全球首个，连续时间具身世界模型！任意帧率自由生成
全球首个，连续时间具身世界模型！任意帧率自由生成让机器人把一只虾夹起来，再放进锅里。
来自主题:
AI技术研报
9745 点击 2026-08-06 10:14
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
让机器人把一只虾夹起来，再放进锅里。
9次被YC拒绝，最后却做出了一个年化收入近6000万美元、日处理7万亿Token的爆款AI工具——开源 AI 编程代理（Coding Agent）Open Code。
深夜，谷歌发生大地震。诺奖得主Demis Hassabis，宣布卸任Google DeepMind CEO。他将交出日常运营大权，任职GDM主席兼Alphabet首席科学家。消息一曝出，Alphabet股价盘中应声跳水5.4%。
在AI应用生成这个赛道上，选手已经排到了两位数。腾讯有吐司，百度有秒哒，字节有Trae，阿里自家就有Qoder，现在又冒出来一个「袋马」。
最近这两天被各种模型卷麻了，今天随便写点。
AI Pin凉了，Rabbit R1凉了，Lookie和Nuna吃灰率也很高。就算是Plaud，也还是23年底录音笔+AI总结的形态。
上一篇我用 Doubao-Seed-Evolving，把复杂 PRD 拆成可执行工程，做成了 AI 教学视频平台。那次重点是“知识驱动出片”：学科知识点 → 教学分镜 → 配音 → 动画 → 1080p 成片。
Transformer 的上限在哪里？这个问题从 2022 年 ChatGPT 问世起，就开始被广泛讨论。
随着 AI 生图能力不断提升，如何让 AI 真正进入创作流程成为新的行业问题。兔展智能基于 UniWorld-Design 视觉 AI 大模型推出 RabbitVis，尝试推动视觉 AI 从图片生成走向可编辑、可交付的创作流程。
AI替代人的同时，也在创造新工作。FDE（前沿部署工程师），成为今年最火的AI新岗位。这个职位的任务是驻场在客户现场，解决AI落地的问题。那些靠帮企业落地大模型赚钱的公司，已经把它做成了业务标配。
一块 8.24GB 内存的 CPU，一个 2.78 万亿参数的大模型，甚至不需要显卡，Kimi K3 就这么水灵灵地跑起来了。
再牛的大模型，也要放到行业面前公开露个面，才算真交卷。
从 2D 像素到 3D 场景 Query，影溯正在尝试把三维内容生产推向可规模化调用的新阶段。
查资料、翻译、约会议...长按键盘就够了。
新智元报道 不到二十天，拿下两个「第一」！ 一个在国内，一个在全球。 百度文心助手，又一次开启了霸榜模式。 SuperCLUE最新一期XClaw「龙虾」测评战况出炉。在十大国产「龙虾」的同台厮杀中，唯
刚刚落幕的2026世界人工智能大会（WAIC）针对人工智能安全的讨论被推到了前所未有的高度。大会《主席声明》明确提出，"要筑牢安全底线、防范滥用恶用，确保人工智能始终处于人类控制之下"。
2023 年，于开丞刚开始做“世界模型”时，处在一种他自己形容为“孤独和无助”的状态里。他经常找人聊这个方向，得到的反馈大多是：太远了，天方夜谭。三年后，世界模型成了 AI 行业最热的词之一；而在热潮到来之前，他已经拿过世界冠军，又否定了那套让自己获胜的技术路线。
代码？不用写了。
Glow 是一家由前Meta和Snowflake高管创立的网络安全初创公司，它在结束隐身状态时便已跻身独角兽行列，押注于人工智能正在重塑企业保护员工设备的方式。随着越来越多企业部署AI工具，攻击者也越来越多地利用生成式AI自动化钓鱼攻击、开发恶意软件、发起更复杂的网络攻击，各公司正在重新思考如何保护端点安全，从员工笔记本电脑到服务器及其他联网设备。
人类看图时，不会先在大脑中拍下一张「截图」，再闭眼推理。思考过程会不断引导我们的目光：找到一个线索，形成一个假设，再回到图像里验证它。
尽管当下 Agent（智能体）发展如火如荼，但这些号称智商碾压人类的 AI 智能体，本质上仍是互联网里的支付「黑户」。
“用 Vibe Coding 的成本越低，你被模型卷死的概率就越高。”
曾经最相信强化学习的人之一，如今却认为：强化学习没有把我们带到 AGI。
你是一名支持开源的 AI 工程师，正在参加 Anthropic 的文化面试。
徐绿杨是MiniMax Hub产品运营负责人。财联社采访中，她能具体说出：一条30秒AI视频，创作者仍可能在多个工具间折腾两三天；行业的麻烦已经从“做不出来”，变成了“串不起来”。
上周三晚上，我在旧金山 Brex 总部七楼参加了一场 AI 创业 pitch 活动。办活动的是 Founders Bay，一个号称拥有 20 万创始人、投资人和运营者的社区。
Qwen 3.8 Max是一个很适合干活的模型。
8 月 4 日，腾讯混元正式发布新一代语音识别模型 Hy ASR 3.0 preview。基于最新一代大语言模型 Hy3 的语言理解能力，Hy ASR 3.0 preview 融合高精度语音识别与深度语义理解能力，在通用识别、上下文感知、多场景鲁棒性以及方言覆盖等核心维度实现全面提升，
上周末MiniMax更新了H3，铺天盖地的测评啊，说什么找到Seedance 2.0的平替了。
