全球AI双榜第一！力压谷歌Veo与Grok，Vidu Q3「参考生」之王归来
全球AI双榜第一！力压谷歌Veo与Grok，Vidu Q3「参考生」之王归来Vidu Q3带着「全家桶」重磅回归，视觉、听觉、场景能力全面进化。AI视频的生产级交付时代，真的来了。
来自主题: AI资讯
9148 点击 2026-04-14 15:44
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
Vidu Q3带着「全家桶」重磅回归，视觉、听觉、场景能力全面进化。AI视频的生产级交付时代，真的来了。
南洋理工大学MMLab团队推出Hand2World，让AI世界模型真正「伸手」互动。只需在空中比划手势，模型就能生成逼真第一人称交互视频，实时响应调整。它摒弃旧有遮挡误导，用3D手部结构与射线编码解耦手与头运动，首次实现闭环持续交互。
近日，刚带着对标顶级闭源模型的强悍性能登场不久的 MiniMax M2.7 模型，悄悄变更了开源使用条款。尽管先前将权重公开在 Hugging Face，但当下已然收紧授权：商业用途需获得 MiniMax 书面授权。非商业用途依旧免费且不受限制，科研、个人项目、自用微调等场景均不受影响；但若是搭建托管服务或开发商业产品，则必须申请授权。
前两天我刷到一个工具的时候，第一反应其实不是拿真人照片试，也不是拿潮玩图试。
文本驱动的人体动作生成是游戏NPC、虚拟主播、机器人控制等实时交互系统的核心技术。
2026年再看Agent，一个越来越难回避的事实是：能力正在从模型里流到模型外。真正决定系统上限的，不再只是参数、Prompt和tool calling，而是记忆、技能、协议以及统摄这一切的harness。
随着机器人操作从短程、单步技能逐步走向长程、富接触、需要持续协调与恢复能力的复杂任务，传统以二元成功率为核心的评测方式开始暴露出明显局限。它能够回答 “任务是否完成”，却难以回答 “策略推进到了哪里”“执行过程是否高效稳定”“失败究竟发生在什么阶段”。
今天这篇文章，来分享一下我自己最近几个月高强度使用Agent之后，我自己总结出来的怎么给Agent设定规则，如何让它Agent更好的工作更聪明的一个非常重要的心得。
OpenAI 刚刚发了一份 13 页的政策文件，探讨 AGI 时代的产业政策应该如何设立，这份文件有几个值得注意的地方：
Cisco 正在洽谈收购 Astrix Security，这是一家成立五年的以色列网络安全初创公司，专门销售用于监控和保护 AI Agent 的软件，交易价格在 2.5 亿美元至 3.5 亿美元之间，知情人士透露。据其中一位人士表示，这将比该初创公司上一次估值约 2 亿美元至少溢价 25%。