Google 发布 Gemini Decision 1 挑战 Jev:七项共享基准五项领先
谷歌发布多模态决策模型 Gemini Decision 1,直接对标 TypeSafe 的 Jev,不生成文本、只输出候选项概率与置信度,单次请求最多处理 1000 项独立判断,支持文本、图像、音频、视频和 PDF 混合输入。
谷歌发布多模态决策模型 Gemini Decision 1,直接对标 TypeSafe 的 Jev,不生成文本、只输出候选项概率与置信度,单次请求最多处理 1000 项独立判断,支持文本、图像、音频、视频和 PDF 混合输入。
谷歌推出由 Gemini Decision1 模型驱动的 Gemini Decisions API,可在单次前向传递中对预设选项评分并返回概率与置信度分数,端到端延迟 150–250 毫秒。
TypeSafeAI于9月中旬发布决策模型Jev,它只输出是/否、选项编号或概率分数,上线数周用户破百万,财富500强中约三分之一企业开始使用,24天内估值从约2亿美元升至75亿美元。
爱诗科技旗下PixVerse与OpenAI完成一系列产品集成,并首次共同推出“从提示词到成片”教育计划。PixVerse官方插件已原生接入ChatGPT与Codex,用户可一站式完成视频、图像、音频的端到端生产,同时新增Canvas支持并推出PixVerse CLI。双方将通过线上研讨会和系列视频课程,帮助海外创作者打通策划、生成、制作全流程。
度小满与香港科技大学、香港生成式人工智能研发中心(HKGAI)联合发布轩辕4.5金融增强大模型,为金融领域首个将自进化RSI技术用于模型训练及智能体场景目标适配的金融增强大模型,含大语言模型和多模态模型两部分。
Hi3D 开源经过生产验证的 Hi3D V1.0 底座,同时推出面向创作者的 Hi3D Agent。V1.0 训练资产约 200 万件,新增 1536³ 高分辨率输出层级,文章称其 1536³ 档位切片通过率为 90%,同期竞品为 7% 至 17%。公司此前半年内完成两轮融资、总额近 5000 万美元,投资方包括红杉中国、IDG 资本、美团龙珠。
MiniMax H3、Seedance等多模态模型正被接入游戏、电商等实际内容工作流,一家大型游戏厂商借此将素材制作从几天缩短到几小时,月费用从几百万元降至几十万元。MINIMAX-W上半年收入1.17亿美元,为2025年全年的1.5倍,开放平台及企业服务收入同比增长703.1%、占比升至63.4%。腾讯、快手、剪映等平台已相继布局互动影游创作入口。
Meshy 发布局部编辑功能 Meshy Edit,用户圈选 3D 模型区域并用一句话描述改动,约一分钟生成新模型,未选中区域保持原样,现已向全部注册用户开放,每次编辑消耗 20 积分。该功能基于 Meshy 全新自研 AI 模型,支持 Meshy 6 和 Meshy 7.1 生成的高精度模型,可附最多 5 张参考图,新模型可继续编辑、下载或直接送入 3D 打印流程。
阅文在2026阅文创作大会上公布,上半年短剧和漫剧收入4.3亿元,是去年同期三倍多,已有660部漫剧播放破千万、107部破亿。CEO侯晓楠宣布将DramaBuddy漫剧助手升级为OPC一站式平台,接入起点IP库并上线生态市场,提供AI制作、全球发行与创作激励。阅文称DramaBuddy已服务400多家工作室、5万多位创作者,改编比例仍不足千分之一。
Elorian 发布首个 AI 模型 Glimpse,以研究预览形式提供 API 访问,聊天界面需排队等候。Glimpse 在推理过程中可裁剪图像区域、抽取视频帧或运行代码测量比较,Elorian 称之为视觉暂存空间;定价为每百万 token 输入 0.60 美元、输出 3 美元。
德国 Metzingen 机器人公司 NEURA Robotics 发布多模态基础模型 Neuron AI,融合 3D 视觉、触觉与力、音频、机器人状态和语言,并引入记忆能力,让机器人能感知摄像头之外的信息、在物体离开视野后仍保留上下文。
Higgsfield 将 AI 视频生成时长从 1 分钟提升至 10 分钟以上,依托 GPT-6 Astra 实现更长视频,并用 GPT-Image-2.5 提升画面精度。该平台还通过 GPT-Live 为语音电影制作提供路径。
广州美央创新科技(万美京AIMIRA)以FAITH多模态感知和“女娲”人体真实世界模型,构建“感知—理解—决策—执行—反馈”物理AI产品闭环。其三维数据底座累计储备约2659万张多视角高清人体图像,部分建模流程仅需5至20秒;执行端ASP-1M硬件本体于2026年7月取得国家药监局三类医疗器械注册证。公司还与华南理工大学成立物理AI联合实验室,研究机器遗忘、边缘智能与隐私保护。
Mistral 发布其迄今最大、最强模型 Mistral Large 4,昵称 le Chonk,为万亿参数多模态模型,已向开发者开放预览,本月晚些时候全面上线并接入 Mistral API。Mistral 称其在编程、智能体工作流和多模态理解上表现优异,在网络安全、金融、法律等企业负载中为开源模型最优,视觉 grounding 等领域甚至超过前沿闭源模型,并称显著优于美欧任何开放权重模型。
法国 AI 实验室 Mistral AI 发布万亿参数多模态模型 Mistral Large 4(绰号 Le Chonk),目前仅通过带护栏的公开端点访问,计划在三周内完成安全测试后开放权重。
好莱坞资深主创集体加入AI原生影视公司Utopai Studios,据《福布斯》估算其估值约10亿美元。该公司以PAI为制片中枢、基于MiniMax定制的Utopai X为生成引擎,Utopai X在AA-Video-T2V v2.0文生视频含音频榜单中位列全球第二、美国第一。其2027年计划推出三部长片和两部剧集,并与日本DeNA达成战略合作。
Meshy 披露其 ARR 从 100 万美元增长至 1 亿美元,用时不到两年。文中称三七互娱已将其接入生产流程,复杂项目中基础模型阶段的雕刻工作量减少 30% 至 40%,部分项目单件资产建模时间从 5 天缩短至约 2.5 天。Meshy 还推出实时互动多模态内容架构 Mora,尝试从 AI for Work 走向 AI for Fun。
关注价值:Meshy 披露 ARR 从 100 万美元增至 1 亿美元,为观察 AI 3D 生成能否跑通持续付费提供了具体案例。