https://www.youtube.com/watch?v=7kPNA86G_GA 这部影片介绍了许多本周（2026年1月4日左右）发布的 AI 新技术与工具。以下是重点新 闻的详细简介： 影片与 3D 生成 StreamDiffusion VSSR (Video Super-Resolution): 即时影片画质提升：这是一个即时的影片超解析度工具，能将模糊的影片变清晰 ，提升细节与锐利度。 极速运行：在 RTX 4090 上仅需 0.3 秒 即可处理，速度远快於传统 Diffusion VSSR（需数千秒），几乎达到即时效果。 已开源：代码已发布在 GitHub 上供下载使用。 UltraShape 1.0: 高拟真 3D 模型生成：能从单张图片生成极高细节的 3D 模型，特别擅长处理复 杂结构（如宝塔、龙）和角色（如美人鱼）。 超越竞品：品质优於 Trellis 2，生成的形状更准确，但目前仅能生成 3D 形 状 (Geometry)，尚不支援纹理 (Texture) 生成。 已开源：提供代码和训练数据。 Ume 1.5: 互动式 3D 世界生成：能从图片或文字提示生成可探索的 3D 世界，并支援透过 键盘（WASD）即时移动。 动态事件：可透过文字指令在场景中加入角色或特效（如「女人走在街上」）。 低硬体需求：提供 Windows 一键安装包，可在 16GB VRAM 的笔电上运行。 HY Motion 1.0 (Tencent Hunyuan): 文字转 3D 动作：腾讯发布的 10 亿参数模型，能根据文字指令生成逼真的 3D 角色动画（如「蹲下」、「挥剑」、「拳击」）。 高品质数据：使用超过 3000 小时的动作数据训练，动作流畅自然。 已开源：可在消费级 GPU（如 24GB VRAM）上运行。 Space-Time Pilot: 影片运镜重制：能改变现有影片的摄影机角度与透视。 特效功能：支援「子弹时间 (Bullet Time)」冻结画面并旋转视角、影片倒转播 放同时改变运镜、以及慢动作重拍。 即将开源：代码目前在审核中。 HighStream: 影片生成加速：能将影片生成速度提升 100 倍以上。 原理：透过消除时间上的冗余计算（Temporal Redundancy）和空间压缩来加速 。 品质提升：不仅速度快，生成的画质甚至比原始模型更好。 图像生成与编辑 Qwen Image 2512 (Alibaba): 最新图像生成模型：相比旧版，生成的照片真实感大幅提升，皮肤质感更自然， 减少了 AI 的塑胶感。 文字渲染强：能准确生成长篇文字（如日记内容），但在手写风格上略显工整。 物理光影：在处理复杂的光影反射（如镜子中的模糊倒影）表现优於 Zimage Turbo。 已开源：支援 ComfyUI，且有轻量化版本 (7.2GB) 可在 8GB VRAM 显卡上运行 。 Spot Edit: 局部图像编辑：允许使用者仅选择图片的特定区域进行修改（如把足球改成向日 葵），而不影响其他部分。 一致性高：相比重绘整张图，更能保持原图细节（如浮水印、背景物体）不变。 已开源：支援 Flux 和 Qwen Image 模型。 ProEdit: 统一编辑模型：同一个模型既能编辑图片，也能编辑影片。 功能：能移除物体、更换角色（如鹿变牛、红车变黑车），且在影片中保持动作 连贯。 即将开源：计划发布代码。 TwinFlow: 图像生成加速：能将 Zimage Turbo 的生成步数从 7-9 步减少到 1-2 步，速度 提升 4-5 倍。 大型语言模型 (LLM) 与其他 DeepSeek 新论文 (MHC): Manifold Constrained Hyperconnections：DeepSeek 提出的一种新架构，旨在 解决模型变深後讯号不稳定的问题，让训练更稳定且高效。 MiniMax M2.1: 最强开源模型之一：在程式编码 (Coding) 和多步骤推理上表现极强，超越 GPT-5.2 和 Gemini 3 Pro。 实测强大：能写出完整的 Android 作业系统模拟器、复杂的财务报告图表。 已开源：提供模型下载，适合本地部署。 iQuest Coder V1: 程式码生成黑马：由量化交易公司背景的实验室开发，专精於程式码生成与 Debug。 Loop 架构：透过循环使用参数，让小模型 (40B) 也能达到大模型的效能。 已开源：提供多种尺寸的模型下载。 Jarvis GPT: 全能多模态模型：能理解并生成文字、音讯和影片。 端到端生成：可以直接从文字生成带有音效的影片（虽然目前画质尚可，但概念 先进）。 已开源：提供完整的训练代码。 这周的 AI 进展非常惊人，特别是在 3D 生成、即时影片处理以及 高效能开源模型 方面 都有重大突破。 -- deepseek的神奇论文 https://youtu.be/1ON0LuQmARM 矩阵算法优化性能 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.36.206.123 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI_Art/M.1767501042.A.986.html