2026.09.14 AI建模 华为用一张32GB消费级显卡,一周训出深度估计五个榜单第一的模型 → 9月8日,华为苏黎世研究中心Bayer Lab联合洛桑联邦理工学院与博洛尼亚大学在arXiv公开Marigold V2,把开源图像编辑模型Qwen-Image-Edit-2509改造成单步密集预测器,输入一张普通RGB照片,可以同时输出深度图、穿透深度、表面法线与反照率四种结果。论文已被SIGGRAPH Asia 2026接收,将刊发于ACM Transactions on Graphics。
2026.09.13 AI建模 魔芯科技拟完成10亿元融资,4D世界模型8个月连融4轮估值近百亿 → 据多家媒体报道,国内4D世界模型企业杭州魔芯科技股份有限公司拟完成新一轮大额融资,规模或达10亿元量级,公司估值有望从上一轮的约40亿元升至接近100亿元。这将是该公司8个月内完成的第四轮融资,投资方延续产业资本密集参与的格局,覆盖芯片、算力、智能终端、数字内容与先进制造等多个领域。报道同时提到,魔芯科技已完成股份制改造,为后续规模化发展与资本市场进阶做准备。公司此前发布的通用级世界模型基于全国产算力完成训练、压缩与部署。
2026.09.12 AI建模 大晓机器人开源Puffin-World,给机器人补上相机物理课 → 大晓机器人联合南洋理工大学S-Lab等机构发布并开源了统一多模态世界模型框架Puffin-World。这个框架的设计出发点与传统视频生成模型不同:它没有把目标定为生成一段看起来逼真的画面,而是把物理、几何与外观定义为三种原生的三维世界状态,并在同一个模型中贯通重力场感知、自由视点空间仿真、三维世界生成与重建以及闭环探索。团队同步开源了代码、模型与Puffin-16M数据集,其中包括1500万组视觉、语言与相机三元组,100万条具有挑战性的旋转轨迹,以及覆盖28个公开数据集、约…
2026.09.11 AI建模 高德发布3D原生城市世界模型,单卡10分钟生成公里级3D场景 → 9月10日前后,高德正式发布3D原生城市世界模型ABot-Earth 0.7。与近期集中涌现的视频类世界模型不同,这款模型把重点放在三维空间本身:从一张卫星图或一段文字出发,用单块消费级GPU约10分钟就能生成公里级的3D城市场景,官方称效率相比传统方案提升千倍。模型采用3D原生架构端到端生成3DGS格式场景,同一套模型覆盖从星球、城市到街景地标的连续尺度,目前已在196个以上国家和地区完成覆盖,体验官网同步上线。
2026.09.10 AI建模 京东开源实时可交互世界模型JoyAI-Echo WM,打造物理世界的底座 → 9月9日,2026京东全球科技探索者大会在国家会议中心开幕,京东宣布开源实时可交互世界模型JoyAI-Echo WM。现场演示中,观众以第一人称视角走进虚拟的京东亚洲一号仓屋顶,鸽子掠过、AGV小车转弯、金属托盘滑入分拣口的声响与画面实时同步,视角转动时光影自然过渡,窗玻璃上的雨痕随移动微微反光。这不是游戏引擎渲染,而是世界模型在持续生成可进入的虚拟世界。京东副总裁段楠用了一个形象的比喻,如果把大模型比作AI时代的操作系统,世界模型就是其中的DirectX,没有它,再强的CP…
2026.09.09 AI建模 智象未来推HiDream-O1-Embodied具身世界模型,扰动适应登顶 → 具身智能赛道的玩家名单上,又多了一位来自中国的重量级选手。智象未来于9月7日发布具身世界模型HiDream-O1-Embodied,并宣布该模型在机器人扰动适应评测基准RoboColiseum中以0.692的成绩登顶,超过此前排名领先的多家海外模型。所谓扰动适应,考验的是机器人在环境突然变化时依然能稳住任务执行的能力,这一成绩被业内视为具身世界模型从静态理解走向动态决策的重要信号。
2026.09.08 AI建模 群核科技纳入港股通首日股价大涨近30%,空间智能与3D资产双线发力 → 9月7日,群核科技正式调入港股通标的名单,当日股价在港股市场逆势大涨,收盘报12.47港元、涨幅29.9%,创下近半年新高。根据上交所9月4日盘后公告,此次调整自9月7日起生效,内地投资者自此可以直接通过港股通买卖群核科技股票。作为"杭州六小龙"中首家登陆资本市场的公司,群核科技在经历上市初期冲高至48.5港元、随后一度回撤超80%的过山车行情后,凭借港股通带来的流动性红利与空间智能业务的实质进展,重新回到资金视野中央。
2026.09.07 AI建模 北航发布全球尺度三维生成大模型,一句话生成无界世界还自带空间标注 → 生成式AI在文本、图像与视频之后,正在把扩张的触角伸向空间维度。北京航空航天大学史振威教授与邹征夏教授团队近日公布的研究成果MetaEarth3D,首次将生成式基础模型从二维遥感影像扩展到大规模三维场景生成,只要给定一句文字描述或一张卫星图,它就能生成从大规模地形、中等尺度城市到精细街区连续一致的无界三维世界,并支持虚拟相机自由飞行漫游,论文已被《国家科学评论》正式接收并在预印本平台公开。
2026.09.06 AI建模 AI智能体群两小时建出3D城市街区,成本33美元,顺手修正六处权威数据 → 一个名为fable51-worlds的开源项目近日登上开发者社区热榜,它展示了AI智能体协作的新高度。该项目由PhiloLabs维护,使用Claude Fable 5.1智能体集群,从开源地理数据出发,端到端重建了旧金山联合广场与京都东山两大街区的3D场景,产物是纯Three.js编写的浏览器应用,无需游戏引擎、无需商业3D资产,运行npm命令即可在本地漫游整片街区。
2026.09.05 AI建模 影溯世界模型登顶具身智能榜单,四项指标第一,百万级开源数据计划同步启动 → 就在李飞飞团队发布世界模型Atlas引发全球关注的同时,一家低调的中国空间智能公司正凭借硬核成绩走进聚光灯下。截至8月27日公布的WorldArena 2.0首版榜单中,影溯科技旗下的InSpatio-Curious世界模型以66.11分位列77个参评模型第一,除了总分登顶,还在物理一致性、轨迹精度、JEPA相似度与深度精度四项核心指标上同时排名第一。更令行业意外的是,它的图像质量分仅60.64分,比综合排名第二的模型低了近9分,却依然拿下总分冠军,这意味着影溯赢在了比画面更…
2026.09.04 AI建模 李飞飞团队发布Atlas世界模型,一张照片生成一分钟视频,3D重建碾压专用模型 → 北京时间9月2日,"AI教母"李飞飞旗下创企World Labs正式发布新一代世界模型Atlas,被其团队称为"全球首个多模态世界模型"。与以往只生成2D画面的视频模型不同,Atlas从头开始预训练,原生同时处理文字、图像、视频与3D数据,所有输入被统一编码进一个共享的空间上下文。李飞飞在社交平台表示,这是迄今最优秀的相机控制世界模型,为从视觉特效到机器人训练等众多应用打开了大门。从一张普通照片生成可随意漫游的3D场景,Atlas试图证明AI已经能够理解并重建三维世界的几何与…
2026.09.03 AI建模 VAST完成约30亿B及B+轮融资,Tripo P2.0原生四边面拓扑直出 → 9月1日,国内头部3D生成式AI企业VAST宣布完成B轮与B+轮融资,合计约30亿元人民币,由经纬创投领投。叠加此前落地的多轮资金,VAST在不到半年时间内累计融资突破约50亿元,刷新国内3D原生智能领域的融资纪录。与融资同步,VAST发布旗舰3D原生基座模型Tripo P系列最新版本Tripo P2.0,这是全球首个支持原生四边面拓扑网格的3D原生基座模型,让3D生成第一次同时满足"引擎可用、动画可绑、编辑可及"三条工业级门槛。资本与技术的双重磅落地,让这家成立三年的AI …
2026.09.02 AI建模 英伟达开源Kimodo扩散模型,自然语言一句话生成3D人体动作 → 英伟达多伦多实验室日前开源了Kimodo,一个能够从自然语言生成全身3D人体与人形机器人动作的扩散模型。用户只需用一句话描述动作意图,例如"一个人弯腰捡起地上的球",Kimodo即可生成对应的全身骨骼动画,并且支持关键帧、足部目标、运动路径等运动学约束,让生成结果贴合具体场景需求。最受关注的是其轻量特性:单张RTX 3090显卡甚至仅3GB显存就能运行,大幅降低了3D动作生成的使用门槛。
2026.09.01 AI建模 亿欧智库发布世界模型行业报告,显隐两派六大路线谁能率先商业化 → 亿欧智库日前发布《2026世界模型行业研究报告》,系统梳理了世界模型的技术谱系、国内外玩家格局、场景筛选逻辑、商业化卡点与中长期演进路径。报告认为,世界模型并不等同于视频生成工具,它是面向物理世界的AI基础底座;当前产业正脱离纯学术原型阶段,进入技术验证与场景落地并行推进的窗口期,人形机器人与智能驾驶成为核心落地场景。
2026.08.31 AI建模 松应科技半年三轮融资押注物理AI,操作系统ORCA OS加速落地 → 具身智能赛道的资本热度,正在从整机厂商向软件底座蔓延。8月28日,物理AI操作系统公司松应科技宣布连续完成A轮与A1轮融资,合计金额数亿元人民币,由中金资本、武汉洪山资本领投,尚融资本、澳盛科技、高信资本等跟投,老股东中新基金继续加注。值得注意的是,这是松应科技半年内完成的第三轮融资,密集的资本加持让这家专注物理AI操作系统的公司浮出水面,其打造的ORCA OS被业内比作机器人进入真实场景前的虚拟训练场,正在成为具身智能产业链中独立定价的软件资产。
2026.08.30 AI建模 高德ABot-Recon开源:12帧画面实时重建万帧3D场景,显存降六成 → 空间理解能力的竞赛正在从静态走向动态。8月29日,阿里巴巴旗下高德正式发布首个无长程依赖的万帧级流式3D重建模型ABot-Recon,仅凭连续12帧局部画面,即可实时稳定重建上万帧的3D场景,实现边拍边建。这一模型解决了传统流式重建技术中误差累积与显存过大的核心难题,在多项公开基准测试中刷新纪录,并已在GitHub开源推理与评测代码和权重,被视为物理AI时代空间感知能力的重要突破。
2026.08.29 AI建模 群核科技发布Lux3D文生3D模型,20秒极速出模单个成本低至7分 → 3D内容生成正在迎来成本与速度的双重革命。8月27日,空间智能公司群核科技发布自研3D生成模型Lux3D,用户只需上传一张图片或输入一段文字,即可快速生成网格、PBR材质与3D高斯等多种形式的3D资产。模型提供标准版与极速版两种模式,极速版最快20秒出模,单个生成成本最低约0.07元,直接瞄准游戏开发、电商展示、具身智能训练等大规模内容生产场景。与此同时,群核科技披露了以显式3D为核心的世界模型路线图,试图在AI生成三维世界的新赛道上抢占身位。
2026.08.28 AI建模 前英伟达研究员创Veeda AI,9000万美元种子轮押注物理世界模型 → 物理AI赛道迎来一颗重磅新星。近日,由前英伟达AI研究副总裁、空间智能实验室创始人Sanja Fidler领衔创立的Veeda AI,完成超过9000万美元的种子轮融资,由Khosla Ventures与Radical Ventures联合领投。据The Logic披露,这是加拿大历史上规模最大的种子轮融资之一。Veeda AI正在开发用于模拟物理世界的多模态世界模型,目标是通过可无限扩展的模拟环境,让机器人在高频交互中试错学习,解决具身智能领域最核心的数据难题。
2026.08.27 AI建模 清华系光象科技发布物理原生世界模型,让机器人理解动作的物理后果 → 过去两年,世界模型是具身智能圈最被追捧的概念,主流玩家几乎都在做同一件事:让AI生成一段接下来会发生什么的视频,仿佛只要画面足够真实,机器人就能在里面学会干活。8月25日,清华系具身公司光象科技发布物理原生世界模型Phi-WM 1.0 ActEffect,把这条路反着走了一遍,不生成视频,也不在机器人动手时展开预测,而是把世界模型塞进训练环节,只回答一个问题:我这个动作,会让世界变成什么样?
2026.08.26 AI建模 浙大蚂蚁开源4DAnyone,手机拍一段视频就能生成可驱动3D化身 → 把一段手机随手拍下的视频变成可以自由旋转、驱动的3D化身,这项曾经属于专业动捕团队的能力,正在被一套开源技术拉进普通开发者的视野。近日,浙江大学与蚂蚁集团联合推出4DAnyone技术,它能够将手机拍摄的单目视频直接转换为可查看的动态3D化身。针对多视角重建中长期存在的面部漂移问题,4DAnyone通过RCP压缩技术与TCR跨批次结构传递两项创新给出了解决方案,并支持身份在不同角色间的迁移。在数字人、游戏、电商等对3D内容需求爆发的当下,4DAnyone让"一段视频生成3D化身…
2026.08.25 AI建模 港科大腾讯开源VibeWorlding,一句话生成可交互3D世界,AI造物提速 → 程序员圈早有"vibe coding",凭氛围写代码,如今"vibe worlding",凭氛围造世界,正在成为现实。8月19日,香港科技大学(广州)与腾讯联合开源了VibeWorlding框架,这是业界首个端到端3D世界构建的智能体强化学习框架。你只需说一句"用谷仓、农田、围栏和几棵树创建一个简单的农场",Agent就会自己检索3D资产、规划布局、调用工具摆放、渲染图片检查,最终交出一个可以交互的3D世界;你也可以对已有世界说"把路中间的车移走,删掉两栋绿色建筑",Agen…
2026.08.24 AI建模 鹿客发布家庭空间世界模型,三维重建加仿真底座,具身机器人加速落地 → 智能家居的下一个十年,比拼的不再是设备联动的数量,而是AI对空间的理解深度。8月20日,以智能门锁起家的鹿客科技联合红象科技发布Moldia世界模型,正式将业务版图从"家庭入口安全"延伸到"家庭空间智能"。Moldia被定位为鹿客面向家庭空间智能和具身智能机器人方向的底层技术品牌,目标是把真实物理空间转化为AI可以理解、推理和行动的三维语义世界,支持空间重建、空间生成、仿真场景构建、定位导航底图和VLA数据预处理。鹿客科技创始人兼CEO陈彬表示,智能门锁是鹿客进入家庭的第一站…