从一步生图到流式视频：清华团队探索「样本分布训练」
从一步生图到流式视频：清华团队探索「样本分布训练」对着屏幕说一句 “向左转”，画面随即展开新的视野；调整角色的动作，场景紧接着给出反馈。多模态交互要求视觉生成跟上人的操作，而漫长的等待会打断整个体验。
来自主题: AI技术研报
7920 点击 2026-10-12 11:44
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
对着屏幕说一句 “向左转”，画面随即展开新的视野；调整角色的动作，场景紧接着给出反馈。多模态交互要求视觉生成跟上人的操作，而漫长的等待会打断整个体验。
近期，全球顶尖 AI 实验室正在密集释放一个信号：AI 正在从帮助人类完成任务，走向参与自身的研发与改进。
只要和一个人聊得足够久，大模型就能成为他的「数字分身」吗？
ChatGPT共同创造者Liam Fedus表示，数学可由Lean验证，但材料等物质科学必须依靠真实实验，因此其创立的Periodic Labs在门洛帕克建设实验室，结合语言模型推理、物理模拟与高通量实验探索AI科学家。
字节跳动正依托Seed、火山引擎、飞书、豆包、抖音和TikTok，在芯片、算力、模型、云服务、终端及机器人等AI全产业链布局，但投入分散与关键押注不够坚定仍是风险。
非官方 DeepSeek-Bot 基于 DeepSeek Harness 以 DSH 插件形式上线，支持多 Bot 独立角色与模型、长期记忆及主管协同，并可通过 DSH 桌面端和 Web 端安装使用。
LeCun创办的AMI联合纽约大学、巴黎INRIA和布朗大学推出分层世界模型H-JEPA并开源代码及预训练权重，其在Visual AntMaze任务中以更少规划计算取得更高成功率。
2026年，Anthropic披露Claude已主导26%的研发，OpenAI宣布自动化研究实习生达标，智谱与MiniMax推进工程优化，但Weco AI的AIDE²实验尚未证明系统能提升自我改进能力。
研究团队提出7B审计员AgentForesight，可在多智能体任务运行中在线识别并归因关键错误，其AFTraj-2K Exact-F1达66.44，成功轨迹误报率仅2.37%。
TypeSafe AI完成8.7亿美元A轮融资，投后估值达75亿美元，由a16z领投，其可直接写入代码的决策模型Jev上线后迅速增长。