AMD 以 82 亿美元收购 World Labs，Atlas 解决机器人设计等领域稀疏重建问题
AMD 以 82 亿美元收购 World Labs。该公司此前发布的 Atlas 模型通过结合生成式模型与多视角几何，解决了计算机视觉中的稀疏重建难题，能预测新相机视图，适用于设计、工程、机器人模拟及房地产重建等场景。
推荐理由：原文汇总了AMD收购World Labs及Atlas模型在稀疏重建上的突破，提供了空间智能领域商业与技术的最新动向。
全部 AI 动态
全部 AI 动态
今日 0 条Latent Space精选AI 评分6262 量子位精选AI 评分7878 AMD以82亿美元全股票收购李飞飞创办的World Labs
AMD宣布以82亿美元全股票方式收购李飞飞创办的空间智能公司World Labs，交易预计2026年底前完成。李飞飞将入职AMD担任执行副总裁兼首席科学家，联合创始人Justin Johnson和Ben Mildenhall将继续带领团队组建前沿AI研究组织。双方计划共同建设跨越硬件、软件、平台及开放模型的端到端AI生态，重点优化AMD GPU上的世界模型训练与推理性能。
推荐理由：梳理了AMD收购World Labs的交易细节、技术协同背景及投资回报数据，有助于理解芯片巨头布局空间智能的战略意图。
爱范儿AI 评分2525 早报：AMD收购World Labs，Manus发布2.0，智界RX上市
AMD以82亿美元股票收购李飞飞创办的World Labs，李飞飞将任首席科学家。Manus发布2.0版，新增独立个人智能体应用Cue及桌面工作区Studio。智界RX正式上市，起售价25.98万元，余承东称其为鸿蒙智行「最好开的车」。
极客公园AI 评分1515 AMD 82 亿美元收购李飞飞 AI 创业公司；Manus 推出个人 AI 助手 CUE；今年低价手机将减少 2.3 亿部｜极客早知道
AMD 以 82 亿美元全股票交易收购李飞飞创办的 World Labs，后者专注生成可交互 3D 环境的世界模型。Manus 发布 2.0 版本并推出独立应用 Cue，新框架使任务 Token 消耗降低 23.2%、成本下降 32%，Cue 目前凭邀请码免费使用。Counterpoint 预测 2025 至 2030 年全球 200 美元以下智能手机出货量将减少超 2.3 亿部。
OpenAI NewsAI 评分1212 OpenAI 推出 dots 主动助手
OpenAI 发布名为 dots 的主动助手，旨在协助用户处理复杂项目及日常任务。该工具支持跨任务持续工作，同时确保用户对工作流程保持控制权。
Simon WillisonAI 评分2323 Anthropic 发布 Claude Sonnet 5.5
Anthropic 推出新模型 Claude Sonnet 5.5，宣称运行速度提升 30% 以上且成本降低最多 30%，定价与 Sonnet 5 相同但基准测试表现更优。该模型现已成为 claude.ai 免费层默认选项，其能力被认为优于 OpenAI ChatGPT 免费层使用的 Luna 5.6。
Ars Technica · AIAI 评分1212 OpenAI 因智能体对齐事故暂停前沿模型训练
OpenAI 因一系列智能体对齐事故暂停了前沿模型的训练工作。该公司已向包括美国政府网站在内的数十家第三方机构通报了这一情况。
AWS Machine Learning BlogAI 评分2828 在 SageMaker AI 上使用 vLLM-Omni 生成图像与视频（第二部分）
AWS 发布教程演示如何在 Amazon SageMaker AI 上部署 vLLM-Omni Deep Learning Container，实现从文本提示生成图像并转化为短视频。
量子位AI 评分1515 匿名模型 Space Bunny 登顶 OpenRouter 与 OpenCode 双榜，Coding 实测速度快且效果佳
匿名模型 Space Bunny 近日突然冲上 OpenRouter 和 OpenCode 调用日榜第一。实测显示其 Coding 能力出色，构建 Three.js 天坛耗时不到两小时，开发 Mac App 仅需数分钟，且能自动补充交互细节。该模型以高速和高性价比著称，目前厂商身份未公开，社区猜测可能来自 OpenAI、Grok 或国内头部大模型。
Latent SpaceAI 评分4242 Runway GWM Worlds 2 WorldPrompt：实时交互世界模型的工程解析
Runway 推出 GWM Worlds 2 研究预览版，引入 WorldPrompt 输入格式以实现对生成世界的实时控制。该模型基于自回归扩散架构，支持 720p/24fps 视频与 48kHz 音频的同步流式生成。通过微调、后训练及蒸馏技术，Runway 解决了实时渲染的高延迟难题，允许用户固定首帧并注入带时间戳的事件指令。
极客公园精选AI 评分6565 Hyper3D 上线 Agentic Mode，推动 3D 生成进入 Agent 时代
Hyper3D 近日上线最新智能交互功能 Agentic Mode，将 Hyper3D Rodin 与 LLM 多模态上下文分析能力整合进同一流程。该功能能自主理解复杂输入（如带尺寸标注的工业图纸），优化素材并选择合适建模路径，实现从创意资产到工业设计建模的能力拓展。
推荐理由：Hyper3D 上线 Agentic Mode，将专业 3D 生成能力与 LLM 上下文分析整合，支持从工业设计图纸直接生成可编辑模型，降低了 Agent 调用专业建模能力的门槛。
OSCHINA 开源中国AI 评分3333 飞捷科思推出全模态世界感知与物理推理评测基准FysicsReason
飞捷科思正式推出全球首个面向全模态世界感知和物理状态推理的评测基准FysicsReason。该基准旨在解决现有体系仅关注最终答案、难以验证模型是否准确感知关键支撑信息的痛点，填补了全模态AI在过程评估上的空白。
Latent SpaceAI 评分1818 Claude Opus 5.5 发布：性能对标 Fable 5.1，API 价格降低 40%
Anthropic 发布 Claude Opus 5.5，作为 Claude 5.5 系列首款模型，其性能接近 Fable 5.1 且运行成本比 Opus 5 低 40%。该模型在 agentic coding 和知识工作领域领先，现已成为 Claude Code 默认选项并上线 API。尽管部分任务 token 消耗增加抵消了单价降幅，但其写作改进与速度提升显著优化了长会话体验。
OpenAI NewsAI 评分1212 Airbnb 扩大 GPT-6 Astra 及 OpenAI 前沿模型访问权限
Airbnb 正在扩大对 GPT-6 Astra 和 OpenAI 前沿模型的访问范围。此举旨在帮助工程团队解决 Bug、设计系统并加快产品发布速度。
极客公园AI 评分1818 OpenAI 发布 GPT-6 Sol 和 Luna；阿里 Qwen4 投入训练并推出 AI 手机全栈方案
OpenAI 发布 GPT-6 Sol 和 Luna，API 价格较 GPT-5.6 降低 50%，在 AutomationBench 测试中成本仅为 Claude Opus 5 的 9%。阿里公布 Qwen4 已投入训练，未来参数将扩展至 5 到 10 万亿，并发布面向手机 Agent 的 Qwen Intelligence 全栈解决方案。
Simon WillisonAI 评分2424 Claude Opus 5.5、GPT-6 Sol/Luna 发布及价格战
Anthropic 发布 Claude Opus 5.5，OpenAI 推出 GPT-6 Sol 和 Luna，引发新一轮价格战。GPT-6 Luna 输入输出价格降至 $0.10/$0.50/M，较前代减半；Opus 5.5 降价 20% 至 $4/$20/M。测试显示 Opus 5.5 在 max 模式下因过度推理导致响应失败。
OpenAI NewsAI 评分1212 GPT-6 优化提示词缓存机制
GPT-6 通过提高缓存命中率、新增诊断工具及显式断点控制，显著降低延迟与成本。该更新旨在优化提示词缓存性能，为开发者提供更精细的控制能力以提升模型运行效率。
Simon WillisonAI 评分1212 llm 0.36
Simon Willison 发布 llm 0.36。该版本主要涉及 OpenAI 相关功能更新，并包含每月简报订阅服务信息。
OpenAI NewsAI 评分2020 OpenAI 推出 GPT-6 Sol 和 Luna
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型，旨在以不同的能力与成本平衡将前沿智能应用于日常工作。
Latent SpaceAI 评分1515 小米发布 MiMo-V2.6-Pro：1T-A42B 开源权重模型，训练成本仅 300 万美元
小米推出 MiMo-V2.6-Pro，以 1.02T 总参数、42B 激活参数登顶开源权重模型 Intelligence Index（46），训练成本约 300 万美元。该模型采用 MIT 协议开源，包含 RL 环境与训练代码，支持最高 1M 上下文长度。
极客公园AI 评分4242 Jev 模型上线引发开发者热潮，以概率判断替代文本生成大幅降低 AI 应用成本
前 OpenAI 研究员 Diogo Almeida 推出仅输出概率判断的 Jev 模型，上线数天催生近五百个开源项目。该模型单次判断耗时几十毫秒、花费 0.000015 美元，能将百万 token 上下文在 1 秒内精简至 8.6 万。其每百万输入 token 0.042 美元的定价，使边缘场景 AI 部署成本从每月 3.5 万美元降至约 120 美元。
Latent SpaceAI 评分1212 AINews 盘点 Claude Code Projects、Gemini 托管代理与 OpenAI Astra for Law 进展
Anthropic 推出 Claude Code Projects，支持单会话生成并行云端线程并传递上下文。Google 更新 Gemini 托管代理引入 Antigravity harness，宣称成本降低 30%；OpenAI 发布 Astra for Law，集成 26 个合作伙伴插件并在法律基准测试中超越通用 GPT-6。
Latent SpaceAI 评分1212 [AINews] AI 新闻现实核查：Yegge 关停 Gas Town，Databricks 切换 Astra 成本涨 60%
Steve Yegge 宣布关停 Gas Town，承认尽管每月花费数千美元订阅编码智能体，仅用它构建了该项目。Databricks 向约 3,500 名工程师推广 GPT-6 Astra，虽在长程任务上表现优异，但导致整体编码支出增加约 60%。
Google DeepMindAI 评分3333 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款实时对话模型，支持语音交互与并行推理。
OpenAI NewsAI 评分1212 Perplexity 信任 GPT-6 Astra 处理端到端系统
Perplexity 采用 GPT-6 Astra 执行撰写通讯、修改软件及监控生产系统等端到端任务。该模型在运行中需人工介入的频率远低于早期版本，显著提升了自动化可靠性。
OpenAI NewsAI 评分1212 OpenAI 在 API 中推出 GPT-Live-1 以构建更自然的语音体验
OpenAI 在 API 中推出 GPT-Live-1，支持自然的全双工语音对话。该模型具备更强的指令遵循能力、自定义声音及电话通信支持，旨在提升开发者构建语音应用的体验。
OpenAI NewsAI 评分1212 OpenAI 推出 Agents API
OpenAI 发布 Agents API，这是一项由 Codex harness 驱动的托管服务。该服务支持构建和启动云端智能体，具备编排、长会话运行及工具调用能力。
OpenAI NewsAI 评分2828 OpenAI 发布 GPT-6 Astra：面向工作的下一代智能模型
OpenAI 推出 GPT-6 Astra，这是其面向商业场景最强大的模型。该模型具备高级推理、计算机使用能力以及更强的写作与设计判断力，旨在提升工作效率。
OpenAI NewsAI 评分1212 OpenAI 探讨更具能力且低成本的 AI 如何拓展工作与增长
OpenAI 指出更具能力且价格更低的 AI 能够拓展个人与企业可完成的工作范围。这种技术变革旨在让业务增长变得更加经济高效，从而释放更多潜在价值。
OpenAI NewsAI 评分3131 OpenAI 推出 ChatGPT Images 2.5
OpenAI 发布 ChatGPT Images 2.5，旨在将用户的想法、草图和参考照片转化为更具个性化和精致感的图像。该版本重点优化了生成结果对用户创意的还原度，使其更贴合原始构思。
Google DeepMindAI 评分3333 Gemini 推出智能体视频理解功能，Token 消耗降低 88%
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型中推出智能体视频理解功能。该特性通过动态搜索视频片段，使 Token 消耗最高降低 88%，成本减少 66%，准确率提升 7%。目前可通过 Gemini API 启用，未来将集成至 YouTube“Ask YouTube”功能。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini Omni 1.1 Flash 增强视频生成控制能力
Google DeepMind 推出 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供更具可控性的视频生成能力。
推荐理由：原文详细列出了场景扩展、首尾帧插值及4K升频等具体参数与API调用方式，为开发者评估其在专业视频工作流中的落地可行性提供了直接依据。
Google DeepMindAI 评分2828 Google 发布 Gemini 3.7 Flash：面向编码与智能体的主力模型，价格减半
Google 推出 Gemini 3.7 Flash，作为其最智能的编码与智能体主力模型。该版本在 FrontierCode 1.1 Main 得分 43.6%，DeepSWE v1.1 达 65.3%，输入输出价格分别为 $0.75/1M 和 $3.75/1M tokens，较前代降低一半。Gemini Spark 即日起接入该模型以提升多技能工作流效率。
Microsoft ResearchAI 评分4747 MindTopo 基准揭示多模态模型拓扑推理能力差距
Microsoft Research 推出 MindTopo 基准，评估多模态模型的拓扑推理与规划能力。测试显示模型在静态识别上表现优于交互式规划，且在维持连通性、封闭性等结构关系时易失效。该发现凸显了 AI 在机器人及交互环境中保持拓扑一致性的关键短板。
Google DeepMindAI 评分3535 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 及 3.5 Flash Cyber
Google DeepMind 推出 Gemini 3.6 Flash，输出 token 减少 17%，定价 $1.50/1M 输入。同时发布 3.5 Flash-Lite，速度达 350 tokens/s，以及用于网络安全的 3.5 Flash Cyber。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash 模型
Google DeepMind 推出两款新模型：主打高速低成本图像生成的 Nano Banana 2 Lite，以及支持高质量视频生成与对话式编辑的 Gemini Omni Flash。
推荐理由：官方发布了面向高速图像生成的Nano Banana 2 Lite和具备对话式编辑能力的Gemini Omni Flash，并提供了结合两者的工作流示例。
Google DeepMindAI 评分3030 Gemini 3.5 Flash 内置 computer use 工具
Google DeepMind 将 computer use 作为内置工具集成至 Gemini 3.5 Flash，此前该功能仅存在于独立的 Gemini 2.5 模型中。开发者可通过 Gemini API 和 Enterprise Agent Platform 构建能跨浏览器、移动端及桌面环境执行任务的智能体。为应对提示注入风险，官方引入了对抗性训练及可选的企业级安全护栏系统。
Google DeepMindAI 评分3333 Google DeepMind 发布开源实验模型 DiffusionGemma，文本生成速度提升 4 倍
Google DeepMind 推出基于 Apache 2.0 协议的开源实验模型 DiffusionGemma，通过并行生成文本块实现最高 4 倍的推理加速。
Google DeepMind精选AI 评分5555 Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型
Google DeepMind 推出 Gemma 4 12B，这是一款旨在在笔记本电脑上运行的高性能多模态模型。该模型采用统一的无编码器架构，直接将视觉和音频输入整合进 LLM 主干，无需传统独立编码器，从而降低延迟并减少内存占用。
推荐理由：Gemma 4 12B 采用无编码器统一架构，支持本地运行与多模态输入，为开发者提供轻量级智能体开发方案。
Google DeepMind精选AI 评分4848 Google DeepMind 在 Project Genie 中集成 Street View 实现真实地点模拟
Google DeepMind 宣布在实验性原型 Project Genie 中推出新的 Street View grounding 功能，允许用户利用 Google 地图的真实影像数据生成锚定于现实地点的交互式虚拟环境。该功能目前仅支持美国境内的地点，并已向全球 Google AI Ultra 订阅用户开放访问权限。
推荐理由：原文展示了将真实街景数据接入生成式世界模型的实验性功能，为AI智能体提供了基于现实地理信息的交互环境。