

> Google DeepMind 今日攻克计算机视觉领域的终极难题，推出全新 D4RT 模型。该技术成功将三维空间与时间维度融合，实现对动态世界的像素级精准追踪与重建，让机器视觉从“拼图”进化为“整体感知”。

## 从拼图模式到四维整体建模

长期以来，机器视觉受困于如何理解动态世界。DeepMind 发布的 D4RT（Dynamic4D Reconstruction and Tracking）打破了这一僵局，它不再依赖多个独立模型分别处理深度、动作和视角的传统“打补丁”方式，而是通过统一架构实现了维度的跨越。

D4RT 采用优雅的“查询式”架构，将复杂的视觉任务简化为一个核心逻辑 询问视频中的任意像素在特定时间、特定视角下的三维坐标。这种从底层逻辑上的重构，让 AI 不再是处理一个个切片，而是建立起了一个包含时间维度的完整四维世界模型。

![Google_AI_Studio_2026-01-24T04_40_36.929Z.png](https://static.downly.cn/images/2f0e82971cad36bed6fd78a562c63c82.png) 
<center>图源备注：图片由AI生成</center>

## 算力效率的指数级跃升

“指哪打哪”的查询机制带来了惊人的效率提升。在性能基准测试中，D4RT 的运行速度相比现有技术标杆提升了 18 至 300 倍。

以往顶级算力需要十分钟才能解析的一分钟视频，现在仅需 5 秒即可完成处理。这意味着 AI 首次具备了在现实场景中实时构建四维地图的能力，为自动驾驶、机器人导航等对时延极其敏感的领域扫清了关键障碍。

## 超越视觉的全时空感知

D4RT 的突破不仅在于快，更在于深。它展现出了令人惊叹的“脑补”能力

*   **全时空追踪** 即便物体被遮挡或移出画面，模型依然能预测其在三维时空中的轨迹。
*   **瞬时重建** 无需反复迭代，直接生成场景的精准 3D 结构。
*   **自适应捕捉** 自动对齐不同视角，精准还原相机的运动路径。

这标志着 AI 正从单纯的“看客”进化为能够理解物理常识的观察者，为通往通用人工智能（AGI）铺平了视觉感知的基石。

![Google_AI_Studio_2026-01-24T04_40_44.928Z.png](https://static.downly.cn/images/e3e07f08d3ad06670fce8f9160c5dfe7.png)
 <center>图源备注：图片由AI生成</center>

DeepMind 发布 D4RT 模型 开启 AI 视觉四维全感知时代



> 埃隆·马斯克宣布重启曾一度搁置的 Dojo3 芯片项目，并将战略重心从地面自动驾驶训练转向“太空计算”。面对地球电网的瓶颈，特斯拉计划通过 SpaceX 星舰部署卫星计算星座，在轨道上构建由太阳能驱动的 AI 数据中心。

## 战略重启与登月计划

在经历了一段时间的沉寂与团队解散风波后，特斯拉的自研芯片项目 Dojo 迎来了戏剧性的转折。埃隆·马斯克利用长周末在社交媒体平台 X 上透露，基于 AI5 芯片设计的顺利推进，公司决定重启 Dojo3（即 AI7）项目。

五个月前，随着负责人彼得·班农的离职及核心团队流失，Dojo 项目曾被外界视为“事实性流产”，特斯拉当时也更倾向于依赖英伟达与 AMD 的成熟算力。然而，此次重启并非简单的回归，马斯克将其定义为一项“登月计划”。他已公开发布英雄帖，招募顶级工程师重建团队，目标直指研发“全球产量最高”的芯片，意图在算力自主权上重新掌握主动。

![Google_AI_Studio_2026-01-21T03_10_55.373Z.png](https://static.downly.cn/images/84924b8005a0002b36a91135db7da267.png)
 <center>图源备注：图片由AI生成</center>

## 算力版图的垂直分层

随着 Dojo3 的回归，特斯拉的芯片战略版图呈现出清晰的垂直分层结构，旨在应对不同维度的计算需求：

*   **地面端（AI5/AI6）**：主要由台积电和三星代工，服务于 FSD 自动驾驶系统、Optimus 人形机器人以及传统的地面数据中心。
*   **太空端（AI7/Dojo3）**：这将是 Dojo 重启后的核心使命，专注于恶劣环境下的太空计算任务。

这一分层策略的背景是日益激烈的地面算力竞争。英伟达在 2026 年 CES 上发布的开源自动驾驶模型 Alpamayo 已直逼特斯拉腹地，迫使马斯克寻找差异化的竞争维度——即利用 SpaceX 的运载优势，开辟太空算力新战场。

## 星舰承载的能源愿景

马斯克重启 Dojo 的深层逻辑在于对能源危机的预判。他认为，地球现有的电网设施已难以支撑 AI 数据中心指数级增长的电力需求。为此，他提出了构建“计算卫星星座”的宏大愿景。

该计划拟利用 SpaceX 即将进行的 IPO 筹集资金，通过星舰将搭载 AI7 芯片的计算卫星批量送入轨道。这些卫星将直接利用全天候的太阳能进行 AI 运算，从而绕过地面的电力瓶颈。尽管这一构想面临真空中散热冷却等极端物理挑战，但相比同样对此感兴趣的 OpenAI CEO 萨姆·奥特曼，坐拥 SpaceX 发射能力的马斯克显然在这场“太空数据中心”竞赛中占据了显著的先发优势。

特斯拉重启Dojo项目 剑指太空算力与轨道数据中心



> **导语**
> 特斯拉 CEO 埃隆・马斯克近日正式向 OpenAI 及其盟友微软提起诉讼，索赔金额高达 9300 亿人民币。这场官司不仅关乎巨额赔偿，更直指 AI 巨头是否背弃了“造福人类”的非营利初衷，被视为硅谷近年来最具爆炸性的法律对决。

## 初心与背叛的指控

马斯克在向美国联邦法院提交的诉状中，言辞激烈地指控 OpenAI 彻底背离了其创立时的核心宗旨。作为 OpenAI 早期的关键支持者，马斯克透露自己在公司初创阶段投入了 3800 万美元，并在团队组建与方向确立中扮演了不可或缺的角色。

在他看来，OpenAI 曾承诺作为一家非营利机构运作，致力于开发安全的人工智能技术以造福全人类。然而，随着管理层的变动和微软的介入，这家公司迅速转型为一个封闭的营利实体。马斯克认为，这种深度的商业绑定不仅违反了当初的契约精神，更是对他个人贡献与信任的极大损害。

![Google_AI_Studio_2026-01-20T03_57_53.764Z.png](https://static.downly.cn/images/eb83d2a705151a97599cb473164eebd8.png) <center>图源备注：图片由AI生成</center>

## 巨头回应与法律博弈

面对马斯克的指控，OpenAI 方面迅速做出回应，坚称公司的结构调整是技术可持续发展的必然选择。他们强调，为了支撑昂贵的算力成本和人才引进，商业化转型是实现通用人工智能（AGI）愿景的必经之路，且与微软的合作完全符合法律规范。

微软作为共同被告，也坚决否认了参与任何违法行为的指控。法律专家分析指出，本案的核心争议点在于 OpenAI 早期的非营利承诺是否具备实质性的法律约束力，以及其转型过程中的资产转移是否合规。这不仅是一场商业纠纷，更是一次对非营利组织商业化边界的法律拷问。

## 棋局背后的算力野心

透过法律文书的表象，业界普遍认为马斯克此举有着更深远的战略考量。随着马斯克旗下的 xAI 公司与特斯拉在自动驾驶和人形机器人领域的飞速发展，由于算力资源和顶尖人才的稀缺，他与 OpenAI 的竞争关系已进入白热化阶段。

这场诉讼不仅仅是为了追回投资或争取赔偿，更意在通过法律手段牵制对手，为特斯拉和 xAI 在未来的 AI 芯片市场与行业话语权争夺中争取时间。案件定于 2026 年 4 月在加利福尼亚州开庭，届时这场关乎 AI 伦理、资本与未来的审判，必将改写全球科技版图的走向。

![Google_AI_Studio_2026-01-20T03_58_10.615Z.png](https://static.downly.cn/images/f95343938ce66b4989a1b957f95a2b42.png)
 <center>图源备注：图片由AI生成</center>

9300亿天价诉讼爆发 马斯克与OpenAI的非营利之战



> 在 CES 2026 上，英伟达向韩国政府承诺，将优先供应下一代 Vera Rubin GPU 及 Blackwell 芯片。这一总计达 26 万个 GPU 的庞大供应计划，将直接支撑韩国大规模 AI 工厂的建设，以确保其在自动驾驶与机器人领域的全球竞争力。

## 抢占下一代算力高地

算力即国力。韩国科技信息通信部第二次官 Ryu Je-myung 在访问英伟达美国总部后透露，英伟达已明确承诺将提前供应 Blackwell GB300 GPU，并给予计划于 2027 年量产的 Vera Rubin 系列 GPU 优先供货权。

对于韩国而言，这是一份至关重要的战略承诺。Vera Rubin 作为继 Blackwell 之后的下一代图形处理器架构，被视为未来几年 AI 模型训练的核心引擎。能够率先获得这一战略资源，意味着韩国企业在构建大规模 AI 模型时将拥有显著的时间窗口优势。据悉，英伟达将与韩国政府及主要企业深度合作，计划供应多达 26 万个 GPU，旨在打造世界级的 AI 工厂基础设施。

![Google_AI_Studio_2026-01-14T03_38_19.724Z.png](https://static.downly.cn/images/b77368e6ae1d7568f02afad7404bd7b7.png)
 <center>图源备注：图片由AI生成</center>

## 算力匮乏将危及产业生存

Ryu Je-myung 在 CES 现场体验自动驾驶技术后发出警告，全球技术竞争已进入白热化阶段。如果没有具备竞争力的 AI 基础算力，韩国引以为傲的自动驾驶、机器人、数字医疗和智能家居等支柱产业将面临生存危机。

此次与英伟达的合作，正是韩国政府为了避免在“AI 时代”掉队而采取的激进举措。通过锁定顶级算力资源，韩国试图稳固其在全球科技产业链中的上游地位，确保在未来的数字经济博弈中保持领先。

英伟达承诺优先向韩国供应 Vera Rubin GPU 助力构建国家级 AI 算力底座



> **导语**
> 阿里巴巴旗下高德地图在 AI 基础模型领域取得重大突破，正式推出自研世界模型“FantasyWorld”。该模型凭借独特的几何与视频联合建模技术，在国际权威基准 WorldScore 上夺得榜首，并已率先应用于“飞行街景”等具身智能场景。

## 几何与视频的联合建模

FantasyWorld 的核心创新在于解决了传统视频生成模型缺乏物理一致性的痛点。高德团队提出了一种新颖的架构：在冻结的视频基础模型骨干上，增设一个可训练的几何分支。这种设计实现了“视频潜变量”和“隐式 3D 场”的联合建模，且仅需一次前向计算即可完成，极大地提升了推理效率。

这一技术突破使得 FantasyWorld 在生成视频时，不仅能保持极高的视觉真实感，还能确保多视角下的一致性和几何保真度。即使在面对 180° 旋转等极端视角的物体形状与纹理保持上，其表现也远超近期的其他几何一致性方法。模型生成的 3D 潜变量可直接解码为深度图或点云，为下游任务提供了即插即用的 3D 数据支持。

![Google_AI_Studio_2026-01-10T03_50_17.220Z.png](https://static.downly.cn/images/d9ca3c0857bc62f9a33c794f04b46faf.png)
 <center>图源备注：图片由AI生成</center>

## 权威评测与开源计划

作为由斯坦福大学李飞飞团队主导的统一世界生成基准，WorldScore 涵盖了静态场景、动态场景、可控性及一致性等多维度的严苛评估。FantasyWorld 在该榜单上以综合得分第一的成绩强势登顶，特别是在静态世界得分（78.55）和动态世界得分（66.89）等关键指标上，超越了多家国内外知名模型。

学术界的认可紧随其后，相关论文已被 ICLR2025、NeurIPS2025 等顶级 AI 会议收录。高德方面已明确表示，将于近期开源该模型，此举预计将大幅推动学术界与产业界在 3D 世界构建领域的合作与创新。

## 从飞行街景到具身智能

FantasyWorld 的商业价值已在高德地图的“飞行街景”功能中初现端倪。商家只需上传几段简单的手机视频，模型即可低成本、快速地生成高保真的 3D 虚拟漫游街景。这种“技术平权”不仅让普通商家拥有了展示空间细节的能力，也为用户提供了身临其境的预览体验。

更长远的布局在于具身智能。随着自动驾驶向端到端视觉语言行动（VLA）方案演进，追求物理真实性的世界模型变得至关重要。高德内部已成立具身业务部，探索机器人、机器狗等方向，利用 FantasyWorld 在空间智能上的优势，加速从数字地图服务商向物理 AI 领军者的转型。

高德发布世界模型FantasyWorld 登顶WorldScore并将开源



> 在2026年国际消费电子展（CES）上，福特汽车通过一场硬核演讲，展示了这家百年车企转型的决心。依托谷歌云打造的深度 AI 助手与成本骤降30%的下一代 BlueCruise 系统，将成为福特在2027年反击特斯拉与 Rivian 的核心武器。

## 懂车的AI助手

福特此次发布的 AI 助手并未停留在简单的语音交互层面。基于大语言模型（LLM）构建，并由谷歌云托管，该助手拥有对车辆底层信息的深度访问权限。

这意味着它不仅能回答“我的后备箱能装多少东西”这类百科问题，更能实时读取传感器数据，向用户汇报机油寿命、胎压状态等关键指标。按计划，该功能将于2026年初率先登陆手机 App，并于2027年植入原生车机系统。福特试图通过这种深度的软硬件融合，夺回被造车新势力抢占的智能座舱话语权。

![Google_AI_Studio_2026-01-08T03_08_52.758Z.png](https://static.downly.cn/images/919584f6dfd3790e1e79023cd21b0731.png)
 <center>图源备注：图片由AI生成</center>

## 智驾平权与无视线驾驶

在自动驾驶领域，福特打出了一张“性价比”牌。下一代 **BlueCruise** 高级驾驶辅助系统的制造成本将大幅降低30%，并将于2027年首发搭载于基于低成本平台打造的中型皮卡上。

福特的目标非常明确 将高阶智驾从“奢侈品”变为大众标配。更为激进的是，公司承诺在2028年实现真正的“无视线驾驶”，具备处理点对点自动驾驶的能力。这一时间表的提出，标志着福特正式在 L3+ 级自动驾驶领域向特斯拉 FSD 发起正面挑战。

福特CES发布智能化蓝图 AI助手与低成本智驾系统定档2027

 > 英伟达CEO黄仁勋在CES 2026上抛出重磅观点，直言开源模型DeepSeek-R1已成行业标杆，且开源生态的迭代速度目前领先闭源模型约六个月。英伟达随后宣布将开源训练数据，推动AI向多模态、跨环境部署的新范式演进。

## DeepSeek成开源里程碑

在CES 2026的演讲台上，黄仁勋罕见地公开点名表扬了来自中国的开源模型DeepSeek-R1。他表示，这一模型“让整个世界感到惊讶”，并公认其在过去一年中引领了全球开源生态的跨越式发展。

这一表态不仅是对单一模型的认可，更折射出行业格局的剧变。黄仁勋指出，**目前开源模型的演进速度已反超大型科技公司的前沿闭源模型，领先优势约达六个月**。这一趋势正在打破少数巨头垄断AI技术的局面，让创新力量更加扁平化。

![Google_AI_Studio_2026-01-06T03_22_16.923Z.png](https://static.downly.cn/images/9601012fab3c5ae257256da4e4958741.png)
 <center>图源备注：图片由AI生成</center>

## 透明化战略：从开源模型到开源数据

为了进一步加速这一变革，英伟达宣布了一项激进的举措：除了持续开源模型外，还将**开源训练数据**。在数据即资产的今天，这一决定被视为构建技术信任的关键一步。

除了硬件层面的Vera Rubin芯片，英伟达同步发布了涵盖语言、机器人、自动驾驶及医疗四大核心领域的全新模型与数据集。黄仁勋强调，未来的AI将不再局限于单一模态，而是能够理解多种形态数据、针对不同问题匹配最优模型，并天然运行于多云环境之中。

## AI普及化的新范式

“这将成为未来应用构建的基本范式。”黄仁勋总结道。随着AI以惊人的速度渗透全行业，多模态融合与跨环境部署能力将成为标配。英伟达通过拥抱开源生态，正试图将自己从单纯的“卖铲人”转型为定义AI未来形态的“架构师”。

黄仁勋盛赞DeepSeek，断言开源模型演进已领先闭源六个月



> 游戏人工智能领域迎来突破性进展，NVIDIA与斯坦福大学联合发布通用智能体NitroGen。该模型通过在超1000款游戏中累计4万小时的训练，打破了传统AI“专游专练”的局限，展现出惊人的跨场景泛化能力。研究团队同步宣布完全开源相关数据集与模型权重，意在加速全球通用智能研究进程。

## 通用智能体 终结“一游一练”时代

长期以来，游戏AI研发面临的主要瓶颈是通用性缺失，强化学习模型通常需要针对特定游戏环境从头训练。NitroGen的问世改变了这一格局，其核心竞争力在于极强的环境适应性。

通过在涵盖平台跳跃、即时战略、射击竞技、解谜及模拟经营等全品类游戏环境中的高强度学习，NitroGen掌握了底层的感知、决策与操作逻辑。实验数据表明，即便面对从未见过的全新游戏，该模型也能迅速调用已有经验，快速达到人类玩家的可玩水平，实现了从“专用专家”到“全能玩家”的跨越。

![Google_AI_Studio_2025-12-27T02_58_10.468Z.png](https://static.downly.cn/images/836fbf98aa6cc29781b85b900ee56ea8.png)

<center>图源备注：图片由AI生成</center>

## 数据开源 构筑科研基础设施

NitroGen的成功离不开高质量数据的支撑。为了推动行业共同进步，研究团队发布了名为GameVerse-1K的庞大通过数据集。该数据集包含了超过1000款商业及开源游戏的完整交互记录，汇总了人类玩家与AI长达4万小时的对战影像。

更为关键的是，每一帧画面都与其对应的操作指令、奖励反馈及状态元数据进行了毫秒级的精准对齐。目前，所有代码、模型权重及数据资源均已上传至GitHub与Hugging Face，向全球开发者和研究机构免费开放，支持非商业性质的学术探索。

## 技术突破 纯视觉方案迈向AGI

在技术架构上，NitroGen采用了极具前瞻性的纯视觉输入方案（Pixel-only）。它不依赖游戏内部API或底层状态代码，而是像人类一样通过“看”屏幕来玩游戏。同时，团队设计了统一的动作抽象层，将键盘、手柄、触屏等复杂的输入方式映射为标准化的动作空间。

AIbase观点指出，游戏作为高维、动态的复杂模拟环境，是训练通用人工智能（AGI）的最佳试验场。NitroGen所验证的“大规模预训练+快速迁移”范式，其应用前景远超娱乐领域，未来有望直接迁移至机器人控制、自动驾驶及工业仿真等物理世界场景。

搜索结果: 自动驾驶