视频大模型不懂物理？接上模拟器，不用训练也能让水花「听话」
视频大模型不懂物理？接上模拟器，不用训练也能让水花「听话」一颗梨在液体中快速旋转，周围的液体应该随之流动、飞溅；一个物体撞向水面，液体也应该产生与碰撞相对应的响应。
来自主题: AI技术研报
9312 点击 2026-10-29 11:09
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
一颗梨在液体中快速旋转，周围的液体应该随之流动、飞溅；一个物体撞向水面，液体也应该产生与碰撞相对应的响应。
人类说一句「我不是狼」，多模态大模型既能看到表情，也能听见声音。但它真的知道这句话是真是假吗？
一个做软件开发生意的人，开始大规模退订软件，还喊出了一句狠话：软件已死。
近期，Meta 的 Muse、OpenAI 的 Dot 等产品相继推出，让 Personal Agent（个人智能体）再次成为大模型领域的关注焦点。相比传统的对话助手，这类 Agent 不再局限于回答问题，而是能够结合用户的个人背景、历史记忆与应用上下文，主动执行任务并持续推进长期目标。一个更具主动性、能够长期陪伴用户的 AI 助手，正在逐渐成为现实。
「朋友马上来家里做客，帮我准备一下。」
计算复杂性理论要变天了。
Personal Agent 目前已经能够独立完成许多复杂操作，但在决策时仍面临一个问题：什么时候应该直接推断，什么时候需要向用户追问。
10月21日，柏林GTC大会，黄仁勋又把AI的未来讲出了新高度。
谷歌发布新一代前沿模型Gemini 4 Carbon，其以59分登顶Artificial Analysis智能指数v5.0，并在网络安全、长程任务等多项评测中取得领先成绩，将逐步向开发者、企业和消费者开放。
面壁智能开源MiniCPM-OCR 1.0与MiniCPM-OCR Jev，前者以1.3B参数取得4项SOTA并登顶吞吐，后者独立为OCR结果校准置信度并触发重读或人工复核。