AI 日报 · 2026 年 11 月 14 日 · 星期六
设计前沿
World Labs开放Atlas模型,支持一句话生成3D场景
李飞飞创办的World Labs正式向公众开放世界模型Atlas,用户可通过自然语言或图片输入自动生成可漫游的3D场景。同日,高德发布基于自研世界模型的“飞行街景”功能并免费开放,进一步加速了空间智能技术的落地应用。
工具与模型
World Labs 开放世界模型 Atlas,支持一句话生成可漫游 3D 场景
李飞飞创办的 World Labs 正式向公众开放其世界模型 Atlas,同步上线网页应用和开发者 API。该平台提供 Viewfinder、Chisel 等工具,用户可通过自然语言或图片输入,自动生成包含几何结构、材质光照的可探索 3D 环境,并支持导出至 Blender 或游戏引擎。
浙大团队提出SpaceCast-Bench基准:VLM预测性空间推理最高准确率仅58.0%
浙江大学庄越挺团队提出SpaceCast-Bench基准,专门评估视觉语言模型(VLM)的预测性空间推理能力。评测21个模型发现最高准确率仅为58.0%,且6个空间专项模型表现接近随机水平,低于通用模型。研究表明,提供显式3D元数据能显著提升闭源模型性能,而依赖生成式图像作为证据则效果不稳定且易引入误差。
中大梁晓丹团队发布 GeoThinker-F:视觉语言模型空间推理提速约 3.6 倍
中山大学梁晓丹团队联合多家机构推出 GeoThinker-F,让视觉语言模型在推理阶段不再依赖外部三维几何编码器 VGGT,空间推理耗时从 1.45 秒缩短至 0.40 秒,速度提升约 3.6 倍且表现基本保持不变。该研究通过两阶段训练,使模型内部学会生成几何和时间特征,并在机器人操作和自动驾驶仿真环境中验证了其低延迟优势与应用潜力。
Anthropic 发布 Claude for Manufacturing 插件以自动化工业工作流
Anthropic 推出 Claude for Manufacturing 插件,使 AI 能直接接入工厂软件以自动化工作流。该方案通过四个通用接口连接 Autodesk Fusion、Oracle NetSuite、Microsoft 365 和 Infor,提供 17 项特定技能,可起草报价、比较供应商、生成质量报告及分析传感器数据。
星尘智能发布多机协同框架CoMind,实现隔墙高效协作
星尘智能发布面向多机器人协同操作的模型框架CoMind(Be My Eye),支持去中心化主动共享与任务关键信息精选压缩。在隔墙拿笔等极限测试中,该框架将任务成功率从0%提升至100%,盲盒置物准确率从38.9%升至88.9%,同时减少约80%的信息传输量。其核心创新在于动作级反向传播机制,使队友的动作结果直接指导自身提供何种关键视觉特征,从而优化协同决策效率。
高德发布全球首个“飞行街景”功能并免费开放
高德于2026年1月7日正式发布全球首个“飞行街景”功能,面向所有商家免费开放。该功能基于高德自研世界模型,支持用户以第一视角沉浸式俯瞰店内外实景,实现从高空到室内的连续动态还原。相比谷歌未规模化的“沉浸式视图”,高德通过生成式技术路径大幅降低成本,并在WorldScore评测中位列第一,标志着其在空间智能场景化落地方面取得阶段性领先。
OpenAI 推出 ChatGPT Wallet 支持 AI 智能体代购物
OpenAI 推出 ChatGPT Wallet 新功能,允许其名为 dots 的 AI 智能体协助用户决策并完成购物支付。该功能初期仅向持有美国发行信用卡的少数 ChatGPT Pro 订阅者开放,用户需通过 Face ID 或指纹验证授权交易,且实际卡号信息不会共享给商家或智能体。
西湖大学成立世界模型研究中心并发布40亿参数模型Awomo-0.5
西湖大学成立世界模型研究中心,施一公揭牌,同时发布首版基础模型Awomo-0.5。该模型仅40亿参数,采用“概念世界模型”技术路线,在6项国际公开评测中登顶,涉及物理推理和机器人操作等任务。团队旨在通过建立可复用的物理概念表示,解决单场景迁移难题,推动通用物理智能发展。
设计与空间
ETH Zurich 探索细菌作为建筑建造者的活体建筑研究
ETH Zurich 研究员 Karen Antorveza Paez 通过结合微生物、沙子和数字制造技术,探索让细菌成为建筑协作方的可能性。该研究利用生物胶结作用(MICP),使 Sporosarcina pasteurii 细菌产生碳酸钙晶体以粘合沙粒,形成固体建筑材料。
Pablo Castillo与Decibel合作推出带座下收纳的3D打印椅Kino
设计师Pablo Castillo与美国品牌Decibel合作推出3D打印椅Kino,该作品入围Dezeen Awards年度座椅设计奖。椅子采用PLA生物塑料并添加纤维素植物纤维增强,通过单组件一体成型实现T形悬臂座椅和座下书架功能。产品使用Caracol机器人3D打印机制造,支持注塑无法实现的几何结构,并纳入Decibel Editions系列。
Kino Chair:一款底座集成书架的3D打印椅子
由Pablo Castillo设计、Decibel生产的Kino Chair是一款采用大幅面机器人3D打印技术制造的按需定制家具。其核心特征是将悬臂式座椅与下方的书架结构合为一体,形成连续的视觉形态。该椅子提供Cellulose PLA(室内)和回收PETG(室外)两种材质选择,售价950美元,表面保留细密的平行脊状纹理以体现制造工艺。
Arnaud Behzadi 谈超越美学的设计:从巴黎 Doobie’s 到里昂 Pavyllon
建筑师 Arnaud Behzadi 阐述了其“倾听”式设计理念,认为空间应激发情感而非仅追求视觉美感。他以重新设计的巴黎餐厅 Doobie’s 和里昂首家餐厅学校 Pavyllon Lyon 为例,展示了如何通过营造居家般的亲密氛围和支持教育功能的空间叙事,打造具有持久生命力的场所。Behzadi 强调,真正令人难忘的空间在于其能引发共鸣并让人愿意反复回访,而非短暂的视觉奇观。
开源与项目
ArtCraft发布基于Rust的开源Photoshop替代品PhotoCraft及多款AI克隆软件
ArtCraft在AI Engineer Code Summit上展示了其开源策略,发布了包括PhotoCraft在内的17款由AI辅助构建的软件工具,旨在替代Adobe Photoshop、Acrobat及Figma等主流应用。
ComfyUI 中 LLM token 速率翻倍方法
该帖标题提及在 ComfyUI 中将 LLM token 生成速率翻倍,但正文抓取失败,无具体实现细节。
openJiuwen发布RSI原生AgentOS,支持智能体通过扩展包自我迭代
openJiuwen发布RSI原生AgentOS,旨在为智能体提供递归自我改进(RSI)的运行环境。该系统在界面、网关、服务端及执行层提供全周期扩展点,支持功能热插拔且无需修改原有代码。以WorkSwarm为例,智能体可根据用户需求生成扩展包并作为系统插件加载,实现如添加桌宠形态、自定义协作规则或企业接入适配等功能,并在出现故障时支持配置回退。
行业与商业
李彦宏在百度世界2026提出智能组织是AI时代新厂房
百度创始人李彦宏在百度世界 2026 上提出“智能组织”概念,将其定义为 AI 时代的“新厂房”,认为当前 AI 投入未带来预期利润增长的核心在于企业仅更换了技术工具而未重构生产关系。他主张通过打破岗位边界、沉淀隐性知识和设计流程闭环三条路径,让组织成为可自我进化的智能系统。会上百度还发布了文心 5.5 Flash Preview 模型及大模型交易平台“词元所”,展示其全栈 AI 布局进展。
智慧消防公司菲思拓完成千万级天使轮融资
智慧消防公司菲思拓完成千万级天使轮融资,投资方为北京国润智投科技有限公司,目前正开启新一轮融资,投前估值3亿元。该公司主打主动灭火方案,第四代产品遇120℃明火即触发,自动灭火装置可在4秒内完成灭火,其智慧消防平台已接入超3万家单位、覆盖100万余个传感器。创始人顾永峰表示,公司将采用类似SaaS订阅制的B端商业模式,并与深圳重启焕新材料合作推出民用级主动灭火智能插排。
AI 智能体初创公司 LangChain 估值达 30 亿美元
LangChain 完成由 CapitalG 领投的 3 亿美元 C 轮融资,估值达到 30 亿美元,较一年前的 12.5 亿美元翻倍。该公司早期以处理大模型任务难的开源项目起家,目前转型专注于 AI 智能体管理,其核心产品 LangSmith 强调不锁定特定模型或云生态,已拥有包括 Nvidia、Toyota 在内的 7000 家客户。
极客公园分析 AI 录音硬件面临巨头挤压,独立赛道窗口期或仅剩半年
苹果在 iOS 27.3 测试版中为 Apple Watch 推出 Live Rewind 和 Siri Recap 功能,引发国内 AI 录音硬件创业者对巨头入场的担忧。