
高德联合南大、清华、北大发布WorldRoamBench,定义交互式世界模型长时漫游评测新范式 (opens in a new tab)
随着 Genie 3 的发布,可交互世界模型真正走到台前:用户不再只是观看生成视频,而是可以输入动作实时改变一个持续演化的世界。世界模型开始从「生成一段视频」走向「模拟一个可交互世界」,但能走进去,不等于经得起探索。模型能否持续响应控制、维持视觉与空间一致、遵守物理规律并记住来路,仍缺少系统评测。
Total 5 articles

随着 Genie 3 的发布,可交互世界模型真正走到台前:用户不再只是观看生成视频,而是可以输入动作实时改变一个持续演化的世界。世界模型开始从「生成一段视频」走向「模拟一个可交互世界」,但能走进去,不等于经得起探索。模型能否持续响应控制、维持视觉与空间一致、遵守物理规律并记住来路,仍缺少系统评测。

刚刚过去的2026智源大会上,由智源研究院孵化的星源智发布了全球首个具身交互世界模型ω-EVA,就这一前沿命题给出了全新的差异化解法。传统世界模型的困境是"只预测,不参与"。它们训练时学习未来状态,推理时却与动作生成分割——视频生成得再精美,机器人该撞墙还是撞墙。

专注于4D世界模型研发和产业化的魔芯科技联合浙江大学潘云鹤院士团队发布MoWorld——全球首个Flash World Model,也是首个全栈基于国产NPU构建的实时交互世界模型。

AI音乐开始进入“审美竞争”阶段。 7月19日,昆仑万维在2026世界人工智能大会(WAIC 2026)上举办了“世界模型与多模态范式跃迁”论坛。 这场论坛的嘉宾横跨学术、产业和文娱领域。从中国科学院院士周志华、Reactor AI CEO Alberto Taiuti,到清华大学交叉信息研究院助理教授、破壳机器人创始人许华哲、黎曼机器人创始人刘扬,再到黄晓明、王珞丹、《消失的她》导演崔睿、爱奇艺高级副总裁杨海涛和甲子光年创始人兼CEO张一甲,不同背景的嘉宾围绕技术突破、内容生产和产业落地展开讨论。 当天,昆仑万维发布和升级了三款模型:可交互世界模型Matrix-3.5、AI音乐大模型Mure

「麻烦你,帮我看一下。」 一副 AI 眼镜的价值,可能就藏在少说一次这样的话里。 到了陌生的地方,视障用户最需要的不是一个什么都能聊的 AI,而是一个能告诉他周围有什么、该注意什么的帮手。该提醒时及时提醒,没必要时就安静,别在耳边说个不停。 京东在本次 JDD 上展示的 AI 眼镜,瞄准的正是这个需求:接入 JoyAI-VL-Interaction 模型,通过第一视角持续理解周围环境,为全盲及低视力人群提供辅助,减少「必须问人」的时刻。 这是一副充满爱与希望的智能眼镜。它也是观察京东 AI 路线的一个小切口。 JDD 期间,京东发布并开源JoyAI-Echo WM 实时可交互世界模型,并带来一