2026.10.07 AI建模 Meshy年收入破1亿美元成AI建模商业化标杆,7.1版本几何生成拉到4K → AI三维生成赛道终于跑出了一份可以用财务语言讲述的成绩单。3D生成平台Meshy宣布其年经常性收入突破1亿美元,成为行业内第一家跨过这道门槛的公司,从两年前的100万美元到今天,收入增长了整整一百倍,这个爬坡速度放在整个AI行业里也排在最前列。
2026.10.06 AI建模 H-JEPA把感知与控制拆开建模,世界模型研究迎来动作条件新架构 → 世界模型的研究热度正从产业界烧回学术界。一篇题为H-JEPA的预印本论文近日被图灵奖得主杨立昆在社交平台转发后,迅速在研究社区引发讨论。这篇由特拉维夫大学研究者主导的工作提出了一种动作条件化的世界模型架构,其最鲜明的特征是把感知与控制拆成两个独立设计的模块,让模型先学好看懂世界如何随动作变化,再去解决怎么动作的问题。在具身智能风头正劲的当下,这项工作回应的恰恰是世界模型设计中最基础的分岔路口问题。
2026.10.05 AI建模 群核Lux3D实测:当智能体调度3D模型,一套AI流水线1.47元出铜像 → 3D生成模型厂商的竞争,正在悄悄换赛道。雷峰网9月30日发布的一篇实测文章,把杭州群核科技旗下Aholo Lux3D放进了一条由智能体驱动的生产流水线:通用智能体负责规划与调度,专用模型负责生成,专业三维软件负责检查与收尾。测试用一个经典题材完成:依据三张圆明园兽首铜像中鼠首的照片,生成一个可直接进渲染管线的铜像模型,全程花费约1.47元。
2026.10.04 AI建模 影身智能押注原生4D反超节点将至:四台消费级相机实时生成4D数据 → 10月3日前后,多家科技媒体报道了一家此前低调的国内团队:影身智能。这家公司比李飞飞创办的World Labs早两年押注原生4D技术路线,目前已实现用4至6台消费级摄像头实时生成4D数据,并在真实工厂完成机器人部署,拿到2亿元订单。时间点颇为微妙:9月28日,AMD刚以约82亿美元全股票收购World Labs,空间智能赛道的热度被资本推上新台阶,而国产团队在这条赛道的数据采集一环,已经悄悄跑出了自己的节奏。
2026.10.03 AI建模 魔芯科技摸小宠亮相华为Mate 90发布会:4D世界模型装进手机 → 10月1日,在华为Mate 90系列发布会现场,魔芯科技基于4D世界模型MoWorld打造的应用摸小宠作为鸿蒙应用正式亮相。用户只需上传几张宠物照片,就能在手机里生成一只具有空间结构、可以互动、并且持续变化的宠物4D数字分身。这是世界模型这项被讨论了许久的技术,第一次以消费级应用的形式出现在发布会上,从实验室原型到手机里的一个图标,距离被拉近了一大截。
2026.10.02 AI建模 影溯发布世界模型InSpatio 1.5并开源:国产空间智能走向产业落地 → 9月底,国内空间智能公司影溯科技在上海国际视听艺术嘉年华上发布并上线了新一代世界模型InSpatio-World 1.5。现场演示的一段视频颇能说明问题:画面从一座中式宫殿的廊下向前推进,镜头越过栏杆与台阶转向庭院,原本藏在立柱后面的亭台随着机位变化逐步进入画面。模型生成的不是一段固定运镜的视频,而是一个可以持续探索的空间。
2026.10.01 AI建模 NeurIPS开源Surflo,用几十张无序照片还原出干净三维网格 → 一篇被NeurIPS 2026接收为口头报告的三维重建论文已经开源,代码、权重与数据同步放出。论文名为Surflo,作者来自京都大学、加州大学伯克利分校与Kyutai等机构。它解决的问题很具体:给定2到80张没有相机位姿信息的普通照片,直接输出一张干净的三维网格。与需要逐场景优化的传统路线相比,它用一个固定尺寸的潜变量配合流匹配完成重建,官方给出的对比结论是在质量上超过前馈点图模型,同时比高斯包裹这类基于优化的方法快一个数量级。
2026.09.30 AI建模 AI世界模型补上物体恒存性这一课,用150万段视频训练出新能力 → 9月23日,一篇题为《在世界模型中训练物体恒存性》的论文出现在预印本平台上,作者共31人,其中包括来自牛津大学、耶鲁大学与Adobe研究团队的多位研究者。论文关注一个看似朴素却长期困扰视频生成模型的问题:当一个物体被遮挡后移出视野,模型是否记得它还在那里。当前的视频生成模型是应用最广泛的一类世界模型,它们经常在物体被挡住之后把它忘掉,一个球滚到箱子后面再也不出来,或者出来的时候变成了别的东西。
2026.09.29 AI建模 索辰科技联合美梦空间发布Physical-WAM,给机器人补物理感知 → 在第五届全球数字贸易博览会上,物理AI企业索辰科技与其战略投资企业杭州美梦空间科技联合发布了Physical-WAM物理世界动作模型与RoboTwin-Phys物理漂移评测基准。前者面向机器人对物理世界的理解、预测与动作生成,后者用于相关能力的评测与验证,两者构成一套模型能力加物理测评的闭环。美梦空间由北京大学信息技术高等研究院高文院士领衔的先进视觉系统研究中心孵化,今年8月,索辰科技完成了对它的独家种子轮战略投资。这次联合发布,把世界模型这条技术路线从论文推向了产品化的讨论…
2026.09.28 AI建模 Odyssey发布Agora-2世界模型,20人与智能体同场实时互动 → 9月下旬,世界模型公司Odyssey发布了Agora-2,一组可以同时容纳多个参与者与AI智能体的实时模拟环境,官方描述为支持最多20个人类与智能体实时共享同一个模拟空间,并以可玩研究预览的形式对外开放在线体验。这条消息在空间智能方向引起关注的原因,不在于画面分辨率或生成质量,而在于它把世界模型的评价维度从单人漫游推向了多主体共存。
2026.09.27 AI建模 WorldSplat让3D高斯泼溅变可用资产:一次提取678个物体 → 3D高斯泼溅在过去两年成为从视频与照片捕捉真实场景的强有力手段,但它有一个长期存在的尴尬:看起来很美,用起来很难。泼溅本身是一团带颜色的点云,无法直接放进游戏引擎,也无法在三维软件里被当作实体编辑。9月下旬公布的研究工具WorldSplat,试图解决这个断层。它可以直接从3D高斯泼溅中提取出水密的3D物体,把一团视觉化的点云,转换成可以被单独拿走、移动与复用的网格资产,从而让实景重建真正进入生产管线。
2026.09.26 AI建模 腾讯ARC与北大开源视频世界模型,跳过3D重建能不能治住场景失忆 → 腾讯ARC Lab与北京大学联合开源了一款视频世界模型WorldCrafter,核心主张相当反直觉:做可漫游的生成式世界,不必先老老实实建一个3D模型。团队跳过了显式三维重建,改用一套可按相机位姿查询的隐式3D感知记忆,让用户在自己生成的虚拟世界里自由漫游数分钟,回头看时场景依然对得上。论文、代码与推理权重全部开源,基础版与经过蒸馏加速的Fast版都已放出。
2026.09.25 AI建模 ECCV 2026复盘:3D论文退居第三,空间智能为何成共同主线 → 9月下旬,计算机视觉顶会ECCV 2026披露了本届的投稿与接收数据。大会程序主席公布,本届共收到10473篇投稿,最终接收2834篇。按研究主题划分,图像与视频合成以超过1400篇位居第一,视觉、语言与推理排在第二,3D则从此前的主导方向退居第三。这组排名在会后引发了相当多的讨论,因为3D长期被视为计算机视觉的核心阵地。但多位与会者的判断是,排名的后退不等于3D退潮,反而说明它正在从独立赛道变成其他方向共同的底座。
2026.09.24 AI建模 理想汽车发布世界动作触觉模型,让机器人学会提前预判接触力与形变 → 9月21日,理想汽车Foundation Model团队发布世界动作触觉模型ME-Dex-1.0,同步公开技术报告与代码仓库。这款模型最核心的改变是重新定义了触觉在机器人操作中的位置:它不再只是当前的条件输入,而是与视频一样,被当作需要预测的未来世界状态。模型在生成下一帧画面的同时,同步预测对应的触觉分布,让机器人有机会在执行动作之前预判即将发生的接触。
2026.09.23 AI建模 亮源新创发布Light-O1,用10万小时人类视频教机器人全身动作 → 训练机器人动作的常规做法是让人类穿上动捕设备示范一遍,或者用遥操作设备把动作录下来。这套流程成本高、周期长,换一种任务还得重新设计采集方案。9月21日,亮源新创发布全身智能基础模型Light-O1,试图把预训练的数据来源换成互联网上已有的人类视频。
2026.09.22 AI建模 考拉悠然世界模型拿下两项全球第一,国产空间智能补上长时推演短板 → 判断一个世界模型好不好,最直观的办法不是看它生成的画面美不美,而是看它推演几十帧之后,桌子还在不在原来的位置、光线的方向有没有突然改变。这类被称为场景漂移的失效,是长视频生成里最难缠的问题。WorldArena 2.0全球终榜近日揭晓,成都企业考拉悠然旗下的悠然无界世界模型在Track 1视频质量赛道获得全球第二,并在背景一致性与JEPA相似度两项核心指标中位列第一。
2026.09.21 AI建模 Meshy把3D建模塞进ChatGPT,一句话生成整套家具目录 → 做一套家具目录要多久?传统流程里,这件事要在建模、渲染、建站三个环节之间来回切换,动辄以周为单位。9月中旬上线的Meshy Plugin给出了另一种答案:一个对话窗口,一次会话。整个流程被拆成三步,每一步都在聊天框里完成,不需要切换到别的软件。这件事的意义不在效率提升了多少,而在于3D生成能力第一次以技能的形式被装进了通用智能体。
2026.09.20 AI建模 World Labs用32张照片生成实时3D漫游,世界模型开始可交付 → 世界模型在过去一年里被反复讨论,却始终缺少一个能让人直观判断进展的交付形态。9月中旬,李飞飞创办的World Labs给出了一个具体答案:用32张英伟达Voyager园区的照片作为输入,Atlas模型生成了一个可以实时漫游的3D场景,用户能在园区里自由选择路径、查看任意区域的细节。英伟达与World Labs双方官方账号同步发布了演示,Atlas在Blackwell GPU上从零预训练,把文字、图像、视频与三维数据统一到共享的空间上下文里。
2026.09.19 AI建模 华睿智普发布Praxis One,一颗芯片装下机器人的大脑与小脑 → 具身智能的瓶颈,正在从"模型能不能想明白"转向"本体能不能算得过来"。9月17日,华睿智普在杭州举办"双脑同芯"物理AI端侧算力智能超脑产业生态大会,正式发布Praxis One具身智能超脑算力底座。该平台基于联发科旗舰级边缘SoC Genio Pro 5100打造,把机器人的高级认知决策与实时运动控制收敛到同一颗芯片里。公司创始人兼首席执行官蔡镇辉在会上给出一个三层判断:大模型算法、真实场景高质量数据、端侧算力,是产业规模化落地必须跨过的三道门槛,而端侧算力是上面两层得以工…
2026.09.17 AI建模 8B模型PhysBrain 1.5登顶开源物理AI榜,差距缩到1分内 → 中国公司深度机智发布的物理基座模型PhysBrain 1.5,近日经多家渠道密集报道后进入行业视野。这个8B参数规模的模型在28项公开具身评测基准上取得72.5的综合均分,位居参评开源模型首位,与GPT-6 Astra的73.3分、Gemini 3.6 Flash的73.0分只差不到1分,排在得分67.9的Claude Opus 5之前。一个参数量只有百亿级的开源模型挤进闭源前沿的分数区间,把物理智能这条赛道最核心的问题摆上了桌面:决定机器人能力上限的,究竟是本体与数据规模,…
2026.09.16 AI建模 紫东太初开源90亿参数物理世界大脑,9项空间测试拿下8项第一 → 9月15日,武汉人工智能研究院推出并开源新一代面向物理世界的通用多模态大模型ZDTaichu5.0-9B。这个模型参数量约90亿,能同时处理文字、单图、多图、长视频和任意分辨率画面,重点解决真实场景中的空间感知、换视角后的方位判断和机器人任务规划难题。在九大国际空间理解测试中,它拿下8项同参数组第一。
2026.09.15 AI建模 13万小时人类数据喂出Motus2,机器人插灯泡成功率84% → 灵巧操作一直被视作世界模型进入物理世界最严苛的一道考验。9月10日,在2026外滩大会的一场见解论坛上,生数科技联合创始人兼CEO骆怡航正式发布面向机器人灵巧操作的自进化通用世界模型Motus2,项目页署名为生数科技的研究身份GensPI与清华大学,技术论文编号为arXiv 2608.30237。9月14日,团队通过新闻稿向全球披露了完整技术细节与真机评测结果。