https://www.youtube.com/watch?v=1IZMwC3oDfc 这部影片整理了本周（2025年12月底，圣诞假期期间）发布的大量 AI 新技术与模型。以 下是各项重点新闻的详细简介： 核心 AI 模型与开源 (Open Source) MiniMax M2.1 (Open Source)： 被称为「最强开源模型」之一，特别擅长 Agentic Coding (代理编码) 和多步 骤推理。 在 SWE-bench Verified 和多语言编码测试中，成绩超越 Claude 4.5、Gemini 3 Pro 和 GPT-5.2 等闭源模型。 实测强大：能通过单一提示词（Zero-shot）生成包含物理碰撞与加速机制的 3D 赛车游戏，或制作带有互动图表的复杂财务报告。 本地运行：参数约 229B，需要企业级硬体（如 DGX），但已开源供下载。 GLM-4.7 (Zhipu AI)： 另一个强大的开源模型，同样在编码、工具使用和复杂推理上表现顶尖。 能生成 Android 操作系统模拟器、功能完整的 SimCity 游戏、甚至是线上影片 编辑器。 在 Humanities Last Exam (人文学科终极考试) 中得分超越 GPT-5.2。 影片与图像生成/编辑工具 FlashPortrait (Alibaba TongYi Lab)： 能生成无限长度的人物说话影片（Avatar），且保持角色一致性。 速度快 6 倍：比 Live Portrait、Hunyuan 等竞品更快，且支援长影片不崩坏 。 已开源代码和模型，可在消费级 GPU 上运行（10GB VRAM 即可）。 Qwen ImageEdit 2511 (Alibaba)： 最新的开源图像编辑模型（原定 11/25 发布，延期至现在）。 被誉为最强开源图像编辑器（类似 Nano Banana 的本地版）。 整合了多种 LoRA 功能：内建重新打光 (Relighting)、视角转换 (Novel View Synthesis) 和风格迁移。 已有 2-bit 量化版本，可在 8GB VRAM 显卡上运行。 IMC Cam： 能改变现有影片的摄影机运镜 (Camera Movement)。 例如将原本固定的镜头变成推拉、平移或环绕镜头，且保持角色和背景的一致性 。 已开源，但硬体需求极高（需 50GB+ VRAM）。 Dream Montage (ByteDance)： 允许使用者上传多个关键影格 (Keyframes) 来精确控制影片内容。 AI 会自动生成影格之间的过渡动画（In-betweening），让影片按顺序呈现不同 场景（如从眼睛变焦到城市，再到蝴蝶）。 可在 Dreamina 平台上试用。 Generative Refocusing： 事後对照片进行重新对焦 (Refocus) 的 AI。 能修复失焦的照片，或改变景深（如模糊背景制造电影感，或让模糊的背景变清 晰）。 已开源，模型轻量（约 2.6GB）。 Rico (Region Constraint in Context Generation)： 影片版的 Nano Banana，支援透过文字指令对影片进行局部编辑。 能替换影片中的角色（如男人变企鹅）、更改服装、新增或移除物体，甚至转换 整个影片的画风。 预计 2-3 周後开源。 游戏与 3D 技术 Nitrogen (NVIDIA)： 能自主游玩几乎所有电子游戏的 AI Agent。 基於 Vision-Action 模型，透过像人类一样「看萤幕」和「操作手把」来玩游 戏，而非读取游戏代码。 训练数据包含 40,000 小时的游戏影片，涵盖 1,000 多种游戏。 AnyX (Animate Any Character in Any World)： 能将任何 3D 角色放入任何 3D 场景中，并透过文字指令控制其动作（如跳舞、 弹竖琴、吃披萨）。 代码即将开源。 3D Regen： 从单张室内照片生成可编辑的完整 3D 场景。 能识别并重建房间内的所有家具与物件，让你能在 3D 空间中移动它们。 预计 2026 年 1 月底开源代码。 Spacia： 具备空间记忆 (Spatial Memory) 的影片生成模型。 生成的场景在时间和空间上保持一致（例如镜头移开後再移回来，原本的物体还 在原地），适合生成 VR 场景。 Carry 4D (NVIDIA)： 从影片中重建人类与物体互动的 3D 模型。 能精确捕捉手部操作物体的细节，主要用於训练人形机器人模仿人类动作。 其他 Unitree Robot Demo：展示了新的人形机器人遥操作（Teleoperation）技术，人类 无需穿戴笨重设备即可实时控制机器人动作。 MV Inverse：从一张或多张照片反推场景的物理属性（如颜色、光照、材质粗糙度、 法线方向）。 这周的更新非常多，特别是在开源领域（MiniMax, GLM-4.7, FlashPortrait, Qwen ImageEdit）有重大突破，让个人开发者也能使用顶尖的 AI 工具。 -- Gemini3整理 开源版香蕉 影片版香蕉 ..香蕉大拍卖 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.36.220.95 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI_Art/M.1766894415.A.446.html