阿里开源ABot-World-0世界模型:一张照片,生成可以“走进去”的3D世界
世界模型是AI前沿最受关注的方向之一——它不满足于“生成一段视频”,而是要在AI的“大脑”里建立一个对世界空间和物理规则的理解。9月15日,阿里AMAP视觉实验室发布的开源模型ABot-World-0,让普通研究者和开发者也能上手:一张参考图,就能生成一个可以持续探索的交互式世界。 输入“图片+动作”,输出“下一帧世界” ABot-World-0是一个50亿参数的“行动条件世界模型”:给它一张参考

世界模型是AI前沿最受关注的方向之一——它不满足于“生成一段视频”,而是要在AI的“大脑”里建立一个对世界空间和物理规则的理解。9月15日,阿里AMAP视觉实验室发布的开源模型ABot-World-0,让普通研究者和开发者也能上手:一张参考图,就能生成一个可以持续探索的交互式世界。 输入“图片+动作”,输出“下一帧世界” ABot-World-0是一个50亿参数的“行动条件世界模型”:给它一张参考

去年行业还普遍认为7B参数模型在手机上稳定运行已经接近硬件极限,而vivo在9月16日的开发者大会上直接“掀桌子”:公布蓝心30B MoE端侧大模型已进入深度预研阶段,目标是在2028年底让30B级大模型在普通旗舰手机上实现全本地运行,全程无需云端介入。 MoE稀疏架构:让“大”模型“小”运行 MoE(混合专家)架构是这次突破的关键。传统大模型运行时要把全部参数加载进内存,而MoE模型只需按需激活

9月15日,Google DeepMind正式推出Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking两款实时语音模型,把“像和人打电话一样和AI对话”这件事又往前推进了一大步——AI不再需要你“打完字等回复”,而是能边听、边想、边说。 什么是“实时语音模型”? 传统语音助手的工作方式是“语音转文字→文字给模型→模型回文字→文字转语音”,每走一步都有延

9月10日,深度求索(DeepSeek)正式发布全新模型DeepSeek V4.1-Flash。这款“小身材、大能量”的开源模型,用极低的成本做出了超越自家旗舰V4 Pro的表现,再次刷新了行业对“性价比”的认知。 什么是MoE?为什么“只激活80亿”很厉害 V4.1-Flash采用混合专家(Mixture-of-Experts,MoE)架构,总参数达到5520亿,但在处理任务时,只需要激活其中8

9月17日,华为全联接大会2026在上海开幕。华为副董事长、轮值董事长汪涛在主题演讲中,正式发布全球首个采用NPO(近封装光互连)技术的超节点——昇腾960超节点,为十万亿参数规模的大模型训练和推理提供算力底座。 为什么大模型需要“超节点”? 大模型越做越大,单台服务器已经装不下。把成千上万块AI芯片像“一个大脑”一样高效协同起来,就是“超节点”要解决的问题。芯片之间的数据交换速度越快、能耗越低,

过去两周,AI行业像被按下了快进键:9月1日到11日,海内外7家头部模型厂商密集迭代新模型。而在API聚合平台OpenRouter上,一个持续一年的趋势正在加速——中国大模型的周调用量已连续20周超过美国。 数据:中国模型占据调用量“半壁江山” 据第一财经援引OpenRouter数据:中国模型在公开可见的调用量前十榜单中占据至少7席,合计调用量占比超过70%。而在一年前,前十中只有2个中国模型。短

AI短剧实验室 · EP02 先说清楚:这里的「EP02」不是短剧成片的第 2 集,而是我们「100 天做 100 集」实验的 第 2 期制作记录 。今天,我们过第一道关:剧本。 昨天,我做了一件有点疯狂的事情。 我决定: 用AI,一个人做一部100集短剧。 没有编剧团队。 没有导演。 没有摄影师。 没有演员。 甚至一开始,我连这部短剧到底讲什么,都还没有完全想清楚。 但我给自己定了一个目标: 1

一个人 + AI,能不能做出一部真的能看的 100 集短剧?从今天起,我会把整个过程——包括翻车——全部公开。

一条 60 秒短视频,过去要写脚本、找素材、剪辑、配音、打字幕、做封面,一个人熬一整晚; 现在同样一条片子,40 分钟能出初稿。差距不在"有没有 AI",而在你有没有把它放对位置。

Anthropic 研究员 Coxon 辞职时喊的那句"先暂停提升模型能力",听起来振聋发聩。但如果我们把时间轴拉长,会发现这句话不是第一次被喊——也不会是最后一次。真正值得追问的,不是"该不该停",而是为什么每一次"暂停"都没真正发生…