谷歌“世界模拟器”深夜上线！一句话生成3D世界，支持分钟级超长记忆
谷歌“世界模拟器”深夜上线！一句话生成3D世界，支持分钟级超长记忆只需一句话，就能生成可实时交互的3D世界。 刚刚，谷歌DeepMind发布了新一代通用世界模型Genie 3。
来自主题: AI资讯
6966 点击 2025-08-06 14:05
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
只需一句话，就能生成可实时交互的3D世界。 刚刚，谷歌DeepMind发布了新一代通用世界模型Genie 3。
你会掏钱吗？你说巧不巧，就在 Sam Altman 官宣两个开源推理模型之前的半个小时，却被 Anthropic 抢先一步，发布了新模型 Claude Opus 4.1。
近年来，大语言模型（LLM）在语言理解、生成和泛化方面取得了突破性进展，并广泛应用于各种文本任务。随着研究的深入，人们开始关注将 LLM 的能力扩展至非文本模态，例如图像、音频、视频、图结构、推荐系统等。
声音理解能力新SOTA，小米全量开源了模型。 MiDashengLM-7B，基于Xiaomi Dasheng作为音频编码器和Qwen2.5-Omni-7B Thinker作为自回归解码器，通过创新的通用音频描述训练策略，实现了对语音、环境声音和音乐的统一理解。
沉寂了长达半年之后，“AI六小虎”中有4家，用接连发布的新模型，又杀回了模型竞技场。就在半年前，六小虎的命题，还是“失败”。
在数据隐私日益重要的 AI 时代，如何在保护用户数据的同时高效运行机器学习模型，成为了学术界和工业界共同关注的难题。
老黄曾预言，每个像素都将由AI生成！刚刚，谷歌DeepMind放出的「通用世界模型」Genie 3，一句话即生720p实时模拟世界，1分钟视觉记忆一致性超高。刚刚，谷歌DeepMind祭出新一代通用世界模型——Genie 3，能模拟出史无前例的丰富交互环境。
今天凌晨，OpenAI 甩出一对王炸，正式发布两款开源模型：gpt-oss-120b 和 gpt-oss-20b。是的，你没看错，那个曾经被戏称为 CloseAI 的男人，带着他的诚意，回来了！
GPT-5又咕咕，但是把Claude新模型诈了出来—— Claude Opus 4.1，被曝正在进行内部测试。
一场激动人心的 AI 国际象棋比赛即将开幕。 看够了研究者们天天在论文上刷新基准，是时候拉模型出来遛一遛，性能是不是真如传说中的碾压全场？