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。
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。
华泰证券研报称,AI影视正从单点技术突破迈向工业化生产,全球影视产业有望迎来成本结构与内容供给模式的重塑。2026年以来国内视频模型在生成质量、推理效率与使用成本上持续突破,AI长剧及电影陆续进入上线、发行阶段,海外影视平台与AI原生公司加速将模型融入专业制片流程。华泰证券认为其产业价值更在于降低内容开发门槛、提升IP复用效率,推动影视生产向标准化、规模化演进。