是写出一整个自包含的网页,页面用Three.js把物体搭出来,右下角有个导出按钮,点一下才下载标准GLB文件。发布两天内,下载量超过两万次。
2026.11.11 AI建模 一个模型同时预测未来画面与动作,补五次演示就把成功率拉到九成五 → 11月10日,英伟达在CoRL大会上发布机器人基础模型GR00T 2。官方把它定义成"世界动作模型",因为它在同一个网络里做两件事:预测接下来画面会怎么变,以及机器人该输出什么动作。这两件事过去通常交给两个模型,一个做世界模型,一个做策略。
2026.11.10 AI建模 一千万美元押在仿真环境上,机器人训练数据开始按模型的短板逐项定制 → 11月初,机器人数据初创公司Physicl宣布完成一千万美元种子轮融资,由Inovia Capital领投。公司同时上线了名为Studio的平台,首批提供一万个三维环境与十万个数字资产,供开发者搭建场景、生成机器人训练用的合成数据。世界模型公司SpAItial是其早期客户。
2026.11.09 AI建模 世界模型不该只生成好看的画面,这篇论文让粒子按物理规律动起来 → 现在的视频世界模型,大多数在学怎么把下一帧画得像。画面越逼真,越容易被误认为理解了物理。但一支杯子从桌上掉下去,重要的不是落地那一下的像素,而是它在下落过程中受到的力、与桌沿的接触、摔碎后碎片怎么散。11月5日公开的一篇论文提出了另一种做法:不去生成画面,直接生成三维空间中粒子与刚体的运动。模型叫GPWM,生成式粒子世界模型。
2026.11.08 AI建模 几十万面压到几千面,LATO2把生成的烂拓扑修成了能进引擎的网格 → 11月4日,一个叫 ComfyUI-LATO2 的开源节点上线,把神经重网格化模型 LATO.2 直接接进了 ComfyUI 的工作流。它要解决的问题很具体:AI 生成的3D模型往往是几十万个三角形的密集网格,看起来惊艳,但拿去做游戏或实时应用会立刻出问题,渲染开销大、多边形分布不均、内部还藏着看不见的面。这个节点把这些网格重建成只有几百到几千个顶点的干净模型,并且可以选择目标顶点数。原始 LATO.2 模型由华中科技大学、Meshy AI 与慕尼黑工业大学的研究者共同开发。
2026.11.07 AI建模 英伟达新框架把一条轨迹当成一个整块解码,机器人不再逐个吐坐标 → 11月6日,英伟达研究院公布了VFlash,一个面向物理AI的视觉规划解码框架,论文与代码同步开源。它要解决的问题很具体:机器人在动手之前,得先输出一堆空间信息,抓取点在哪、包围框多大、航点怎么连成一条轨迹、画面里每个点在三维空间怎么移动。这些输出现在是按文本的方式一个字一个字生成的,而文本的生成方式与几何的表达方式并不匹配。VFlash的做法是把整条轨迹当成一个解码块,一次并行画完。
2026.11.06 AI建模 让智能体替你连节点,Tripo把3D生产从一次生成变成一条流水线 → 11月2日,Tripo发布了Agentic Canvas。它不是又一个生成模型,而是一块节点画布:把网格生成、图像分割、重拓扑、展UV、贴图、物理材质、骨骼绑定、动画、导出这些步骤做成可以连线的独立节点,再由一个智能体负责规划顺序与参数。目前处于灰度阶段,高配套餐与团队账号优先开放。
2026.11.05 AI建模 英伟达把空间记忆做成外挂,一张照片就能生成可以走进去的三维房间 → 英伟达研究院发布Lyra 2.0框架,从单张图像生成可自由探索的三维场景。官方把创新点归结为两处:空间记忆机制与自增强训练策略。前者维护三维几何信息用于信息路由,避免几何误差在多帧之间累积;后者让模型接触自身生成的退化输出,主动纠正长视频的时间漂移。代码与论文已开源至Hugging Face。
2026.11.04 AI建模 一张发动机照片,模型自己拆成零件,还能画出每个零件的建造过程 → 10月19日,一家叫Skyfall AI的公司发布了工程世界模型SKY-001的研究预览版。演示里最有说服力的不是画面有多精细,而是一个动作:给一张发动机的照片,模型先画出整体轮廓,再把它拆成几个大组件,每个组件继续往下拆,直到形成一个个零件;对单个零件,它还会展示从草图到三维形状的中间构建步骤。这条路径和“生成一张效果图”是两件事。
2026.11.03 AI建模 清华团队让AI像牛顿那样推公式,一百八十三关全过只用人类四成动作 → 10月30日,一篇题为代数世界模型的论文挂上arXiv,作者来自清华大学交叉信息研究院,指导教师是图灵奖得主姚期智与副教授袁洋,两位共同第一作者都是本科生,一位来自浙江大学、目前休学在清华做研究,另一位来自清华姚班。论文做的事听起来有点复古:让AI从与陌生环境的交互里,提炼出可以用数学描述、可以证明的规律。团队把它称为代数世界模型,简称AWM。
2026.11.02 AI建模 英伟达开源手术世界模型,机械臂往哪动,生成的画面就跟着怎么变 → 英伟达近日开源了新一代手术世界模型Cosmos3-H-Dreams,把此前只面向桌面缝合任务的生成式机器人仿真,直接推到了真实临床手术场景。模型基于约150亿参数的Cosmos 3架构,用真实胆囊切除手术的视频与机器人运动学数据训练,可以根据机械臂的实时控制指令,持续生成器械运动、组织变形、遮挡变化之后的画面。官方测试里,单张RTX PRO 6000 Blackwell显卡上能跑到30fps,两步蒸馏版本达到43.2fps。
2026.11.01 AI建模 前Palantir班底做建筑世界模型,Dream拿1700万美元种子轮 → 10月29日,总部位于旧金山的Dream结束隐身状态,公布1700万美元种子轮融资。领投方是Andreessen Horowitz,SV Angel、XYZ与Zigg Capital跟投。这家公司做的事听起来不新奇,用AI生成建筑方案,但它的定位很特别:不做效果图,做可以直接拿去施工的工程图。
2026.10.31 AI建模 一张图生成完整三维物体,六亿参数模型在消费级显卡上三秒出结果 → 10月30日前后,一家叫Speridlabs的研究团队开源了Idol,一个从单张图片生成完整三维物体的模型。它的自我介绍里有几个数字很扎眼:600M参数、从零预训练、显存占用低于7.2GB、3秒生成100万个高斯泼溅点、Apache 2.0协议、权重代码与演示全开。有用户在Hugging Face的在线空间里拿一张机器鸭的图试了一遍,评价是效果完全没有让人失望。
2026.10.30 AI建模 Kimi上线3D Make,一句话让Blender自己建模还能直接打印 → 10月24日,月之暗面在发布Kimi K3.1 Pro的同时,上线了一个独立产品页:Kimi 3D Make。它支持用文本、草图、参考图直接生成三维模型,网页端与App都能用。官方把3D打印列为核心落地场景之一。这件事的意义不在"又多了一个AI建模工具",而在它的技术路径:模型不是直接吐出网格,而是自己写Blender、FreeCAD这类专业软件的可执行脚本,云端跑完再输出标准CAD文件。