

> 导语 迪士尼与 OpenAI 达成三年深度合作协议，不仅豪掷 10 亿美元入股，更授权 OpenAI 使用漫威、星战等 200 多个经典 IP 用于视频生成。此举旨在解决 Sora 的版权争议，同时也显示了迪士尼在 IP 保护上的强硬双标。

## 强强联手 IP 巨库接入 AI

近日，迪士尼与 OpenAI 宣布达成为期三年的合作协议，允许 OpenAI 使用超过 200 个迪士尼、皮克斯、漫威和星球大战的角色进行创作。双方在新闻稿中表示，这一合作将主要用于 Sora 视频生成和 ChatGPT 图像生成，推动授权短视频和艺术作品在 Disney + 平台上与观众见面。

根据协议，虽然 OpenAI 可以使用这些著名角色，但参与者无需担心演员权益受损。协议明确排除了真人角色的肖像和声音，这意味着钢铁侠或卢克·天行者等角色将仅以经典的动画或插画形式出现。

![image.png](https://static.downly.cn/images/6e4fba4ad25994654f4637288ef6b312.png)

## 10 亿投资与版权护城河

作为协议的一部分，迪士尼将对 OpenAI 进行 10 亿美元的股权投资，成为其重要客户。迪士尼 CEO 鲍勃・艾戈尔表示，这将帮助他们在尊重创作者的基础上拓展故事叙述的边界。

此次合作是 OpenAI 在推出 Sora 2 后，应对好莱坞版权压力的关键举措。此前 Sora 因素材版权问题饱受批评，与迪士尼的结盟为其合法性提供了背书。

## 迪士尼的“双标”维权

在与 OpenAI 牵手的同时，迪士尼对其他科技巨头展现了强硬态度。公司已向谷歌发出警告，要求其立即停止基于迪士尼作品生成内容的行为，并对 Character.ai 和 Meta 等公司发出了类似警告。这显示出迪士尼在知识产权保护方面“顺我者昌，逆我者亡”的坚定立场。

迪士尼 10 亿美元入股 OpenAI 漫威星战 IP 将接入 Sora 创作

> 科技浪潮奔涌向前，AI领域风起云涌。本期资讯我们将聚焦多项重大突破：美团、阿里等巨头在模型技术上的新进展；从Perplexity推出革命性专利搜索工具，到苹果与谷歌在智能语音助手上的历史性合作；更有OpenAI的Sora 2视频工具向更多国家和地区开放。科技的每一次脉动，都在预示着一个更加智能、更加便捷的未来。

## 美团开源全能模型LongCat-Flash-Omni，实时交互定义AI新纪元

美团近日正式开源了其最新的LongCat-Flash-Omni模型，该模型凭借创新的ScMoE（稀疏混合专家）技术，成功实现了全模态的实时交互能力。这不仅仅是一次技术升级，更标志着多模态AI已经从理论走向现实，一个能够听、说、看、感的全能AI新时代正加速到来。

![image.png](https://static.downly.cn/images/2c9d0ea7f6c6517422a43028c3676c34.png)

<div align="center">图源备注：图片由AI生成</div>

## Perplexity推出专利搜索神器，自然语言解锁全球智慧宝库

您是否曾为繁琐复杂的专利搜索而头痛？现在，Perplexity公司推出的免费AI工具 Perplexity Patents 将彻底改变这一现状。该工具整合了多个平台的专利数据，用户只需通过简单的自然语言提问，就能快速、精准地找到所需的专利信息。虽然目前仍处于测试阶段，但它已向所有用户开放，预示着专利研究将变得前所未有的高效与便捷。

![image.png](https://static.downly.cn/images/4b56963eab7465790a84f9c1f07729cc.png)

<div align="center">图源备注：图片由AI生成</div>



## 阿里通义千问再进化，Qwen3-Max上线“深度思考”功能

阿里巴巴旗下的通义千问模型迎来了重磅升级。最新发布的Qwen3-Max模型，参数量已突破万亿级别，并在官网上线了创新的“深度思考”功能。该模式通过对复杂问题进行多步骤拆解和推理链分析，极大地提升了处理复杂任务的效率和准确性，尤其在代码生成和智能体（Agent）能力上取得了显著进步。

![image.png](https://static.downly.cn/images/e18f4de48fe71316f4c96c68b9c6b0e4.png)

<div align="center">图源备注：图片由AI生成</div>

## AI内容创作走向合规，Perplexity与Getty Images达成战略合作

在AI生成内容的版权争议声中，Perplexity AI迈出了关键一步。该公司已与全球知名的图片库Getty Images达成了一项多年的授权协议。未来，Perplexity的AI搜索工具将能够合法使用Getty海量的正版图片资源。此举不仅解决了内容抓取和抄袭的争议，也标志着AI行业正积极转向与内容创作者建立官方、合法的合作关系。

![image.png](https://static.downly.cn/images/34488bf3688621cc3768334c99f72e9e.png)

<div align="center">图源备注：图片由AI生成</div>

## 苹果Siri迎来史上最大升级，谷歌Gemini技术强势赋能

苹果正全力推进其“Apple Intelligence”项目，计划在明年3月推出迎来重大革新的新版Siri。据悉，这次升级将深度整合谷歌强大的Gemini技术，以提升Siri的智能水平和对话能力。同时，苹果还将发布配备扬声器和壁挂选项的新型智能家居显示屏，以及新款Apple TV和HomePod mini，这些设备将成为展示AI新功能的重要载体。

![image.png](https://static.downly.cn/images/cd42c0c348cb21cd95cd9e333776bfa0.png)

<div align="center">图源备注：图片由AI生成</div>

## OpenAI视频生成工具Sora 2扩大开放，亚洲市场首次接入

备受期待的OpenAI视频生成工具Sora 2，现已取消邀请码限制，正式向美国、加拿大、日本和韩国的用户开放。用户可以直接通过App Store下载并使用ChatGPT账号登录。这是该工具首次大规模扩展至亚洲市场。据悉，本次开放是一次限时测试，旨在评估服务器的承载能力并广泛收集用户反馈，为未来的全面推广做准备。

![image.png](https://static.downly.cn/images/5f228297599ba7cfb076ac229a6e11e3.png)

<div align="center">图源备注：图片由AI生成</div>

每日AI资讯1103：苹果谷歌强强联手，Sora 2震撼开放

> 导语：今日AI领域动态纷呈，从严肃的医疗应用到大众的文娱创作，技术正以前所未有的深度和广度融入社会。微软将OpenAI的视频生成模型Sora 2推向商业化，预示着AI视频制作进入新纪元；国内首个药学大模型的发布，则将AI的精准分析能力应用于特殊人群的用药安全。与此同时，AI音乐创作已成为新的数字风口，而传统行业如旅游业也正通过AI提升服务体验。在技术高歌猛进的背后，行业监管同步加强，确保人工智能的健康发展。

## 国内首个药学大模型发布，精准守护特殊人群用药安全

北京清华长庚医院与北电数智携手，成功研发出国内首个专为药学领域设计的大模型。该模型聚焦于老年人、儿童及孕产妇等特殊群体的用药安全评估，旨在应对药品信息迭代迅速与个体化差异带来的挑战。通过运用先进的人工智能技术，此项合作有望极大优化药学服务流程，提升用药指导的效率与精准度，为特殊人群的健康保驾护航。

![image.png](https://static.downly.cn/images/da0f805e5b59910c080eb61186f69044.png)
图源备注：图片由AI生成

## AI音乐创作风靡，程序员开辟数字淘金新赛道

随着Suno等AI音乐创作工具在2025年的普及，音乐行业的创作生态正被重塑。此前，《原神》玩家利用AI创作的同人歌曲获得了超200万的惊人播放量，而现在，越来越多的程序员正利用各类AI工具高效地产出音乐作品，不仅收获了可观的版权收入，也向世界展示了AI在艺术创作领域的巨大潜力。这股浪潮标志着AI正成为普通人表达创意、实现商业价值的新兴工具。

![image.png](https://static.downly.cn/images/4a8b7fbba102e3c7a8b70a97363962ce.png)
图源备注：图片由AI生成

## 重庆出手整治AI滥用，十余款违规产品被下架

面对人工智能技术的迅猛发展及其带来的潜在风险，重庆市近期展开了专项整治行动。行动旨在遏制AI技术的滥用，打击利用AI生成虚假信息、侵犯数据安全等行为。目前，已有包括“AI开处方”在内的十余款违规AI产品被勒令下架。此举表明了监管部门对确保AI技术安全、合规发展的坚定立场，为行业的健康成长设立了明确的“红线”。

![image.png](https://static.downly.cn/images/9e4b31c86508652f1d8057193593b1ca.png)
图源备注：图片由AI生成

## 百度PaddleOCR-VL登顶全球，文档解析技术迎新突破

百度近日开源了其最新的多模态文档解析模型PaddleOCR-VL，该模型在权威评测OmniBenchDoc V1.5中以92.6的高分摘得全球桂冠，为OCR（光学字符识别）技术领域树立了新的标杆。尽管模型参数量仅为0.9B，却能高效、精准地识别和解析文档中的文本、手写汉字、复杂表格乃至数学公式等多种元素，其卓越的核心能力将重塑文档处理与信息提取的技术格局。

![image.png](https://static.downly.cn/images/9e54abbd6c035335d701138601a3b8f5.png)
图源备注：图片由AI生成

## Claude“技能”加身，Anthropic让AI变身自动化工作流大师

Anthropic公司为其AI模型Claude推出了创新的“Skills”（技能）功能，极大地提升了其工作流自动化能力。用户现在可以将一系列自定义指令、脚本代码和外部资源打包成一个“技能包”，授权Claude自主调用。这项功能的核心优势在于，Claude能够组合运用多个技能，以应对复杂的多步骤任务，并实现了技能的跨平台移植，使其成为更强大、更灵活的生产力工具。

![image.png](https://static.downly.cn/images/6311f20f62126197d32cac37591ce893.png)
图源备注：图片由AI生成

## OpenAI Sora 2登陆微软云平台，开启AI视频商业化新篇章

备受瞩目的OpenAI视频生成模型Sora 2现已通过微软Azure AI平台正式进入公共预览阶段，并公布了其商业化定价——每生成一秒视频收费0.1美元。这是Sora 2首次向企业和开发者开放API访问权限，标志着顶尖的生成式AI视频工具开始大规模商业化应用。该模型能融合文本、图像和视频创造出全新的高质量内容，尤其在广告、营销等领域展现出巨大的应用前景。

![image.png](https://static.downly.cn/images/2b56a1738f3dde82186cffac3fa74f94.png)
图源备注：图片由AI生成

## 旅行规划迎来AI助手，Kayak推出全新聊天机器人模式

知名旅行搜索引擎Kayak上线了全新的“AI模式”，通过集成ChatGPT技术，为用户提供颠覆性的旅行规划体验。用户不再需要繁琐地筛选页面，而是可以直接通过与聊天机器人对话，完成旅行信息的查询、行程规划乃至机票、酒店和租车的比较与预订。这一功能已覆盖网页和移动端，旨在为用户提供更精准、更便捷的一站式旅行解决方案。

![image.png](https://static.downly.cn/images/b2f6a769e75be0dd57be642ae892db47.png)
图源备注：图片由AI生成

每日AI资讯1018：Sora 2开启商业化、首个药学大模型问世、AI应用场景持续拓宽

> 斯坦福大学的研究揭示了AI在企业新闻稿中的广泛应用，同时AMD与OpenAI签署了价值数百亿美元的芯片协议。AI新创公司Supermemory获得了260万美元的融资，致力于构建通用的AI记忆API。OpenAI宣布了其开发者日的重磅消息，ChatGPT将平台化。马斯克的xAI启动了1400亿的融资，谷歌发布了新的Gemini模型，Sora 2也已发布，杰夫·贝佐斯展望了太空数据中心的未来。

## AI写作无处不在？斯坦福报告称四分之一企业新闻稿为AI生成

根据斯坦福大学的一项最新研究，大型语言模型在企业新闻稿等正式书面沟通中的应用比我们想象的要广泛。研究人员通过先进的统计模型分析了大量英文新闻稿，发现其中许多文本都带有明显的人工智能生成痕迹。这一发现引发了关于信息真实性和内容原创性的广泛讨论。

![image.png](https://static.downly.cn/images/a645eadecc2489177a28fae6872b7c3c.png)
图源备注：图片由AI生成
 

## 强强联合 AMD与OpenAI签署数百亿美元芯片供应协议

AMD公司近日宣布，已与OpenAI签订了一项长达数年的芯片供应协议。根据协议，OpenAI将获得AMD多代Instinct GPU提供的6千兆瓦计算能力，首批交付的将是MI450 GPU。此举不仅将为AMD带来数百亿美元的收入，还将极大地提升其在人工智能领域的市场地位，为未来的AI发展提供强大的硬件支持。


![image.png](https://static.downly.cn/images/b36f8b6dc0127b9a2135aea1c26b95fa.png)
图源备注：图片由AI生成
 

## 记忆赋能AI Supermemory获260万美元融资打造通用记忆API

人工智能初创公司Supermemory近日宣布获得260万美元的种子轮融资。该公司致力于解决AI应用中的记忆难题，计划通过构建一个通用的记忆API来处理非结构化数据，并以此构建知识图谱，从而为用户提供更加个性化和上下文感知的服务。这一创新有望让人工智能变得更加“聪明”和“体贴”。

![image.png](https://static.downly.cn/images/07144c0026b32b3d472f8c280cf1911d.png)
图源备注：图片由AI生成
 

## 生态革命 OpenAI宣布ChatGPT平台化 推出自主AI代理

在备受瞩目的开发者日上，OpenAI公布了其雄心勃勃的计划：将ChatGPT转型为一个第三方应用平台。通过全新的Apps SDK，开发者将能够构建交互式的应用程序和自主的AI代理，这些应用将无缝集成到ChatGPT的聊天界面中，并支持全屏等功能。此举旨在彻底革新AI生态系统，大幅提升用户的任务执行效率。

![image.png](https://static.downly.cn/images/ff2a5e3f6efab36672b526d98450629d.png)
图源备注：图片由AI生成
 

## 马斯克xAI启动1400亿巨额融资 与英伟达GPU供应深度绑定

伊隆·马斯克旗下的人工智能公司xAI已启动一轮高达1400亿美元的融资活动。值得注意的是，此次融资与英伟达的GPU供应紧密挂钩，其中英伟达更是豪掷140亿美元参与投资。这一战略性的举动不仅显示了xAI对高性能计算领域的扩张野心，也凸显了其对关键硬件资源的迫切需求，预示着未来AI领域的激烈竞争。

![image.png](https://static.downly.cn/images/7ffc04ba72b6747b11abb88c0646e42c.png)
图源备注：图片由AI生成
 

## 版权风暴来袭 MiniMax在好莱坞的重压下如何求生

中国AI公司MiniMax正面临来自好莱坞的版权“风暴”。面对严峻的挑战，该公司需要运用智慧和策略来应对，并在逆境中寻找生存和发展的可能性。这起事件也引发了业界对于AI内容生成与知识产权保护的深刻思考。

![image.png](https://static.downly.cn/images/9f3acc2da26250130db45416945dbb75.png)
图源备注：图片由AI生成
 

## 谷歌发布Gemini 2.5新模型 专攻浏览器交互效率提升三倍

谷歌近日推出了其最新的Gemini 2.5 Computer Use模型。该模型专注于浏览器内的交互任务，能够执行包括表单填写在内的13种不同操作，据称其效率相较于前代模型提升了三倍。目前，开发者已经可以申请试用该模型，但暂不支持全系统级别的操作。

![image.png](https://static.downly.cn/images/03964521e4c350f607dfb0f9fe108fd3.png)
图源备注：图片由AI生成
 

## 「Sora 2」震撼发布 是创作工具还是行业颠覆者

备受期待的Sora 2终于发布，其惊人的视频生成能力再次引发了业界的广泛讨论。Sora 2的成功不仅归功于其领先的技术，还得益于其周密的市场推广和产品规划。人们不禁要问，这究竟是一个强大的创作工具，一个有趣的玩具，还是一个将彻底颠覆相关行业的“杀手”？

![image.png](https://static.downly.cn/images/14a521d2832b6256cf8b0fb597d6cce4.png)
图源备注：图片由AI生成
 

## 贝佐斯新愿景 未来一二十年内在太空建造千兆瓦级数据中心

亚马逊创始人杰夫·贝佐斯近日提出了一个大胆的预测：在未来的10到20年内，人类将有能力在太空中建造千兆瓦级别的数据中心。这些数据中心将利用全天候的太阳能运行，不受地球天气的影响，并且随着技术的进步，其建设成本将持续降低。这一设想为未来数据存储和处理描绘了一幅全新的蓝图。

![image.png](https://static.downly.cn/images/1d517141b87ef7c1de4ae0e37ab35ef1.png)
图源备注：图片由AI生成

每日AI资讯1008：AI写作检测、芯片巨头合作与通用记忆API

> AI领域风起云涌，本期我们将聚焦谷歌Gemini的全面开放与内测进展、OpenAI Sora的火爆表现、Supabase的融资神话、Perplexity Comet浏览器的免费开放，以及快手可灵2.5Turbo模型和CoreWeave的崛起。

## Supabase一年三轮融资，估值飙升至50亿美元

开源数据库公司Supabase在过去一年中完成了三轮融资，总金额达到3.8亿美元，公司估值飙升超过五倍，达到了惊人的50亿美元。Supabase的成功在于其对传统数据库服务模式的革新，为开发者提供了更高效、更便捷的开发体验，在“氛围编程”圈中迅速崭露头角，成为备受瞩目的明星企业。

![image.png](https://static.downly.cn/images/3e2244a3bf822abcb6e2075bce32baa2.png)

 图源备注：图片由AI生成

 

## 谷歌Gemini 3.0 Pro内测流出，编程能力大跃进

谷歌即将推出的Gemini 3.0 Pro及其Flash型号在编程能力上取得了巨大突破。根据内测开发者的反馈，新模型在代码生成、理解和调试方面表现出色，有望成为开发者手中的又一利器。此次更新无疑将加剧AI领域的竞争态势，紧随OpenAI Sora 2的热度，引发了业界的广泛关注。

## Gemini in Chrome全面开放，革新浏览体验

谷歌正式向所有Workspace用户开放了集成在Chrome浏览器中的AI助手Gemini。用户现在可以直接在浏览器中获得即时答案、进行深度信息分析和互动对话。结合Chrome的重大更新，Gemini的加入将为用户带来前所未有的浏览体验，让信息获取和处理变得更加智能和高效。

![image.png](https://static.downly.cn/images/72add454a5712cc60f43c8e410bdc5fa.png)

 图源备注：图片由AI生成

 

## OpenAI Sora上线四天登顶App Store

OpenAI推出的视频生成应用Sora在上线短短四天内，便迅速登顶苹果App Store免费榜榜首，超越了谷歌Gemini和自家的ChatGPT。这一成绩充分证明了市场对AI视频工具的强劲需求。目前，Sora在美国和加拿大地区以邀请制向iOS用户开放测试，允许他们轻松生成、编辑和分享短视频。

## Perplexity Comet浏览器免费开放，AI小秘书上线

Perplexity公司发布了集成了智能助手的Comet浏览器。这款浏览器在侧边栏内置了一个AI小秘书，可以跨页面并行处理机票比价、邮件回复等任务，大大减少了用户在不同标签页之间切换的繁琐操作。该功能原本仅向付费用户开放，现已面向全球免费，引发了用户的下载热潮，甚至一度导致服务器短暂瘫痪。

![image.png](https://static.downly.cn/images/712ef01a2a721f156ca8fabf3ceea7a5.png)

 图源备注：图片由AI生成

 

## OpenAI Sora下载量惊人，上线首日即达5.6万次

OpenAI的Sora应用在北美地区上线后迅速走红，首日下载量就达到了5.6万次，成功跻身应用总榜前三。其“打字生成视频”的强大功能吸引了大量用户，火爆程度甚至一度导致服务器需要排队等候。Sora的成功再次证明了OpenAI在AI领域的技术实力和市场影响力，超越了Claude等竞争对手。

## 快手可灵2.5Turbo模型登顶全球视频生成榜单

快手旗下的可灵2.5Turbo模型在AI视频生成领域取得了令人瞩目的成绩。在Artificial Analysis的基准测试中，该模型的图生视频和文生视频能力分别获得了1329和1252的高分，成功超越了谷歌的Veo3等竞争对手，登顶全球视频生成榜单。

## CoreWeave获Meta与OpenAI巨额订单，总额达207亿美元

AI云服务商CoreWeave近日宣布，已与Meta和OpenAI达成总额高达207亿美元的长期订单。凭借与英伟达的紧密合作关系，CoreWeave锁定了到2031年的GPU供应，从而确保了未来六年的稳定收入，一跃成为AI云服务行业的黑马。

![image.png](https://static.downly.cn/images/b213c156244826c39b60502e76bc1e05.png)

 图源备注：图片由AI生成

每日AI资讯1004：谷歌Gemini重大更新，Sora火爆依旧

> 导语：今日AI界风起云涌，英伟达市值再创新高，突破4.5万亿美元，彰显了AI基础设施的巨大价值。同时，OpenAI发布了革命性的视频生成模型Sora 2，将虚拟与现实的界限进一步模糊。浏览器领域也迎来智能化浪潮，Opera与Brave纷纷集成AI以优化用户体验。值得一提的是，国产大模型在本轮技术竞赛中表现抢眼，智谱、通义千问及火山引擎均发布了重要更新，在芯片适配、实时翻译和视觉理解等多个维度取得了显著突破，而学术界也在机器人三维视觉方面取得了重大进展。

## AI芯片巨头再创辉煌，英伟达市值突破4.5万亿美元

英伟达股价近日再攀新高，公司市值成功突破4.5万亿美元大关，其年内涨幅已接近39%。这一成绩的背后，是市场对其在人工智能领域核心地位的持续看好。据悉，包括OpenAI计划投资千亿美元建设GPU数据中心在内的一系列大规模AI基础设施交易，是推动英伟达市值飙升的关键力量。

![image.png](https://static.downly.cn/images/b77197a921150442417a2815b92a86b0.png)
图源备注：图片由AI生成

## OpenAI震撼发布Sora 2，视频生成迈入超现实时代

OpenAI正式推出了其新一代视频生成模型Sora 2，并同步上线了同名短视频社交应用。Sora 2在遵循物理规律和提升画面真实感方面取得了巨大飞跃，能够创造出令人难以置信的逼真场景。该应用目前处于邀请测试阶段，但已展示出的多样化视频内容预示着个性化视频创作的新纪元已经到来。

![image.png](https://static.downly.cn/images/c50fbac90f73bf70107bc3c42083e0b7.png)
图源备注：图片由AI生成

## 国产AI的强强联合，智谱GLM-4.6实现技术与生态双突破

智谱AI近日连续发布重磅更新，推出了新一代开源模型GLM-4.6。该模型在编程能力上实现了巨大飞跃，表现已能对齐Claude Sonnet 4，成为国内代码生成领域的领跑者。更重要的是，智谱宣布GLM-4.6已在寒武纪国产芯片平台上成功部署，首次实现了FP8+Int4混合量化方案，在保证精度的同时大幅降低了推理成本，为大模型在国产硬件上的规模化应用开辟了新道路。

![image.png](https://static.downly.cn/images/06a7db02810058eb6a9ed5f9b6f06dbb.png)
图源备注：图片由AI生成

## 通义千问再破纪录，3秒延迟定义实时翻译新标准

通义千问团队发布了全新的Qwen3-LiveTranslate-Flash系统，刷新了行业同声传译延迟的纪录。该系统通过集成创新的视觉上下文增强技术，能够结合语音与视觉信息，显著提升翻译的准确性。它支持18种主流语言及多种方言的离线和实时音视频翻译，让跨语言交流几乎再无障碍。

![image.png](https://static.downly.cn/images/44143f48fc37075142aea64240c89e46.png)
图源备注：图片由AI生成

## 浏览器智能化加速，Opera与Brave引领新潮流

浏览器作为互联网的入口，正迎来一场AI驱动的变革。Opera发布了全新的Neon浏览器，通过整合AI提示创建应用和“卡片”功能，旨在为用户提供更智能、高效的上网与任务管理体验。与此同时，Brave搜索引擎也集成了AI问答功能，无需切换模式即可提供更详尽、更精准的答案，服务已覆盖其超过1500万的日活用户。

![image.png](https://static.downly.cn/images/eb75e6b6c3f27fccefe0476f2570dbdd.png)
图源备注：图片由AI生成

## 火山引擎豆包视觉能力升级，精准识别万物

火山引擎推出了豆包大模型1.6-vision，标志着其在视觉理解领域取得了重大突破。该模型的核心优势在于其强大的工具调用能力，通过优化的算法与增强学习技术，极大地提升了图像识别和目标检测的精度与速度。这一进展将有力推动人工智能技术在更多实际场景中的广泛应用。

![image.png](https://static.downly.cn/images/f2e689c61e4cc57767359173168133b3.png)
图源备注：图片由AI生成

## AI视觉迎来三维革命，新模型让机器人“看懂”物理世界

上海交通大学与剑桥大学的研究团队合作开发了名为Evo的新模型，为机器人视觉带来了革命性飞跃。该模型通过有效整合三维几何信息，克服了传统二维视觉语言模型的局限性，使机器人能够更深入地理解三维空间。实验证明，搭载Evo模型的机器人在执行复杂任务时的成功率提升了31%，标志着AI正从“看懂图片”迈向“理解世界”。

![image.png](https://static.downly.cn/images/2264c3ed33fad3d75d292fb4fefcac02.png)
图源备注：图片由AI生成

每日AI资讯1001：巨头动态频出，国产模型集体亮剑

Google Veo 3 / 3.1 是 Google DeepMind 推出的最新一代生成式视频模型。

搜索结果: Sora 2