李飞飞发布：全球首个多模态世界模型
李飞飞发布：全球首个多模态世界模型「全球首个」多模态世界模型，来了！
来自主题: AI技术研报
7312 点击 2026-09-02 10:07
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
「全球首个」多模态世界模型，来了！
大模型越来越强之后，企业究竟愿意为什么样的AI付钱？
现在的 AI 生图有点太强，像 images 2.0 这样的模型，一段 Prompt 敲进去，直接逼真到你怀疑现实的一切。
RSI，可能是 AI 世界里最像科幻的一个词。
给一个大模型漏洞描述和代码仓库，它能否像安全研究人员一样，读代码、找入口、调用工具、构造输入，并反复验证自己的判断？
图片不只被编码，还直接参与 Attention、MoE 与 Agent 推理。
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，Fable 5.1 多项基准测试超越上一代，缓存读取成本降低 75%，典型任务整体费用降低约 25%、高 Agent 化任务最高降低约 45%，Mythos 5.1 则面向经审核的高风险领域合作伙伴提供更宽松能力并采用更严格的访问控制。
VAST完成B轮和B+轮共约30亿元融资，由经纬创投领投，累计融资约50亿元刷新3D原生智能领域融资纪录，同步发布行业首个支持原生四边面拓扑的3D原生基座模型Tripo P2.0。
影眸Hyper3D发布世界生成模型WorldGen，用户上传一张场景图片即可在两三分钟内生成由多个独立可交互物体组成的3D场景，物体具备质量、摩擦系数等物理属性，可直接接入Blender、Unity、Unreal Engine等主流工具及机器人仿真环境，标志着3D生成进入场景级时代。
Runway发布首个界面世界模型Solaris，基于Gen-4.5视频生成模型与GWM-1世界模型技术，用户通过点击、拖拽或输入文本即可实时生成交互界面而无需编写代码，该系统还可用于训练Computer Use Agent。