Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

不是, 陪玩也要被AI取代了? google 刚刚发布了 SIMA2, 这是一个能在虚拟世界与你一起玩耍、推理和学习的智能体, 直接看视频, 你都不用说话, 直接抽象表情包他都能知道你想要他干什么. 说实话砍树我还能看懂, 这个打开背包真的太抽象了. 当然, 如果你要是跟他说话, 他还能完成更复杂的任务, 比如模拟山羊这个游戏, 可以看到无论是跳过栅栏, 还是寻路, 接近某种物体, 它都能很好地做到. 甚至! 这个Agent 能在 GENIE3 (Google 的世界大模型, 可以生成虚拟世界场景) 生成得虚拟世界中交互! 这再加上二次元数字人, 是不是陪玩就要下岗了? 地址:

karminski-牙医

37,768 subscribers

16,864 views • 11 months ago •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。这是全球第一个实时多模态世界模型。它不只是生成画面，还能同时生成真实世界的声音。视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。这是全球第一个实时多模态世界模型。它不只是生成画面，还能同时生成真实世界的声音。视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

Berryxia.AI

37,333 views • 4 months ago

腾讯混元刚开源了WorldClaw，世界之爪。你随便打一句话，它就能直接整出一个能随便逛、还能改的大3D世界。地形整体不乱，想要细节的地方也拉满，全是一个个能单独动的游戏资产，不是视频也不是高斯糊的。自己还会检查修正，穿模悬浮这些都能搞定，游戏引擎直接就能用。一句话就能造世界，牛呀～

腾讯混元刚开源了WorldClaw，世界之爪。你随便打一句话，它就能直接整出一个能随便逛、还能改的大3D世界。地形整体不乱，想要细节的地方也拉满，全是一个个能单独动的游戏资产，不是视频也不是高斯糊的。自己还会检查修正，穿模悬浮这些都能搞定，游戏引擎直接就能用。一句话就能造世界，牛呀～

开发者Hailey

12,441 views • 1 month ago

马斯克说，我们活在真实世界里的概率，是几十亿分之一。也就是说，我们极大可能活在一个虚拟世界里。因为，电子游戏正在越来越接近真实世界，按这个趋势发展下去，未来文明迟早能创造出和现实无法区分的模拟世界。如果真实世界只有一个，模拟世界可能有无数个，那么从概率上看，我们在真实世界里的概率就趋近于零。不过，活在模拟世界里也不一定是坏事。因为这至少说明，文明没有在中途毁灭，而是已经发展到足够高级的阶段，能够创造出和现实无法区分的世界。

马斯克说，我们活在真实世界里的概率，是几十亿分之一。也就是说，我们极大可能活在一个虚拟世界里。因为，电子游戏正在越来越接近真实世界，按这个趋势发展下去，未来文明迟早能创造出和现实无法区分的模拟世界。如果真实世界只有一个，模拟世界可能有无数个，那么从概率上看，我们在真实世界里的概率就趋近于零。不过，活在模拟世界里也不一定是坏事。因为这至少说明，文明没有在中途毁灭，而是已经发展到足够高级的阶段，能够创造出和现实无法区分的世界。

投机实验室

48,404 views • 4 months ago

到底如何判断你身边的人，层次高还是低呢？我们从四个角度、四个方面，给大家提示一下。第一个就是词汇量大。看看他的词汇量大不大，看看他表达是不是特别的精准。就是，他总是能够找到一个最贴切的词语，来描述某个状态。如果你做不到，那说明对方在你之上。因为我们人类的思想局限于语言。你的语言边界在哪里，你思想的边界就在哪里。这是第一个。第二点你要知道，我们其实只能感觉比咱们高一档，或者低一档的人。差距过大，你就感觉不到了。高你一档，你大概率会觉得，嗯，这个人挺厉害的。因为对方说的你都能理解。如果高了好几个维度，你就没有办法感知了。就和人类对蚂蚁这种低等生命一样。蚂蚁永远感知不到人类的存在，人类却对它们动若观火。第三个，他能够对你进行向下兼容。不论你说啥，对方都能秒懂。甚至你还没有组织好的逻辑，你还混乱的时候，对方就也能秒懂。你讲了一半他都能懂，你讲个开头，他都知道你要说什么。你会觉得跟这人在一起待着非常舒服，跟他非常融洽。交流基本上可以做到无障碍，很丝滑。你刚讲两句，对方就提前能够回答你的问题。你特别的愉悦，你觉得相谈甚欢。你觉得遇到了知己，你觉得对方很懂你。他能够把你的情绪价值拉满。我告诉你，就这样的人，他很有可能正在对你进行向下兼容。第四个，这样的人往往能够打通知识的门类。各类学科的知识，他能够融会贯通。在他那，知识不再是碎片化的了，而是能够形成一个体系。他在给别人讲任何东西的时候，也能够做到深入浅出，让对方听得懂。用最浅显的例子，把一个概念给讲清楚。如果你身边有这样的人，那么恭喜你。他大概率就是一个高人。稻盛和夫曾经说过，人最大的运气不是捡到钱。而是某一天你遇到了一个人，他打破了你原有的思维，拔高了你的认知，进而提升了你的境界。这个人，他就是你人生当中的贵人。

到底如何判断你身边的人，层次高还是低呢？我们从四个角度、四个方面，给大家提示一下。第一个就是词汇量大。看看他的词汇量大不大，看看他表达是不是特别的精准。就是，他总是能够找到一个最贴切的词语，来描述某个状态。如果你做不到，那说明对方在你之上。因为我们人类的思想局限于语言。你的语言边界在哪里，你思想的边界就在哪里。这是第一个。第二点你要知道，我们其实只能感觉比咱们高一档，或者低一档的人。差距过大，你就感觉不到了。高你一档，你大概率会觉得，嗯，这个人挺厉害的。因为对方说的你都能理解。如果高了好几个维度，你就没有办法感知了。就和人类对蚂蚁这种低等生命一样。蚂蚁永远感知不到人类的存在，人类却对它们动若观火。第三个，他能够对你进行向下兼容。不论你说啥，对方都能秒懂。甚至你还没有组织好的逻辑，你还混乱的时候，对方就也能秒懂。你讲了一半他都能懂，你讲个开头，他都知道你要说什么。你会觉得跟这人在一起待着非常舒服，跟他非常融洽。交流基本上可以做到无障碍，很丝滑。你刚讲两句，对方就提前能够回答你的问题。你特别的愉悦，你觉得相谈甚欢。你觉得遇到了知己，你觉得对方很懂你。他能够把你的情绪价值拉满。我告诉你，就这样的人，他很有可能正在对你进行向下兼容。第四个，这样的人往往能够打通知识的门类。各类学科的知识，他能够融会贯通。在他那，知识不再是碎片化的了，而是能够形成一个体系。他在给别人讲任何东西的时候，也能够做到深入浅出，让对方听得懂。用最浅显的例子，把一个概念给讲清楚。如果你身边有这样的人，那么恭喜你。他大概率就是一个高人。稻盛和夫曾经说过，人最大的运气不是捡到钱。而是某一天你遇到了一个人，他打破了你原有的思维，拔高了你的认知，进而提升了你的境界。这个人，他就是你人生当中的贵人。

另一面

22,347 views • 7 months ago

我认为 Grok 的能力真的被很多人低估了！首先我认为它完全全能！Claude 没有多模态，codex 能生图但是不能生视频，而我们的 Grok，他都可以！（虽然生图很 abc ，但是或许你可以 codex 生图 grok 生视频？它很牛的一个点就是你根本不需要复杂的提示词，甚至不用说的多清楚他会揣摩！你需要的东西和内容！！这点无论是 codex 还是 Claude 都绝对比不上！如果我需要 codex 生成出比较规范或者具有更多信息的内容需要我告诉他这么多而 Grok 真的是几乎他自己揣摩出来的我把我跟他说了哪三句话放在第二个视频了

我认为 Grok 的能力真的被很多人低估了！首先我认为它完全全能！Claude 没有多模态，codex 能生图但是不能生视频，而我们的 Grok，他都可以！（虽然生图很 abc ，但是或许你可以 codex 生图 grok 生视频？它很牛的一个点就是你根本不需要复杂的提示词，甚至不用说的多清楚他会揣摩！你需要的东西和内容！！这点无论是 codex 还是 Claude 都绝对比不上！如果我需要 codex 生成出比较规范或者具有更多信息的内容需要我告诉他这么多而 Grok 真的是几乎他自己揣摩出来的我把我跟他说了哪三句话放在第二个视频了

Su（dot 蜜月版）

13,155 views • 3 months ago

🚨阿里巴巴发布实时视频语音模型：Wan Streamer 这不是普通数字人。它更像是让你和 AI 打一通“实时视频电话”：你说话，它看着你听。你打断，它能接住。你表情变了，它也能反应。半秒内接话，几乎没有冷场。真正的重点是：以前虚拟人是拼流水线：语音识别 → 转文字 → 大模型思考 → 语音合成 → 表情驱动 → 视频生成每一步都要排队，所以延迟高、互动僵硬。 Wan Streamer 直接把听、看、想、说、表情生成，塞进一个端到端大模型里。一个 Transformer 直接处理实时音视频交互。模型端响应约 0.2 秒，整体延迟约 0.55 秒。这意味着 AI 不再只是“回复你”，而是开始像一个能实时交流的视频对象。

🚨阿里巴巴发布实时视频语音模型：Wan Streamer 这不是普通数字人。它更像是让你和 AI 打一通“实时视频电话”：你说话，它看着你听。你打断，它能接住。你表情变了，它也能反应。半秒内接话，几乎没有冷场。真正的重点是：以前虚拟人是拼流水线：语音识别 → 转文字 → 大模型思考 → 语音合成 → 表情驱动 → 视频生成每一步都要排队，所以延迟高、互动僵硬。 Wan Streamer 直接把听、看、想、说、表情生成，塞进一个端到端大模型里。一个 Transformer 直接处理实时音视频交互。模型端响应约 0.2 秒，整体延迟约 0.55 秒。这意味着 AI 不再只是“回复你”，而是开始像一个能实时交流的视频对象。

Vincent

12,627 views • 3 months ago

试了一下昨天这个海外产品 MuleRun，发现很牛啊。从理念和效果上看都很厉害，感觉 Agent 产品要有新品类了。我眼睁睁看这个 AI 帮我打完了星穹铁道的每日任务。这个最强的核心能力是，每个用户都会有一个完整的虚拟机可以运行 Agent 帮你操作里面的软件，不只是浏览器。 Agent 创建者可以把完成任务的环境建好，用户就能直接用这些自动化的 Agent。不是 Manus 那种你只能看到有限文件和界面的，你甚至可以自己操作里面的 Windows 电脑，这样想象力就丰富超级多了，Agent 终于拜托了 Office 三件套和网页生成。他可以帮你自动做游戏的日常，能帮你用 Blender 建模。里面甚至还有帮你自动打崩坏星穹铁道的每日任务的 Agent 。我亲眼看着他找到游戏的图标启动引导我登录之后开始自己操作角色和界面打对应的日常任务，太省心了，而且这个不死板，你可以指定任务完成的顺序和轮数以及完成哪些任务。我还用里面的 Blender Agent 让他创建了一个灯塔模型。里面还有帮你做视频的以及刷评论作图的 Agent，要是有邀请可以试试，很好玩。

试了一下昨天这个海外产品 MuleRun，发现很牛啊。从理念和效果上看都很厉害，感觉 Agent 产品要有新品类了。我眼睁睁看这个 AI 帮我打完了星穹铁道的每日任务。这个最强的核心能力是，每个用户都会有一个完整的虚拟机可以运行 Agent 帮你操作里面的软件，不只是浏览器。 Agent 创建者可以把完成任务的环境建好，用户就能直接用这些自动化的 Agent。不是 Manus 那种你只能看到有限文件和界面的，你甚至可以自己操作里面的 Windows 电脑，这样想象力就丰富超级多了，Agent 终于拜托了 Office 三件套和网页生成。他可以帮你自动做游戏的日常，能帮你用 Blender 建模。里面甚至还有帮你自动打崩坏星穹铁道的每日任务的 Agent 。我亲眼看着他找到游戏的图标启动引导我登录之后开始自己操作角色和界面打对应的日常任务，太省心了，而且这个不死板，你可以指定任务完成的顺序和轮数以及完成哪些任务。我还用里面的 Blender Agent 让他创建了一个灯塔模型。里面还有帮你做视频的以及刷评论作图的 Agent，要是有邀请可以试试，很好玩。

歸藏(guizang.ai)

62,815 views • 1 year ago

AI 视频生成，到各种 AI Agent，我一直在思考一个问题：AI 最终会如何改变人类创造和体验数字世界的方式？最开始，AI 帮助我们生成文字和图片；后来，它开始生成越来越逼真的视频。但无论画面质量提升到什么程度，这些内容依然存在一个限制——我们仍然只是观看者。我们可以欣赏 AI 创造出来的场景，却无法真正进入其中，也无法与这个世界产生互动。最近体验 Alaya World Alaya Lab 后，我第一次感觉，AI 视频生成正在探索一个新的方向：它不只是生成一段视频，而是在尝试生成一个可以被探索的世界。 Alaya World 是 Alaya Lab 推出的交互式视频世界模型。用户可以通过文字、图片或者视频作为初始条件，让模型生成一个动态世界。不同于传统视频生成模型“输入 Prompt，输出一段固定视频”的方式，Alaya World 更像是在探索过程中持续构建环境，用户可以在生成的世界中移动视角，并通过交互指令触发新的事件。这也是我认为世界模型和普通视频生成模型最大的区别。过去的视频生成模型解决的是“如何生成一段更加真实的视频”，而世界模型尝试解决的问题是“如何让一个世界持续存在”。如果你进入一个虚拟城市，向前探索，然后回头，你期待看到的是同一个城市，而不是一个重新随机生成的场景。这背后涉及世界模型最核心的挑战：长时间生成的一致性。模型不仅需要知道下一帧画面应该是什么，还需要理解空间关系、历史状态以及用户行为对世界造成的影响。 Alaya World 在技术层面通过空间记忆机制、历史信息保留以及抗漂移训练等方式，提高长时间生成过程中的稳定性。目前模型支持 720p / 24 FPS 实时流式生成，并展示了超过一分钟的连续探索能力。让我觉得这个方向有意思的地方，是它可能会重新定义未来数字内容的生产方式。以游戏行业为例，过去一个虚拟世界需要大量人工制作：美术设计地图、程序编写规则、策划设计剧情。开发者需要提前创造一个固定世界，而玩家进入后按照既定规则体验。但如果世界模型进一步发展，未来的游戏可能不再只是“开发者搭建世界，玩家进入世界”，而是“开发者定义规则，AI 实时生成世界”。玩家体验的不再是一个完全预设好的内容，而是一个随着交互不断变化的环境。当然，Alaya World 目前仍然处于早期阶段。实时生成所需的算力成本、复杂环境理解能力，以及更长期、更稳定的世界一致性，都还有很多问题需要解决。但它让我看到一个值得关注的趋势：AI 的竞争可能不会只停留在生成更漂亮的图片和视频，而是进一步走向创造更真实、更连续、更可交互的世界。过去，人类通过电影记录想象，通过游戏创造虚拟空间。而未来，也许我们只需要描述一个想法，AI 就可以帮助我们生成一个能够进入其中、探索其中的世界。从生成内容，到生成世界，这可能是 AI 下一阶段最值得期待的变化之一。

AI 视频生成，到各种 AI Agent，我一直在思考一个问题：AI 最终会如何改变人类创造和体验数字世界的方式？最开始，AI 帮助我们生成文字和图片；后来，它开始生成越来越逼真的视频。但无论画面质量提升到什么程度，这些内容依然存在一个限制——我们仍然只是观看者。我们可以欣赏 AI 创造出来的场景，却无法真正进入其中，也无法与这个世界产生互动。最近体验 Alaya World Alaya Lab 后，我第一次感觉，AI 视频生成正在探索一个新的方向：它不只是生成一段视频，而是在尝试生成一个可以被探索的世界。 Alaya World 是 Alaya Lab 推出的交互式视频世界模型。用户可以通过文字、图片或者视频作为初始条件，让模型生成一个动态世界。不同于传统视频生成模型“输入 Prompt，输出一段固定视频”的方式，Alaya World 更像是在探索过程中持续构建环境，用户可以在生成的世界中移动视角，并通过交互指令触发新的事件。这也是我认为世界模型和普通视频生成模型最大的区别。过去的视频生成模型解决的是“如何生成一段更加真实的视频”，而世界模型尝试解决的问题是“如何让一个世界持续存在”。如果你进入一个虚拟城市，向前探索，然后回头，你期待看到的是同一个城市，而不是一个重新随机生成的场景。这背后涉及世界模型最核心的挑战：长时间生成的一致性。模型不仅需要知道下一帧画面应该是什么，还需要理解空间关系、历史状态以及用户行为对世界造成的影响。 Alaya World 在技术层面通过空间记忆机制、历史信息保留以及抗漂移训练等方式，提高长时间生成过程中的稳定性。目前模型支持 720p / 24 FPS 实时流式生成，并展示了超过一分钟的连续探索能力。让我觉得这个方向有意思的地方，是它可能会重新定义未来数字内容的生产方式。以游戏行业为例，过去一个虚拟世界需要大量人工制作：美术设计地图、程序编写规则、策划设计剧情。开发者需要提前创造一个固定世界，而玩家进入后按照既定规则体验。但如果世界模型进一步发展，未来的游戏可能不再只是“开发者搭建世界，玩家进入世界”，而是“开发者定义规则，AI 实时生成世界”。玩家体验的不再是一个完全预设好的内容，而是一个随着交互不断变化的环境。当然，Alaya World 目前仍然处于早期阶段。实时生成所需的算力成本、复杂环境理解能力，以及更长期、更稳定的世界一致性，都还有很多问题需要解决。但它让我看到一个值得关注的趋势：AI 的竞争可能不会只停留在生成更漂亮的图片和视频，而是进一步走向创造更真实、更连续、更可交互的世界。过去，人类通过电影记录想象，通过游戏创造虚拟空间。而未来，也许我们只需要描述一个想法，AI 就可以帮助我们生成一个能够进入其中、探索其中的世界。从生成内容，到生成世界，这可能是 AI 下一阶段最值得期待的变化之一。

Ashlyn He

12,606 views • 2 months ago

我发现身边很多人根本就不知道什么是 Agent，什么是 Skill，什么是 Harness 如果是用过 Claude Code 的人还好，但是对于那些只用过 Workday 甚至豆包的人，是根本不可能给他讲明白的。于是我突发奇想，对于这种基础差的人，其实更好的解释方法是用游戏，更加直观最近刷到好几次 Gear Zero 这个能够一键制作游戏的网站，所以我就想正好试一下做一版简单的概念游戏。因为看到有在线分享游戏的功能，如果以后谁再问我什么是agent、harness，我直接把链接甩给他，让他去玩一下，他就懂了我让 Claude 给我生成了一个初始版本的提示词，大概就是使用皮影戏的概念，来讲模型和 Skill。然后去尝试在线制作游戏。生成的时间大概是二十几分钟，一共送了初始 10 次积分，算上分享的次数能生成 15 次第一版的效果直接看演示视频，当然，也还有很多可以继续完善的点，总体来说我觉得还是不错的，达到了我的基本要求，后面也能够继续通过对话来进行迭代

我发现身边很多人根本就不知道什么是 Agent，什么是 Skill，什么是 Harness 如果是用过 Claude Code 的人还好，但是对于那些只用过 Workday 甚至豆包的人，是根本不可能给他讲明白的。于是我突发奇想，对于这种基础差的人，其实更好的解释方法是用游戏，更加直观最近刷到好几次 Gear Zero 这个能够一键制作游戏的网站，所以我就想正好试一下做一版简单的概念游戏。因为看到有在线分享游戏的功能，如果以后谁再问我什么是agent、harness，我直接把链接甩给他，让他去玩一下，他就懂了我让 Claude 给我生成了一个初始版本的提示词，大概就是使用皮影戏的概念，来讲模型和 Skill。然后去尝试在线制作游戏。生成的时间大概是二十几分钟，一共送了初始 10 次积分，算上分享的次数能生成 15 次第一版的效果直接看演示视频，当然，也还有很多可以继续完善的点，总体来说我觉得还是不错的，达到了我的基本要求，后面也能够继续通过对话来进行迭代

雪踏乌云

27,014 views • 1 month ago

我们都活在一个巨大的模拟程序里。听起来像科幻电影？有个人用一束激光，在自己家里做了个实验。结果震惊了在场所有人。激光束打在墙上。但光束穿过的地方，竟然浮现出数字和字母。就像游戏里的代码一样，漂在空中。他说这不是幻觉。一百多个人亲眼看过，每个人看到的都一样。从不同角度看，还能看到不同的层次。好像激光撕开了一道口子，让你看到了世界的底层代码。几个世纪以来，无数人试图探索意识的边界。靠的是什么？冥想、药物、各种神秘体验。但那些东西，全都是主观感受。无法重复，无法验证。现在这个激光实验，据说任何人都能重复。而且结果稳定。如果这是真的，意味着什么？我们看到的、摸到的一切，都只是一行行代码？难怪大科技公司和精英阶层，痴迷于元宇宙、虚拟现实。他们是不是早就知道了什么？普通人被蒙在鼓里，埋头为生活奔波。而有些人，已经在尝试扮演“上帝”的角色了。这个世界，到底谁说了算？

我们都活在一个巨大的模拟程序里。听起来像科幻电影？有个人用一束激光，在自己家里做了个实验。结果震惊了在场所有人。激光束打在墙上。但光束穿过的地方，竟然浮现出数字和字母。就像游戏里的代码一样，漂在空中。他说这不是幻觉。一百多个人亲眼看过，每个人看到的都一样。从不同角度看，还能看到不同的层次。好像激光撕开了一道口子，让你看到了世界的底层代码。几个世纪以来，无数人试图探索意识的边界。靠的是什么？冥想、药物、各种神秘体验。但那些东西，全都是主观感受。无法重复，无法验证。现在这个激光实验，据说任何人都能重复。而且结果稳定。如果这是真的，意味着什么？我们看到的、摸到的一切，都只是一行行代码？难怪大科技公司和精英阶层，痴迷于元宇宙、虚拟现实。他们是不是早就知道了什么？普通人被蒙在鼓里，埋头为生活奔波。而有些人，已经在尝试扮演“上帝”的角色了。这个世界，到底谁说了算？

墓碑科技

314,478 views • 7 months ago

你可以不理解，不接受，不喜欢，不认同。但这世界就走到这一集了，不是你能左右的。我就听到一句，我释然了，不管你看到了什么，他开头就斩钉截铁毫不避讳的说：他是男的‼️

Sensitive content

你可以不理解，不接受，不喜欢，不认同。但这世界就走到这一集了，不是你能左右的。我就听到一句，我释然了，不管你看到了什么，他开头就斩钉截铁毫不避讳的说：他是男的‼️

零敲牛皮糖597.9

1,744,365 views • 1 year ago

AI界大佬李飞飞眼光和远见是真的超前啊！直言：“空间智能是人工智能的下一个前沿” 在11个月年YC 的访谈中李飞飞 Fei-Fei Li ： “世界模型要超越平面像素、超越语言，真正捕捉3D结构和空间智能。” 这句话和因果世界模型简直是天作之合。杨立昆、李飞飞这些人在推的世界模型，本质上都在往“真正理解物理世界”这个方向走。但光有3D结构和空间智能还不够，如果模型只学会了相关性，桌子高了2cm还是会直接翻车。 Aether AI的因果世界模型正好补上了这一块：不只是看到“手伸过去物体掉下来”，而是理解“为什么掉、怎样才能不掉”。因果结构让世界模型从“看起来像”进化到“真正懂”。现在两条路线在同时推进：一条是让世界模型拥有更强的3D和空间表征，另一条是给它装上因果推理引擎。两者结合之后，物理AI才有可能从“会模仿”变成“会思考”。这波理念上的对齐，感觉具身智能的下一个范式已经在慢慢成形了。原访谈完整版地址见评论区👇🏻

AI界大佬李飞飞眼光和远见是真的超前啊！直言：“空间智能是人工智能的下一个前沿” 在11个月年YC 的访谈中李飞飞 Fei-Fei Li ： “世界模型要超越平面像素、超越语言，真正捕捉3D结构和空间智能。” 这句话和因果世界模型简直是天作之合。杨立昆、李飞飞这些人在推的世界模型，本质上都在往“真正理解物理世界”这个方向走。但光有3D结构和空间智能还不够，如果模型只学会了相关性，桌子高了2cm还是会直接翻车。 Aether AI的因果世界模型正好补上了这一块：不只是看到“手伸过去物体掉下来”，而是理解“为什么掉、怎样才能不掉”。因果结构让世界模型从“看起来像”进化到“真正懂”。现在两条路线在同时推进：一条是让世界模型拥有更强的3D和空间表征，另一条是给它装上因果推理引擎。两者结合之后，物理AI才有可能从“会模仿”变成“会思考”。这波理念上的对齐，感觉具身智能的下一个范式已经在慢慢成形了。原访谈完整版地址见评论区👇🏻

Berryxia.AI

21,422 views • 3 months ago

空间智能赛道刚刚又出了新模型：Moonlake，能生成3D世界，还能同时处理物理、声音、逻辑规则等多种模态与李飞飞的World Labs不同的是，World Labs偏场景生成，Moonlake更重交互，更像是在构建一个可交互、物理正确、逻辑完整、视听一体的“活世界” 给定一句“在街机室里做一个赛博朋克风格的保龄球游戏”需求它能自动拆解成生成3D模型、加物理、摆位置、写规则等10个阶段，自主完成从零到一的开发过程输出一个实时可玩的虚拟保龄球馆，能交互，拿球、投掷、有声音、有分数变化，所有东西都按物理规律运作的核心机制是所有模态绑定在同一个实体上，一次事件，比如球击中瓶子时，位置、物理状态、分数、音效等全模态同步更新对于做游戏的，原来要用一个团队干的活，现在可能一个人就能完成对于老师，几句话生成学生能实时交互的物理实验场景 #世界模型生成 #Moonlake #WorldLabs #空间智能

空间智能赛道刚刚又出了新模型：Moonlake，能生成3D世界，还能同时处理物理、声音、逻辑规则等多种模态与李飞飞的World Labs不同的是，World Labs偏场景生成，Moonlake更重交互，更像是在构建一个可交互、物理正确、逻辑完整、视听一体的“活世界” 给定一句“在街机室里做一个赛博朋克风格的保龄球游戏”需求它能自动拆解成生成3D模型、加物理、摆位置、写规则等10个阶段，自主完成从零到一的开发过程输出一个实时可玩的虚拟保龄球馆，能交互，拿球、投掷、有声音、有分数变化，所有东西都按物理规律运作的核心机制是所有模态绑定在同一个实体上，一次事件，比如球击中瓶子时，位置、物理状态、分数、音效等全模态同步更新对于做游戏的，原来要用一个团队干的活，现在可能一个人就能完成对于老师，几句话生成学生能实时交互的物理实验场景 #世界模型生成 #Moonlake #WorldLabs #空间智能

AIGCLINK

10,987 views • 7 months ago

王虹：在北大读书期间是她人生中的低谷邓煜：大二从北大跑路，转学去麻省理工柳智宇：从北大出家数学天才柳智宇说他上了大学很迷茫问老师：学数学能干什么？老师说他也不是很清楚。他说：你看我们写的这个论文，全世界只有可能20个人能看懂，也不知道什么时候能用上，只是为了论文而去研究，根本就不是为了去真的把问题搞清楚去研究。所以就很多其实是在水论文。老师对数学的误解，让你本应该成为数学界的天才的这条路走进了佛门这条路王虹也说了，三维挂谷猜想可能到了某一天就能用上了，它是一百年前的一个数学问题吧，以前都没用处，直到人工智能才真正用上。科学的尽头是玄学，柳智宇也算做到了😂

王虹：在北大读书期间是她人生中的低谷邓煜：大二从北大跑路，转学去麻省理工柳智宇：从北大出家数学天才柳智宇说他上了大学很迷茫问老师：学数学能干什么？老师说他也不是很清楚。他说：你看我们写的这个论文，全世界只有可能20个人能看懂，也不知道什么时候能用上，只是为了论文而去研究，根本就不是为了去真的把问题搞清楚去研究。所以就很多其实是在水论文。老师对数学的误解，让你本应该成为数学界的天才的这条路走进了佛门这条路王虹也说了，三维挂谷猜想可能到了某一天就能用上了，它是一百年前的一个数学问题吧，以前都没用处，直到人工智能才真正用上。科学的尽头是玄学，柳智宇也算做到了😂

加密Krystal

21,174 views • 2 months ago

美国一家名叫 Eon Systems 的公司，用极其精密的仪器扫描了一只真实果蝇的大脑，把里面大约 12.5万到13.9万个神经元以及 5000万个神经连接（突触）进行了 1:1 的完整复刻，绘制成了一张数字化的“大脑电路图”。他们把这个“数字大脑”接入到了一个虚拟的果蝇身体里，这只虚拟果蝇就自发地开始行走、转弯、搓手清理自己，甚至表现出觅食的倾向，它的行为跟真实的果蝇相似度高达 91% - 95%。这可能颠覆了传统的AI路线，以前大家觉得必须用算法和大数据，现在发现“复制生物结构”这条路也能通向智能，而且过程清晰可见，不像现在的AI是个黑盒。很多人把这看作是“数字永生”或“意识上传”的第一步。有网友评论：我真希望自己是数字人，这么一来，我所经历的痛苦焦虑绝望都只是虚拟的而已，而不是真实的。有网友回复：一花一世界，一叶一菩提，滴水藏宇宙，宇宙无穷尽。你就当你现在的世界是虚拟的不就好了，其实是一样的。

美国一家名叫 Eon Systems 的公司，用极其精密的仪器扫描了一只真实果蝇的大脑，把里面大约 12.5万到13.9万个神经元以及 5000万个神经连接（突触）进行了 1:1 的完整复刻，绘制成了一张数字化的“大脑电路图”。他们把这个“数字大脑”接入到了一个虚拟的果蝇身体里，这只虚拟果蝇就自发地开始行走、转弯、搓手清理自己，甚至表现出觅食的倾向，它的行为跟真实的果蝇相似度高达 91% - 95%。这可能颠覆了传统的AI路线，以前大家觉得必须用算法和大数据，现在发现“复制生物结构”这条路也能通向智能，而且过程清晰可见，不像现在的AI是个黑盒。很多人把这看作是“数字永生”或“意识上传”的第一步。有网友评论：我真希望自己是数字人，这么一来，我所经历的痛苦焦虑绝望都只是虚拟的而已，而不是真实的。有网友回复：一花一世界，一叶一菩提，滴水藏宇宙，宇宙无穷尽。你就当你现在的世界是虚拟的不就好了，其实是一样的。

Ken W

15,271 views • 7 months ago

当年明月的顶级觉悟值得一听👋 当年明月的顶级智慧———— 你到这个世界上来，你应该有这样一个觉悟，就是你终究是要死。这就是一个人，他很悲剧的在于，他无论多厉害，无论多牛，无论多么嚣张，他都要死，他都有终结。那么在这段时间，你做什么？不断的探索，去懂得这个世界的很多东西。知道这个世界的规律，它是一种无比的喜悦狂喜。我大学这几年在外边吃饭，能数的出来，很多时候我也不怎么吃。很多人说我是像神仙一样，不找不到我这人。其实我在教室看上自习或在外边看书，但我真不觉得我是一个被排斥的人，我不觉得孤独，因为你有书，因为我知道我懂得越来越多，只有智慧和知识内在强大，让你让你自己懂得很多，对这个世界你有充分的了解，你就不会畏惧了。我无论身处在什么多小的房间里，我只要翻开那本书，我就是在看大海。它记住了无数人的一辈子，他们不断的挣扎，想出头，想出名儿，有的是为了正义而奋斗，有的是为了私利而奋斗，这些人无论他怎么折腾，最后只在这本书里，你一页纸翻过去，就能翻过无数人的一辈子。我在看一本很伟大的文，这种乐趣是很多人无法想象的，为了这种乐趣，这个世界上大多数的舆论你都可以忽略。当我翻开的时候，我又能看到很多人的命运，所有的一切都只在一张纸上，但是你是能感受到的。我感受到了。

当年明月的顶级觉悟值得一听👋 当年明月的顶级智慧———— 你到这个世界上来，你应该有这样一个觉悟，就是你终究是要死。这就是一个人，他很悲剧的在于，他无论多厉害，无论多牛，无论多么嚣张，他都要死，他都有终结。那么在这段时间，你做什么？不断的探索，去懂得这个世界的很多东西。知道这个世界的规律，它是一种无比的喜悦狂喜。我大学这几年在外边吃饭，能数的出来，很多时候我也不怎么吃。很多人说我是像神仙一样，不找不到我这人。其实我在教室看上自习或在外边看书，但我真不觉得我是一个被排斥的人，我不觉得孤独，因为你有书，因为我知道我懂得越来越多，只有智慧和知识内在强大，让你让你自己懂得很多，对这个世界你有充分的了解，你就不会畏惧了。我无论身处在什么多小的房间里，我只要翻开那本书，我就是在看大海。它记住了无数人的一辈子，他们不断的挣扎，想出头，想出名儿，有的是为了正义而奋斗，有的是为了私利而奋斗，这些人无论他怎么折腾，最后只在这本书里，你一页纸翻过去，就能翻过无数人的一辈子。我在看一本很伟大的文，这种乐趣是很多人无法想象的，为了这种乐趣，这个世界上大多数的舆论你都可以忽略。当我翻开的时候，我又能看到很多人的命运，所有的一切都只在一张纸上，但是你是能感受到的。我感受到了。

心灵书舫 | SoulSloop

27,076 views • 7 months ago

Dappos DAPPOS 这几天又整了个新sop 社区OPC在xBubble上搞了个实时虚拟人，这方向其实挺有意思的，这个方向有意思的点不在虚拟人多像真人，而在于：直播间要开始被做成 SOP 了。以前想搞一个能聊、能答疑、能控场、还能持续在线的直播间，得拼数字人、语音、脚本、互动、房间控制一堆东西现在 xBubble 这个思路更像是把这些拆好，再打包成一套能复用的流程你可以拿它做项目 AMA、社群答疑、产品讲解、课程直播，甚至以后做一个 24 小时在线的社区前台看视频效果嘛，目前确实还没到“真人替代”的程度，有点假也正常但我觉得不用急着吹效果，先看方向 AI 数字人真正值钱的地方，可能不是脸有多像人，而是谁能把一整套直播间运营流程做成普通人也能调用的 SOP 如果剧本设计得好，再加上以后虚拟人要是又美又会撩，多少哥们晚上八点打开聊天就下不来了。一天花出去十杯奶茶钱，被崩之后还能安慰自己——至少她懂我爱上我的虚拟主播的我😎

Dappos DAPPOS 这几天又整了个新sop 社区OPC在xBubble上搞了个实时虚拟人，这方向其实挺有意思的，这个方向有意思的点不在虚拟人多像真人，而在于：直播间要开始被做成 SOP 了。以前想搞一个能聊、能答疑、能控场、还能持续在线的直播间，得拼数字人、语音、脚本、互动、房间控制一堆东西现在 xBubble 这个思路更像是把这些拆好，再打包成一套能复用的流程你可以拿它做项目 AMA、社群答疑、产品讲解、课程直播，甚至以后做一个 24 小时在线的社区前台看视频效果嘛，目前确实还没到“真人替代”的程度，有点假也正常但我觉得不用急着吹效果，先看方向 AI 数字人真正值钱的地方，可能不是脸有多像人，而是谁能把一整套直播间运营流程做成普通人也能调用的 SOP 如果剧本设计得好，再加上以后虚拟人要是又美又会撩，多少哥们晚上八点打开聊天就下不来了。一天花出去十杯奶茶钱，被崩之后还能安慰自己——至少她懂我爱上我的虚拟主播的我😎

lilili💤

14,190 views • 2 months ago

小时候想，这么好玩的游戏，要是能拍成电影一定会很好看的！现在有了AI，拍成电影后确实很好看！而且可以做到百分百还原，你能看出这是哪个游戏吗？

小时候想，这么好玩的游戏，要是能拍成电影一定会很好看的！现在有了AI，拍成电影后确实很好看！而且可以做到百分百还原，你能看出这是哪个游戏吗？

镰刀判官

25,513 views • 9 days ago