李飞飞 CoRL 2026 演讲实录:从「橱柜模型」到世界模型,机器人需要什么样的 AI?
李飞飞在 CoRL 2026 演讲中介绍 World Labs 与斯坦福团队研发的统一生成与重建世界模型 Atlas,单一自回归基础模型接收文本、图像、视频、深度信号、灰度框或 3D 结构信号,输出像素帧并合成新视角。Atlas 可生成超过 60 秒视角一致的视频,在约 50 万次人工判断的第三方盲测中排名榜首,并已蒸馏至 15fps 实时运行。她表示将很快向全世界开放 Atlas。
李飞飞在 CoRL 2026 演讲中介绍 World Labs 与斯坦福团队研发的统一生成与重建世界模型 Atlas,单一自回归基础模型接收文本、图像、视频、深度信号、灰度框或 3D 结构信号,输出像素帧并合成新视角。Atlas 可生成超过 60 秒视角一致的视频,在约 50 万次人工判断的第三方盲测中排名榜首,并已蒸馏至 15fps 实时运行。她表示将很快向全世界开放 Atlas。
光锥智能从创作者视角横测 Seedance 2.5、Kling 4.0、Vidu Q4 Preview、Wan 3.0 四款 AI 视频模型,围绕打戏、连续情绪切换、多参考素材一致性、九步长叙事、吃意面、牛顿摆、光源追踪与音画同步逐项对比。
魔芯科技在乌镇世界互联网大会发布通用4D世界模型MoWorld 2.0,将重力、弹力、浮力、光照、柔体、流体等十余种物理要素融入同一模型,并可在华为昇腾NPU上实现约70 FPS实时视频推理,较上一代提升约40%。生成的场景可输出为3D/4D高斯资产,用于游戏引擎、影视制作和机器人仿真训练。魔芯今年已完成5轮融资,总额20亿元,估值近百亿。
Vivix 创始人刘宇首次对外说明公司方向:做下一代实时交互模型,而非纯 AI 产品公司。7 月将推出理解、交互、生成一体化的基座模型 W1 和面向数字人/角色交互的实时交互模型 A1,W1 实时生成成本已接近 YouTube 每小时约 0.2 美金的 CDN 带宽成本,首帧生成时间 300-600 毫秒。
模思智能与OpenMOSS团队开源的5B参数生图模型MOSS-Image上线4天,在海外社区收获130万次下载,登顶Hugging Face文生图趋势榜。该模型基于单流扩散Transformer架构,重点优化中英文文字渲染、JSON Layout布局控制与最长4096 tokens长Prompt输入,LLTB评测Mean-6文本覆盖率达96.3%。
10 月 16 日,靖亚资本与市北高新联合举办的 2026 AI Cloud 100 China CEO 大会在上海举行,今年榜单超过一半上榜企业为首次入围,其中 Physical AI 公司约 35 家。
Meshy 入选 a16z 首份消费级 AI 应用月收入 Top 50 榜单,位列第 31 名,是榜单上唯一一家 AI 3D 公司,与 OpenAI、Anthropic、Canva、Superhuman、Higgsfield 等共同上榜。
关注价值:Meshy 以唯一 AI 3D 公司身份进入 a16z 收入榜,为观察 3D 生成付费品类提供参照。