Google DeepMind 发布 Genie 3，一款可根据自然语言提示实时生成可交互 3D 环境的通用世界模型。相比前代，Genie 3 在物理一致性、长时序稳定性和多模态输入上有明显提升。行业普遍认为，世界模型是通向具身智能与机器人自主决策的关键中间层。对企业而言，Genie 3 的意义不只在游戏或元宇宙——工业仿真、机器人训练、AR 内容生产都是潜在落地场景。
原始来源： DeepMind ↗
本文由博一・AI营销中枢整理编辑，用于行业观察分享。观点归原作者所有。
Google DeepMind 发布 Genie 3，可根据一句提示生成可交互的 3D 世界，标志通用世界模型进入实用阶段。
Google DeepMind 发布 Genie 3，一款可根据自然语言提示实时生成可交互 3D 环境的通用世界模型。相比前代，Genie 3 在物理一致性、长时序稳定性和多模态输入上有明显提升。行业普遍认为，世界模型是通向具身智能与机器人自主决策的关键中间层。对企业而言，Genie 3 的意义不只在游戏或元宇宙——工业仿真、机器人训练、AR 内容生产都是潜在落地场景。
原始来源： DeepMind ↗
本文由博一・AI营销中枢整理编辑，用于行业观察分享。观点归原作者所有。
AI初创公司Vivix正式公开其技术路线，押注下一代实时交互多模态模型。公司近期发布W1和A1模型，主打理解、交互、生成一体化。其推理成本已接近YouTube的CDN带宽成本，首帧生成时间仅需数百毫秒。Vivix以模型API为核心，旨在通过极低成本和速度，创造游戏、直播等场景的实时交互新内容品类，并探索多模态交互数据的Scaling Law。
国内AI团队StartLux开源自研推理引擎Prism，这是首款面向决策模型打造的开源推理引擎。此前DeepSeek也开源了DeepInfer。Prism通过收敛输出计算范围、森林式计算、采用整数运算及混排调度四大创新，解决决策模型在通用框架下的效率瓶颈。实测显示，在单张H200显卡上，Prism处理同一材料连问三问最快提速5.3倍，231题均速仅41毫秒，跨引擎延迟表现优异。
AI创业公司Recursive发布开源模型Flint，这是一款总参数量约400亿的混合专家语言模型。该模型由田渊栋等人创立的Recursive研发，其AI系统Eureka Machine参与了架构搜索、量化及GPU内核优化等环节。Flint在编程等测试中表现优异并已全面开源。这表明AI已能实质性参与模型研发，但距离完全自主的递归自我改进仍有距离。
10月22日，科大讯飞发布端云一体大模型讯飞星火X2.6及多款AI应用与硬件。其中，星火X2.6云端模型基于全国产算力训练，支持百万token上下文，输入输出价格均低于DeepSeek V4.1 Flash，端侧模型已开源。此外，讯飞还发布了语音基座大模型SparkAudio 1.0、AI录音环、AI眼镜等软硬件产品，进一步完善其AI产品矩阵。