https://www.youtube.com/watch?v=7kPNA86G_GA 這部影片介紹了許多本週（2026年1月4日左右）發布的 AI 新技術與工具。以下是重點新 聞的詳細簡介： 影片與 3D 生成 StreamDiffusion VSSR (Video Super-Resolution): 即時影片畫質提升：這是一個即時的影片超解析度工具，能將模糊的影片變清晰 ，提升細節與銳利度。 極速運行：在 RTX 4090 上僅需 0.3 秒 即可處理，速度遠快於傳統 Diffusion VSSR（需數千秒），幾乎達到即時效果。 已開源：代碼已發布在 GitHub 上供下載使用。 UltraShape 1.0: 高擬真 3D 模型生成：能從單張圖片生成極高細節的 3D 模型，特別擅長處理複 雜結構（如寶塔、龍）和角色（如美人魚）。 超越競品：品質優於 Trellis 2，生成的形狀更準確，但目前僅能生成 3D 形 狀 (Geometry)，尚不支援紋理 (Texture) 生成。 已開源：提供代碼和訓練數據。 Ume 1.5: 互動式 3D 世界生成：能從圖片或文字提示生成可探索的 3D 世界，並支援透過 鍵盤（WASD）即時移動。 動態事件：可透過文字指令在場景中加入角色或特效（如「女人走在街上」）。 低硬體需求：提供 Windows 一鍵安裝包，可在 16GB VRAM 的筆電上運行。 HY Motion 1.0 (Tencent Hunyuan): 文字轉 3D 動作：騰訊發布的 10 億參數模型，能根據文字指令生成逼真的 3D 角色動畫（如「蹲下」、「揮劍」、「拳擊」）。 高品質數據：使用超過 3000 小時的動作數據訓練，動作流暢自然。 已開源：可在消費級 GPU（如 24GB VRAM）上運行。 Space-Time Pilot: 影片運鏡重製：能改變現有影片的攝影機角度與透視。 特效功能：支援「子彈時間 (Bullet Time)」凍結畫面並旋轉視角、影片倒轉播 放同時改變運鏡、以及慢動作重拍。 即將開源：代碼目前在審核中。 HighStream: 影片生成加速：能將影片生成速度提升 100 倍以上。 原理：透過消除時間上的冗餘計算（Temporal Redundancy）和空間壓縮來加速 。 品質提升：不僅速度快，生成的畫質甚至比原始模型更好。 圖像生成與編輯 Qwen Image 2512 (Alibaba): 最新圖像生成模型：相比舊版，生成的照片真實感大幅提升，皮膚質感更自然， 減少了 AI 的塑膠感。 文字渲染強：能準確生成長篇文字（如日記內容），但在手寫風格上略顯工整。 物理光影：在處理複雜的光影反射（如鏡子中的模糊倒影）表現優於 Zimage Turbo。 已開源：支援 ComfyUI，且有輕量化版本 (7.2GB) 可在 8GB VRAM 顯卡上運行 。 Spot Edit: 局部圖像編輯：允許使用者僅選擇圖片的特定區域進行修改（如把足球改成向日 葵），而不影響其他部分。 一致性高：相比重繪整張圖，更能保持原圖細節（如浮水印、背景物體）不變。 已開源：支援 Flux 和 Qwen Image 模型。 ProEdit: 統一編輯模型：同一個模型既能編輯圖片，也能編輯影片。 功能：能移除物體、更換角色（如鹿變牛、紅車變黑車），且在影片中保持動作 連貫。 即將開源：計劃發布代碼。 TwinFlow: 圖像生成加速：能將 Zimage Turbo 的生成步數從 7-9 步減少到 1-2 步，速度 提升 4-5 倍。 大型語言模型 (LLM) 與其他 DeepSeek 新論文 (MHC): Manifold Constrained Hyperconnections：DeepSeek 提出的一種新架構，旨在 解決模型變深後訊號不穩定的問題，讓訓練更穩定且高效。 MiniMax M2.1: 最強開源模型之一：在程式編碼 (Coding) 和多步驟推理上表現極強，超越 GPT-5.2 和 Gemini 3 Pro。 實測強大：能寫出完整的 Android 作業系統模擬器、複雜的財務報告圖表。 已開源：提供模型下載，適合本地部署。 iQuest Coder V1: 程式碼生成黑馬：由量化交易公司背景的實驗室開發，專精於程式碼生成與 Debug。 Loop 架構：透過循環使用參數，讓小模型 (40B) 也能達到大模型的效能。 已開源：提供多種尺寸的模型下載。 Jarvis GPT: 全能多模態模型：能理解並生成文字、音訊和影片。 端到端生成：可以直接從文字生成帶有音效的影片（雖然目前畫質尚可，但概念 先進）。 已開源：提供完整的訓練代碼。 這週的 AI 進展非常驚人，特別是在 3D 生成、即時影片處理以及 高效能開源模型 方面 都有重大突破。 -- deepseek的神奇論文 https://youtu.be/1ON0LuQmARM 矩陣算法優化性能 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.36.206.123 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/AI_Art/M.1767501042.A.986.html