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。
生成式媒体平台 each::labs 完成 700 万美元种子轮融资,由 Revo Capital 与欧洲复兴开发银行(EBRD)联合领投。该公司由土耳其工程师于 2024 年 6 月创立,总部位于旧金山,工程团队在伊斯坦布尔,平台整合 600 多个第三方 AI 模型与自有技术,目前每天处理约 100 万次运行,服务超过 750 家付费机构。
MiniMax 创始人闫俊杰在 Scottish Mortgage 播客《Invest in Progress》中首次接受英文专访,解释公司为何坚持开放模型,并称开源是商业化和创新的催化剂。
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。
捷克深科技公司 ValkaAI 将 Pre-seed 轮扩大至 1300 万欧元,由 Look AI Ventures 与 ff Venture Capital 投资;今年 2 月该公司曾宣布由 Rockaway Ventures 领投的 1200 万欧元首轮外部融资。
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。
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。
MiniMax创始人闫俊杰在播客《Invest in Progress》中表示,中国最好的模型已达美国顶尖模型约95%性能、成本仅十分之一,但最后5%的追赶比此前95%更难。他称MiniMax将一直开源直到AGI实现,并以降低推理成本支撑更大规模后训练;截至8月公司年化收入运行率超8亿美元,企业业务贡献超80%。
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。
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。
Anthropic 两款新模型 Fable 5.5 和下一代 Opus 曝光并已进入早期测试阶段,最快或在一两周内发布。Fable 5.5 曾短暂出现在 Azure 模型目录中,代号 claude-fable-5-5;另有开发者在基准测试平台发现代号 Obsidian 3 的模型,跑分略高于 Opus 5.5。
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。
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%。
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。
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。
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。
一目科技作为Physical AI赛道代表企业入选10月16日在上海发布的2026 AI Cloud 100 China榜单。其核心产品仿生视触觉传感器采用三层架构,向下沉淀触觉数据集,中间打通多硬件信号通用编码,向上融合触觉、视觉与语言。公司定位物理AI触觉感知入口,今年7月完成超10亿元E轮融资,投后估值突破100亿元。
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。
模思智能宣布完成超 10 亿元 Pre-A 轮融资,由华控基金领投,国开科创、上海科创基金、新微资本、徐汇资本、追光硬科技创投、临港策源基金等参与,元禾控股、上海国投旗下上海科创集团、星连资本等老股东持续投资。
关注价值:模思智能 Pre-A 轮融资与全模态实时交互路线一并披露,可观察语音多模态方向的资本押注与研发路径。
模思智能近日完成超10亿元Pre-A轮融资,由华控基金联合领投,国开科创、上海科创基金、新微资本、徐汇资本、追光硬科技创投、临港策源基金等参投,元禾控股、上海国投旗下上海科创集团、星连资本等老股东持续投资。
同一新闻,精选展示《复旦邱锡鹏团队创立的模思智能完成超 10 亿元 Pre-A 轮融资》
模思智能宣布完成超10亿元Pre-A轮融资,由华控基金领投,国开科创、上海科创基金、新微资本、徐汇资本、追光硬科技创投、临港策源基金等参与,元禾控股、上海国投旗下上海科创集团、星连资本等老股东持续投资。本轮资金将用于推进全模态实时交互智能的研发与能力建设,以及全球商业化落地,公司将继续押注全模态实时交互智能和AI for AI。
同一新闻,精选展示《复旦邱锡鹏团队创立的模思智能完成超 10 亿元 Pre-A 轮融资》
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。
前腾讯混元视觉大模型算法中心负责人胡瀚的创业项目计划融资数千万美元,目标估值达数亿美金,远识资本担任本轮融资 FA,方向仍聚焦多模态。过去一个月已有多家投资机构与其接触,商业化是机构反复追问的问题。胡瀚认为其模型未来可出售给大型科技公司,例如 DeepSeek。
OpenAI宣布搭载智能界面(Intelligent UI)的GPT-6面向全球ChatGPT用户推出,Plus、Pro、Business和Enterprise用户先行,Free和Go用户次日起可用;GPT-6改为边想边答,联网搜索问题平均比上一代提前44%开始作答。
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。
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。