https://www.youtube.com/watch?v=8grIT-xK50M https://i.meee.com.tw/tHZT5uD.png 这段影片由 YouTube 频道 AI Search 发布，汇整了本周重大的 AI 技术进展与工具更新 。以下是根据影片资讯栏时间轴整理的新闻简介： [0:00] AI 新闻引言：概述本周 AI 界的疯狂进展，包含物理精确的影像编辑器、虚 拟伴侣、向量图形生成以及阿里巴巴新发布的 Qwen 3.5 模型。 [1:03] VBVR (Very Big Video Reasoning)：这是一个建立在影片生成模型 Wan 2.1 之上的框架，让 AI 具备「推理」能力。它可以根据指令在影片中解决视觉谜题，例 如圈出特定字元或模拟物理平衡，表现优於 Sora 等模型。 [4:09] tttLRM：一种 3D 重建技术，透过多张照片生成高度逼真且细节丰富的 3D 模型，比传统的 3DGS 方法更清晰、一致性更高。 [6:37] DreamID Omni：字节跳动（ByteDance）开发的影片生成器，可同时输入文本 、图像和人物声音，精准生成具有特定声音与外貌的深伪（Deepfake）影片或进行编辑。 [9:40] Quiver Arrow (Aero 1)：目前生成 SVG 向量图形最强的 AI 模型，能生成 可无限放大而不失真的数学路径图案，专精於标志与图示设计。 [12:22] Solaris：专门生成 Minecraft 游戏画面的 AI，特别之处在於它能同时生 成「两名玩家」在同一场景下的不同视角画面，并保持时空一致性。 [15:25] VideoMT：一种轻量级的影片分割（Segmentation）模型，能以极快的速度 （高达 160 FPS）追踪并标定影片中的多个物体（如移动中的斑马）。 [17:11] VecGlypher：帮助使用者透过文字描述或参考图片，直接生成整套向量字体 与字形结构（Glyphs）。 [19:26] Unitree Go2 (宇树科技)：展示了新款机器狗在崎岖地形的高速奔跑能力， 以及承受超过自身重量六倍（105公斤）的负载能力。 [20:39] Agibot G2 (智元机器人)：轮式工业级人型机器人，具备高度灵活的手部， 能进行亚毫米级精度的电子元件组装，并支援热插拔电池 24/7 运作。 [21:53] Gamma：AI 简报与网页制作工具，现在已整合进 Claude AI 介面中，可直 接从对话生成设计美观的投影片。 [23:59] LavaSR：超轻量音讯增强器，体积仅 50MB，能在 GPU 上以 5000 倍实时速 度运行，甚至能在手机上流畅运作，去除背景杂讯并提升人声品质。 [26:05] Qwen 3.5：阿里巴巴发布的新一代开源模型。除了最强大的版本外，还推出 了 2B、35B、27B 等不同规模的版本，让家用电脑也能执行具备顶尖智慧的 AI。 [27:40] EgoScale：Nvidia 的机器人学习系统，让机器人只需观看人类操作的影片 （如摺衣服、用螺丝起子），就能学会复杂的动作任务。 [29:46] Doc to Lora：Sakana AI 的新技术，将长篇文件或复杂指令「压缩」成一 个轻量化的 LoRA 模型，让 AI 拥有长久且高效的特定知识记忆，无需重复复制贴上文件 。 [33:06] PhysicEdit：物理精确的影像编辑器，能准确模拟现实物理现象，如杯中吸 管的折射、香蕉腐烂或泥土变硬的视觉效果。 [35:21] Generated Reality：根据使用者的头部与手部动作实时生成互动式第一人 称影片，是未来虚拟实境（VR）结合 AI 的雏形。 [36:24] MMHNet (Sony)：Sony 发布的 AI，能为长达 5 分钟的影片自动生成并同步 音效，表现比以往的模型更具节奏感与一致性。 [39:17] Sarah：VR 中的实时全身 AI 虚拟伴侣，能感知使用者的位置并进行自然眼 神接触与肢体动作交流。 [42:03] LorWeb：Nvidia 推出的独特影像编辑器，使用者提供「修改前/後」的范例 图片与欲修改的目标图片，AI 就能精准复制特定风格到新图上。 [44:20] Nvidia GPU 抽奖：创作者与 Nvidia 合作，只要报名参加 GTC 2026 活动 ，就有机会获得 RTX 5090 显卡。 -- Gemini3整理 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.36.246.126 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI_Art/M.1772337605.A.101.html