Google DeepMind发布Genie 4:首个原生音频世界模型,连续性翻倍但性能指标成谜
2026年10月27日,Google DeepMind正式发布Genie 4世界模型,这是Genie系列首个原生生成音频的版本,场景连续性从Genie 3的约1分钟提升至2分钟,并深度整合Gemini Omni和Gemini 3.8 Fla
2026年10月27日,Google DeepMind正式发布Genie 4世界模型,这是Genie系列首个原生生成音频的版本,场景连续性从Genie 3的约1分钟提升至2分钟,并深度整合Gemini Omni和Gemini 3.8 Fla
李飞飞与英伟达的渊源是 ImageNet 间接点燃 GPU 需求,而非商业合作。AMD 收购 World Labs 短期难撼英伟达业绩,但在世界模型负载、视频生成软件护城河和开放生态上有三条中期传导路径;英伟达自己也是被投方,将换得 AMD
9月28日参议员Bennet与Welch提出AI监管法案,计划设立数字FCC并对高风险模型实施最长6个月暂停。同期AMD宣布以82亿美元全股票交易收购World Labs,李飞飞将担任执行副总裁兼首席科学家。此举将模型研究直接嵌入芯片设计流
World Labs于2026年9月发布全模态世界模型Atlas,支持文本/图像/视频/3D四类输入,可生成1440p高清视频并实现像素级摄像机控制,公司累计融资12.3亿美元。但发布当日未附论文或模型卡片,基准测试中Atlas与竞品接收输
xAI从英伟达聘请两名世界模型领域研究员,目标先在游戏领域落地,后续应用于机器人系统。马斯克表示将在明年年底前发布AI生成游戏。该技术通过视频和机器人数据训练,模拟物理规律,目前面临数据成本高昂的挑战。谷歌和Meta也在同期推进类似研究。
5月15日英伟达正式开源2.6B参数世界模型,支持单图+文本+轨迹可控生成,可单GPU运行。模型代码与论文同步公开,在X平台引发支持民主化研究与担忧技术滥用的激烈争论。本文基于已核验事实,分析其技术创新、潜在不足,并提出开发者和企业应用建议