📌 百度热点 指数 共15条
📌 少数派 热榜 共15条
📌 百度百科 历史上的今天 共15条
📌 抖音 热搜榜 共15条
📌 哔哩哔哩 全站日榜 共15条
📌 哔哩哔哩 热搜榜 共15条
📌 微博 热搜榜 共15条
📌 搜狗 热搜榜 共15条
📌 搜狐 热榜新闻 共15条
📌 今日头条 热榜 共15条
📌 ACfun弹幕网 热榜 共15条
📌 安全KER 热榜 共10条
📌 爱范儿 快讯 共15条
  • 1 像素蛋糕PC端10.0、iPad版和手机版亮相、像素芝士、像素吐司同步推出 2026年9月10日，像素系列秋季发布会在厦门康莱德酒店如期而至。五年前，像素蛋糕发布滑杆式可视化修图，诞生于一个追问：“能不能让专业的后期创作，更简单一点？”；五年后，从“操作标准”到“批量时代”，从“效果可视化”到“全链提效”，再从“智能体”到“AI点修”，答案正变得愈发清晰。伴随像素蛋糕PC端10.0、像素蛋糕iPad版、像素蛋糕手机版、像素芝士、像素吐司产品集中亮相，像素系列以“新起点”重构，完成从“单点提效”到“流程焕新”的系统性衍进，以产品生态矩阵重新定义影像创作全链路。从桌面端到移动端，从静态图像到动态影像，从个人创作者到团体机构——像素系列正以产品分层布局的方式，完成对影像创作生态的全方位渗透。像素蛋糕作为行业领先支持端侧计算的可视化编辑工具，本次更新至10.0版本，以“与‘十’俱进的创作新起点”完成人像、色彩、创意三大方向的体系化升级。像素蛋糕iPad版为行业移动端修图工作站，焕新后定位“旅拍神器”与“一平米创作台”，一次拍摄即是一次专业服务，打通“拍—修—看—取”的完整闭环。像素芝士定位景区出片中台，依托景区共研大模型提供面向景区、整场活动的全链路影像生态服务，并以“像素芝士×百城点位”计划助力100个点位焕新，推动建设数字景区旅拍服务。像素蛋糕手机版聚焦移动端专业影像创作，以“零帧起手，定格生活中的创作多面手”回应更广泛的摄影兴趣人群。像素吐司作为视频精修产品线，以达芬奇/PR内嵌模式、剪辑精修丝滑接力的方式，把一次拍摄变成更多内容产品，赋能创作者实现动态影像的产品创收。像素系列核心产品线既保持独立定位，又形成协同效应。品牌正以生态化布局，构筑起覆盖从拍摄到交付、从静态到动态的全链路影像基础设施。如果说像素系列产品线的布局是横向的生态扩张，那么像素蛋糕10.0的此次升级则是纵向的技术穿透。本次10.0版本正式推出五大维度的技术迭代，覆盖人像精修、创意生成、色彩科学、宠物精修和AI点修五个领域。针对应季旅拍场景，推出多项人像精修功能，祛汗珠、衣服祛汗渍、AI祛体毛、闭眼修复、AI加腹肌、AI瘦手臂、面部提拉……几乎囊括人像修图的核心刚需。针对婚纱摄影高频痛点，发布裙摆平整、裙子蓬松、鞋子祛污、AI换天空等功能的一键调用。同时，在色彩科学层面完成体系化升级，搭载16bit•AI Raw引擎，升级AI局部追色与质感色彩配置文件，调色性能优化40%+。行业首创AI点修重磅发布，标志着修图进入点修时代，既能一点自动关联功能，也能自动调用像素助手执行复杂任务；像素助手即日起全面公测，创成式填充支持一句话秒改画面，重新定义了AI时代的图像创作方式。同时，首次将宠物修图纳入专业流程。宠物亮眼、宠物眼神光、宠物祛碎毛三项功能，配合“宠物一生”全周期6大必拍套系将宠物棚拍、爱宠上门、宠物街拍三大应用场景全部打通。知名摄影嘉宾现场以“第二增长曲线”为题分享——“换一条赛道，不换掉你的本事”，为从业者带来诸多启发与灵感。布局已成，纵深已就，所有能力的最终指向，是场景——是那些真实发生的拍摄现场、是每一位创作者的日常。像素蛋糕10.0面向婚纱摄影、主题写真、全家福、儿童摄影、证件照等棚内场景，也覆盖旅拍、目的地婚礼、活动拍摄、婚礼跟拍、街拍等户外现场。像素芝士延伸至企业活动、婚礼婚庆、文旅景区、体育赛事、演出活动等现场影像服务场景——在台州神仙居，像素芝士深度绑定爆款打卡位，让游客拍摄率和客单实现大幅提升，让每一处创作现场，成为新业务的起点。像素蛋糕手机版以不同场景下的专业色彩表现，回应更广泛人群的兴趣拍摄。“随时精致的活人感”面向出游与扫街，“破框而出的CG感”聚焦二次元展会，“零帧起手的现场感”切入音乐现场。追星族、Coser、旅行家、运动选手、扫街达人、户外咖等，正在被逐一触达。从专业现场到街头日常，从商业摄影到兴趣表达——“你在哪里，哪里就是创作的起点。”这句话，正是像素系列场景版图的最佳注脚。像素系列五年衍进，以“从单点提效到流程焕新”为内核，共同构成影像创作AI时代的全新底座。
  • 2 WPS AI获得国际表格AI评测全球第一 近日，国际表格AI评测SpreadsheetBench更新V2 Full榜单，WPS AI以50.86%的综合成绩排名第一，并通过官方Verified验证，综合成绩高于Claude Opus 4.6、GPT-5.2、Gemini 3.1 Pro等国际主流AI模型。V2共包含321项任务，平均每项任务涉及11.8个工作表、593.5个单元格修改，考察AI对复杂表格的整体处理能力。同一时期，金山办公在学术侧也有新进展。8月30日至9月4日，2026年国际文档分析与识别会议（ICDAR 2026）在奥地利维也纳举行，同期举办的DAS 2026上，金山办公一项面向复杂办公图像处理的研究成果获正式收录并现场展示，聚焦AI生成文档图像、手机截图等素材的文字识别和文档还原。一个验证了AI执行复杂办公任务的能力，一个夯实了底层文档处理技术——两项进展分别来自第三方评测和国际学术评审，共同指向金山办公在办公领域的长期积累。
  • 3 迈向原生世界状态的统一多模态世界模型，大晓机器人联合南洋理工大学S-Lab发布Puffin-World 近日，大晓机器人联合南洋理工大学S-Lab等机构发布并开源统一多模态世界模型框架Puffin-World。作为面向空间智能与具身智能的成果，Puffin-World首次在一个统一多模态框架中，将物理、几何和外观定义为三种原生的三维世界状态，并贯通重力场感知、自由视点空间仿真、三维世界生成与重建以及闭环探索，预测机器人行动后世界将处于什么状态。Puffin-World同步开源代码、模型和Puffin-16M数据集，包括1500万组视觉—语言—相机三元组和100万条具有挑战性的旋转轨迹，并开放覆盖28个公开数据集、约4450万张图像的绝对相机位姿标注，为机器人仿真、合成数据生产与具身智能训练提供可复现、可扩展的技术底座。针对机器人训练来说，需要的并不是一段视觉上逼真的视频，而是能够支撑感知、定位、规划和行动的环境信息：当前相机处于什么姿态，重力方向是否稳定，场景结构如何延续，机器人移动后将看到什么。图像只是世界状态的一部分，物理方向、空间几何和视觉外观共同构成机器人真正需要的训练环境。统一构建三种原生状态——物理、几何与外观Puffin-World从三维世界状态本身出发，将其建模为三种相互关联的原生状态：三种状态共同构成从“世界如何存在”到“世界如何被交互”的完整表达。模型生成新视角时，不仅要回答画面应该是什么样，还要保证该画面在物理方向和三维结构上成立。为统一绝对方向和跨视角运动，Puffin-World提出Omni-Camera相机表示，将重力锚定的绝对相机信息与基于射线的相对几何结合起来。模型先从参考图像中精确理解相机的横滚角、俯仰角和视场角，再通过物理传播机制，将参考视角中的重力信息传递至后续视角。即使相机经历连续旋转和长轨迹移动，整个生成过程也拥有一个稳定的物理参照系。地平线不会随意漂移，场景的上下关系不会在运动中失真，生成视角与目标相机轨迹也能保持一致。Puffin-World还在同一次生成过程中联合输出RGB外观和深度几何，使生成结果能够直接用于三维重建，而不必在视频生成之后再依赖独立的深度估计模块补充空间结构。由此，世界生成与世界重建不再是前后割裂的两个步骤，而成为同一个状态预测过程。一个模型完成四件事，从理解世界走向闭环探索Puffin-World可以在一个模型中统一四类过去往往需要不同系统分别完成的任务。第一，单图理解相机物理信息。输入一张图片，模型能够结合地平线、垂直结构和场景构图进行空间推理，预测相机相对于真实物理世界的横滚角、俯仰角和垂直视场角，同时生成场景语义描述。模型不仅识别“图中有什么”，还理解“当前视角以怎样的姿态看到了它”。第二，自由视点空间仿真。除文字描述外，用户还可以明确指定相机方向和视场角。模型据此生成符合目标机位的画面，使文生图从内容控制进一步走向精确的空间控制。第三，三维世界生成与重建。模型可以从文字、单张图像或少量参考图像出发，按照指定相机轨迹生成多个新视角，并同步预测每个视角的外观和深度。不同视角随后可以汇聚为具有一致空间结构的三维世界。第四，闭环自校准探索。当相机姿态偏离重力方向时，模型可以先感知当前物理状态，再推理需要执行的修正动作，并生成动作执行后的目标观察，由此形成“状态感知—动作预测—结果生成—再次校准”的闭环，高效扮演World Action Model (WAM）角色。技术报告还展示了模仿式世界探索能力，即从同一初始视角出发，按照给定相机轨迹扩展并探索新的三维世界。这四类能力并非四个模型的简单拼接，而是由同一套视觉、语言、相机和世界状态表征共同支撑。任务的变化不再依赖切换系统，而由输入内容、相机条件和视图角色决定。这种统一性，使Puffin-World更接近机器人从感知、推理到行动的完整工作链路。1600万核心数据与4450万开放标注，扩大世界模型训练底座世界模型能否理解复杂空间，很大程度上取决于训练数据是否同时具备视觉内容、场景语义、绝对相机信息和多样化运动。为此，团队构建了Puffin-16M数据集，包含两个组成部分。Puffin-Cam-15M提供1500万组视觉—语言—相机三元组，覆盖室内、室外、真实和合成等多种场景，并包含不同分辨率、宽高比、相机姿态和视场角。它不仅告诉模型图像中有什么，还告诉模型这张图像是在怎样的相机观测条件下形成的。Puffin-Traj-1M则提供100万条具有挑战性的旋转轨迹，覆盖连续俯仰、横滚、偏航、复合运动以及360度环视等复杂情况，重点补足传统三维数据集在大幅旋转和长轨迹探索方面的不足。与主要描述视角之间相对变化的数据不同，Puffin-16M进一步引入相机相对于重力和真实世界的绝对方向。模型不仅学习“相机从上一帧移动了多少”，还要理解“相机当前在世界中处于什么方向”。除自建数据集外，团队还利用Puffin-World精准的物理世界感知能力为28个公开数据集补充绝对相机位姿标注，覆盖约4450万张图片，包括ImageNet、CC12M、Objects365、ScanNet、DL3DV和GPIC等。标注内容包括横滚角、俯仰角和视场角，可用于研究不同视觉数据中的机位偏差，也可为相机条件生成、物理世界理解和空间智能训练提供大规模监督。更重要的是，Puffin-World同步开放代码、模型和数据集。开源的不只是一个算法实现，而是一套从数据、标注、训练到评测的完整技术链路，使研究机构和产业开发者可以围绕机器人仿真、合成数据、虚拟现实、三维内容生产与具身智能开展后续开发。四项SOTA，从相机理解到三维生成Puffin-World的统一能力在四项Benchmark中取得SOTA成绩。在相机到真实世界理解任务上，Puffin-World在Stanford2D3D、MegaDepth、TartanAir和LaMAR四个公开基准上取得最佳或并列最佳的中位误差，并在大多数AUC指标上领先。其中，在Stanford2D3D上，Puffin-World对横滚角、俯仰角和垂直视场角的中位误差分别为0.29度、0.53度和1.62度，显示出较强的绝对相机理解能力。在相机可控生成基准Puffin-Cam-Bench上，模型生成结果的上方向、纬度和重力方向中位误差分别为0.84度、1.26度和0.79度，FID为75.93，均优于参与比较的通用图像生成模型和已有相机可控生成方法。这意味着Puffin-World不仅能够生成质量较高的图像，还能让生成画面准确服从指定的相机状态。在Puffin-Traj-Bench上，Puffin-World取得18.00的PSNR、0.613的SSIM和0.288的LPIPS；生成轨迹的横滚角、俯仰角和视场角中位误差分别为0.80度、1.10度和2.96度。其中，PSNR、LPIPS以及三项相机控制误差均取得最优结果。在RealEstate10K三维世界生成测试中，Puffin-World取得17.22的PSNR、0.595的SSIM和0.318的LPIPS，三项视觉一致性指标均优于对比方法。这些结果表明，Puffin-World并非只在单一任务上提高图像质量，而是在相机物理理解、灵活空间控制、几何一致性生成和三维重建之间建立了相互支撑的统一能力。从“生成一段看起来合理的视频”，到“预测一个具有物理、几何和外观一致性的世界状态”，Puffin-World推动世界模型从视觉内容生成进一步走向可感知、可校准、可探索和可重建的三维环境。这也是世界模型真正进入机器人训练与具身智能应用所需要完成的一次范式转变。
  • 4 面壁智能 MiniCPM5-2B 模型登顶 Hugging Face Trending Top 1 面壁智能 MiniCPM5-2B 模型登顶 Hugging Face Trending Top 1，AA 综合 23 分居全球 4B 以下开源模型第一。本 2B 参数量即可完成工具调用、深度搜索、代码生成等智能体任务，端侧通用 Agent 雏形初现。
  • 5 蚂蚁集团CEO韩歆毅：8小时之外的智能体爆发是必然趋势 在2026 Inclusion外滩大会上，为加快智能服务生态发展，支付宝宣布设立“智能体涌现奖”，每年投入1000万，寻找有用、有趣的生活智能服务，年度大奖奖金100万元。9月10日起，在支付宝内右滑对阿宝说“智能体涌现奖”，即可了解赛事、报名参赛，普通用户也可参与“许愿”想要的智能服务。开发者作品入围后不仅可获得现金奖励，适合面向市场的成熟作品还可接入阿宝，为10亿用户提供服务，开展持续经营。蚂蚁集团CEO韩歆毅认为，8小时之外的智能体爆发是必然趋势。支付宝表示希望通过智能体涌现奖，促成以“智能服务供给”满足“碎片化生活需求”的供需循环，在小程序生态之外，构建面向AI时代的智能体生态。
  • 6 QQ音乐推出星悦会员，全新权益聚焦线下音乐娱乐生活全场景 近日，QQ音乐宣布正式推出全新会员权益体系——星悦会员。该会员体系不同于已有的线上音乐会员，将会更多专注在线下音乐娱乐生活全场景，为用户提供更多专属、优质、优先的音娱生活权益，包括但不限于：演唱会专属区域、稀有演出专享购门票、线上演出专属弹幕、演唱会专属折扣、线下活动会员专场以及在QQ音乐上结合当期线下活动的bubble、装扮等尊享权益。此次星悦会员的推出，使得QQ音乐会员体系在此前进一步丰富线上音乐体验的同时，更完善了线下娱乐生活场景下的权益。既为用户带来全方位的视听感受，也进一步丰富了用户的音乐娱乐全场景和综合体验。近年来，腾讯音乐持续强化以IP为核心的多元内容生态建设，在深化战略合作的同时持续提升内容自制与艺人培养能力，让乐迷感受更丰富的音乐魅力。此外，还持续将优质IP价值从线上延伸至线下，举办音乐会、音乐节、粉丝见面会等大型现场活动。具体落到QQ音乐平台上，像QQ音乐超级巅峰之夜这样结合了线上音乐榜单与线下演出活动的大型演艺IP已连续多年举办，受到了广大乐迷的欢迎。包括还举办了像王安宇“宇你相见”粉丝见面会等结合音乐与流行的线下活动，也给乐迷带来更多与明星艺人近距离相聚的专享机会。未来，在星悦会员将线下演出、艺人周边、活动专场等场景纳入会员权益体系后，平台不仅能够为用户提供更多可玩性，更能将线上玩法实实在在地转化为线下驱动力，实现平台IP价值的最大化释放。在用户需求日益多元、线下演出市场持续火爆的背景下，这是QQ音乐在音乐娱乐服务场景上的进一步探索，这一模式也有望为业内打开新的增长空间。
  • 7 索尼正式发布首款全画幅鱼眼变焦G镜头FE 8-14mm F3.5 Fisheye G 2026年9月8日，索尼（中国）有限公司正式发布首款全画幅鱼眼变焦G镜头FE 8-14mm F3.5 Fisheye G（SEL814G）。一支镜头可呈现两种不同类型的鱼眼视角：8mm 端圆形鱼眼视角，变焦至14mm则切换为对角线鱼眼视角；在约314克的紧凑镜身中实现索尼G镜头的高分辨率影像表现，具备双线性马达的快速精准自动对焦以及专业镜身操控设计，适用于风光、建筑、人像及水下摄影等多元题材。还可搭配索尼电影摄影机CineAltaV 2分体拓展系统组成双镜头配置，支持3D VR内容创作。FE 8-14mm F3.5 Fisheye G镜头将E卡口原厂镜头群的广角端拓展至8mm，填补了索尼全画幅鱼眼镜头的产品空白。从鱼眼超广角到超远摄长焦，索尼E卡口镜头焦段覆盖更加完整，为影像创作者提供更丰富多元的产品选择。FE 8-14mm F3.5 Fisheye G从圆形鱼眼到对角线鱼眼，一支镜头覆盖丰富视角相较其他鱼眼镜头，FE 8-14mm F3.5 Fisheye G可呈现两种鱼眼视角。搭配全画幅机身拍摄时，在8mm端，可以180°视角拍摄全画幅圆形鱼眼影像；在14mm端，可以覆盖全画幅180°对角线鱼眼影像。用户可结合拍摄主体与创作意图，灵活切换视角、调整构图，满足风光、建筑、人像、水下等多元题材的创作需求。支持两种鱼眼模式丰富的创作题材 – 风光丰富的创作题材 – 建筑丰富的创作题材 – 水下轻巧机身，兼顾便携性与空间内容创作FE 8-14mm F3.5 Fisheye G镜头直径约63.1毫米，长度约82.8毫米，重量仅约314克，无论手持拍摄还是搭配稳定器使用，均拥有出色的便携性。镜头采用内变焦结构，可最大程度减少变焦过程中重心的偏移。搭配两套索尼电影摄影机CineAltaV 2 分体系统2拍摄时，两枚镜头的光轴间距约为64毫米，接近人眼平均瞳距，可支持包括VR在内的空间内容创作，呈现自然的纵深感与距离感。出色的便携性G镜头品质，全焦段高解析力表现镜头搭载了4枚ED（低色散）镜片、1枚ED（低色散）非球面镜片及2枚非球面镜片，能有效抑制画面范围内的色差及多种像差，在整个变焦范围内保持优秀的高解析力表现。镜头最近对焦距离约0.15米，长焦端最大放大倍率约0.22倍，可呈现极具张力的鱼眼近摄视角。全焦段优秀的高解析力表现最近对焦距离约为0.15米自动对焦性能与操控设计，照片视频皆从容FE 8-14mm F3.5 Fisheye G搭载了两个线性马达，搭配Alpha 9 III等索尼微单™相机时，可实现最高120张/秒高速连拍，同时支持自动对焦与自动曝光跟踪，在人像、水下、视频等场景下可高效完成创意拍摄。操控性方面，针对鱼眼拍摄优化改进，配备对焦环、变焦环、光圈环三环独立操控结构，同时提供变焦及对焦锁定设置，防止误操作。镜头具备防尘防潮设计，前端镜片具备氟涂层，可从容应对户外拍摄环境。优异的自动对焦性能及操控设计价格与上市时间FE 8-14mm F3.5 Fisheye G（SEL814G）将于2026年9月中旬上市，建议零售价为9,999元。
  • 8 荣耀Magic9 系列定档9月28日：“苔青”配色亮相，携手ARRI打造“掌中电影机” 9月9日，荣耀正式宣布，全新年度旗舰荣耀Magic9 系列将于9月28日正式发布。作为荣耀品牌焕新后的首款旗舰系列力作，荣耀Magic9 系列秉承“敢想敢不同”的品牌态度，承接荣耀Magic系列十年技术沉淀，致敬创造者，将在外观、影像、AI及操作系统等方面迎来全面焕新与进化。荣耀Magic9 Pro Max汲取早期电影工业的经典色调，带来极具辨识度的全新配色——“苔青”。在设计上，新机镜头模组深度汲取了传奇电影机 ARRIFLEX 系列的设计精髓，将经典的“三镜头转塔”系统融入背部架构，三颗正圆摄像头呈标志性的“1+2”三角排布，复刻纯正的电影机械秩序。整机采用 Unibody 全金属机身与无缝拼接工艺，金属触感与深邃的“苔青”色彩交融，散发出电影工业独有的扎实高级质感，整机握持手感与精致度迎来全面跃升。在硬核细节上，荣耀Magic9 Pro Max以精细打磨工艺打造出极窄平行双轨微缝天线，不仅在视觉上做到了工业级的纯粹规整，更在天线极致收窄的同时，依然保持了顶级的稳定信号表现，真正做到了从内到外、由表及里的纯正电影工业与高端旗舰质感。影像配置方面，荣耀Magic9 Pro Max带来“双两亿”影像方案，搭载2亿阿莱云台级主摄、1/1.28英寸超大底传感器，与2亿阿莱超夜神长焦、1/1.4英寸超大底传感器，在解析力与光学防抖上实现跨越式升级。同时，新机深度延续与百年电影巨头ARRI的联合研发，全链路贯穿光学、底层算法与经典色彩科学，引入专业影视工业标杆ARRI LogC3曲线，保留丰富的光影与色彩信息，让移动影像真正拥有电影级质感，无缝接入专业电影工作流。为了进一步拓宽移动影像的专业创作边界，荣耀Magic9 系列同步推出了两款全新“拇指增距镜”、“巨炮增距镜”—— 荣耀长焦增距镜G200与荣耀长焦增距镜G500。其中，荣耀长焦增距G200（200mm）主打极致小巧，为当前行业内200mm等效焦距体积最轻量便携的增距镜方案；荣耀长焦增距G500（500mm）则主攻极限远摄，是目前手机行业焦段最长的外接增距镜，让移动长焦探索更远距离。荣耀CEO李健表示：“荣耀Magic系列，为创造而生，致敬创造者”。荣耀Magic9 系列是一次涵盖设计美学、极致影像、底层系统的全维度重构与突破，也是荣耀“敢想，敢不同”给出的全新答案。新机不仅迎来了辨识度极高的设计焕新与领先的影像系统突破，更将首发搭载全新荣耀MagicOS 11，以 Agentic OS 打开主动智能与想象的边界，开启人机交互的新范式。与此同时，结合当前行业爆料信息，荣耀Magic9 系列还将带来跨越式电池续航表现，并有望首发安卓阵营首个方形前摄等极具前瞻性的创新设计。
  • 9 荣耀Robot Phone亮相威尼斯：开启影像创作的电影化未来 荣耀作为威尼斯国际电影节“华语电影全球推广系列活动”官方影像战略伙伴，继戛纳国际电影节、上海国际电影节之后，第三次登上国际A类电影节舞台。电影节期间，荣耀全球首台掌上电影机Robot Phone再度亮相，荣耀Magic9全新配色苔青迎来全球首次曝光，获得影视与科技圈层的广泛讨论。面对复杂多变的拍摄环境，普通手机往往难以实现专业级的稳定运镜，而荣耀Robot Phone的硬件创新恰好能解决创作者的这一真实痛点。Robot Phone采用钛合金机械云台架构，可实现多轴运动，支持拍摄主体自动追踪，让手机首次拥有机器人级4DoF自由度。此外，面对旗舰手机寸土寸金的内部空间，荣耀的云台架构不仅将加工精度推进至±0.005mm，更让整体尺寸大幅缩减65%。对于威尼斯电影节这类大型活动现场，这套硬件方案意味着创作者不必携带笨重的专业设备，就能够从普通快照直接切换至电影级运镜效果，印证了移动终端也可以承载片场级别的动态影像创作需求。荣耀Robot Phone凭借在移动影像领域的实际表现，在威尼斯国际电影节现场得到了海外主流媒体的关注与认可。根据以摄影见长的《名利场》（Vanity Fair）报道指出，Robot Phone的产品实力不只体现在纸面参数，更落地于真实的拍摄场景。在电影节现场，Robot Phone既能跟随嘉宾踏上红毯，也能深入活动幕后，捕捉官方镜头常常忽略的人物神态与细节，还原威尼斯独有的氛围感。可见，Robot Phone的出现，让手机不再仅仅是记录画面的工具，更如同口袋中的摄像助理，可实实在在的拓宽影像创作边界。除了硬件及设计上的创新外，让智能手机掌握电影级的表达语言，也是Robot Phone的另一大核心看点。作为荣耀与全球电影工业标杆阿莱（ARRI）合作落地的首款产品，Robot Phone将阿莱的影像科学与专业工作流融入其中，搭载2亿像素主摄可录制阿莱LogC3格式，兼容阿莱广色域与阿莱风格色彩，调色工作流高度对齐专业电影工业标准。现场实测中，环境光线剧烈变化时，设备可以维持稳定可控的画面表现。威尼斯本身光线环境复杂，从潟湖强烈日光转入室内，从建筑阴影切换到水面反光，在这类复杂场景下，这套影像技术不再停留于概念宣传，真正成为创作者手中可用的工具。此外据了解，荣耀与阿莱联合打造的影像技术将全面应用于Magic9系列。中国科技凭借硬核创新收获海外业界点赞，而在本届电影节中，华语创作者也带着本土故事与创作思考站上世界光影舞台，蓝鸿春导演的《给阿嬷的情书》便是其中代表。该影片在拍摄过程中大量启用非职业演员，蓝鸿春在开拍前会花费大量时间与演员相处磨合，建立深厚情感羁绊，消解表演紧张感，让演员自然流露真实情绪。在面对海外媒体专访时，蓝鸿春也分享了影片的创作理念与幕后故事。他表示，尽管是首次到访意大利，内心却倍感亲切。意大利电影深刻影响着自己的创作，《偷自行车的人》所代表的新现实主义创作理念，也投射到这部作品当中，坚持将镜头对准普通人的生活。这部扎根潮汕土地的故事，让潮汕乡土故事与遥远的威尼斯产生奇妙联结。故事地域背景虽遥远，但传递的情感具备共通性，能够引发全球观众的共情。一边是中国科技以技术突破重构移动影像的创作边界，一边是华语电影以本土叙事传递普世的人文温度。在第83届威尼斯国际电影节的舞台上，硬核科技力量与动人的东方故事交相辉映，中国科技与华语电影双双闪耀水城威尼斯。科技工具赋能艺术表达，人文故事赋予技术温度，二者并肩出海，也让世界看见来自中国的影像力量，为全球影视行业带来全新的想象空间。
  • 10 MiniMax H3会员限时免费无限用！SkyProduction限免活动第二弹来了 8月28日-9月1日，SkyProduction（天工工作台）联合阿里巴巴通义万相，推出了Wan 3.0模型限时免费活动，时长反响热烈。无论是Wan 3.0的30s视频指出、多模态参考、精准修改能力，还是SkyProduction（天工工作台）的资产管理、无限画布、团队协作，都广受用户好评。而今天，SkyProduction的限免活动迎来了第二弹：Minimax H3模型，也要在SkyProduction产品上限时免费、无限使用了！相比libTV、oiioii等类似产品，您将在SkyProduction（天工工作台）上，获得最实惠的Minimax H3模型的使用权限！活动时间：9月9日-9月14日活动产品：SkyProduction中国大陆版，网址：https://skyproduction.cn对于短剧、漫剧、短片和广告创作者来说，同一个动作往往要试几种表演，同一场戏也需要比较不同的画面方案。最宠创作者的SkyProduction，希望通过本次活动减轻大家反复生成的积分成本，让创作者有更多空间试镜头、挑结果、打磨作品！一、首日会员免费用，新开会员、充值积分再享加赠本次限免活动，分“9月9日当日”和“9月10-14日”两个阶段。9月9日当日，无论此前已购买会员，还是当天首次开通会员，均可享受H3限免！ 在限免权益内，使用指定H3模型生成视频不消耗积分，创作者可以把待测试的提示词和参考素材拿出来，多试几版。9月10日至14日，活动转入消费加赠阶段，具体分为两种方式：首先，对于“首次开通会员”的用户，按购买的会员类型获赠限免天数。 赠送天数由会员档位、个人或团队类型，以及月付、季付、年付周期共同决定。具体详见下表：参考会员价格：此项权益仅适用于“首次”开通会员的用户，升级会员不加赠，也不补赠档位之间的天数差。例如，首次购买旗舰版个人会员（月付）获赠3天，随后升级为至尊版个人会员（季付），通过购买会员获得的加赠总计仍为3天。第二，“已经是会员的用户”购买积分，也可按充值档位获赠限免！ 购买积分额度和获得限免天数的关系如下：每位用户在本次活动中，每个充值档位仅可获得一次加赠，不同档位可叠加。例如，用户先充值¥800，获赠1天；再次充值¥800，不再加赠；但用户之后再充值¥2,000，可再获赠3天，累计获赠4天。9月14日是购买获赠的截止日，已获得的权益可以继续使用。 9月15日起，新购买会员或积分不再加赠，但此前获得的限免天数不会因活动结束而清零。例如，某用户在9月14日首次开通至尊版团队会员（年付），获赠7天限免，则限免可以使用到9月21日。本次限免仅限MiniMax H3 768P模型。权益期间须保持有效会员身份，工作室的权益由团队所有成员共享。二、MiniMax H3：把创作要求带进画面与声音之所以选择对Minimax H3模型限免，是因为这款模型确实有其独特优势：它是一款通用多模态生成模型，能够理解不同素材之间的关联，执行创作指令，并联合生成视频与原生立体声。对影视创作者而言，这些能力对应着几项具体需求：首先，把动作、场景和镜头要求一起交给模型。 创作者可以在提示词中描述人物如何行动、场景呈现什么氛围，以及镜头怎样观察人物，让一次生成承载更完整的拍摄意图。例如，同样是人物走进房间，可以分别尝试紧张、迟疑或轻松的表演方向，再挑选符合剧情的结果。第二，Minimax H3模型可以让多模态参考素材参与创作。 文字之外，还可以上传参考图片、参考视频和参考音频。创作者可以围绕同一组素材调整动作与镜头描述，比较不同表达方式，为后续制作积累候选方案。第三，用音画配合丰富叙事。 H3原生音画生成的能力，使对白、环境声、音效与画面可以共同参与内容表达。一段短视频里的脚步声、环境变化和人物反应，都能成为传递情绪与节奏的元素。SkyProduction本次开放的是自部署H3 768P版本，支持文生视频及当前开放的参考生成方式。创作者可结合实际生成结果，判断它适合承担哪些镜头任务，并在限免权益内继续尝试和调整。三、从内容出海到镜头精修，SkyProduction让创作进一步落地Minimax H3限免，让会员有机会把更多创意拿出来试。而真正投入短剧制作，还需要知道哪些情节值得拍、哪些片段需要改，以及怎样为不同市场制作版本。围绕这些具体需求，SkyProduction把剧本生成、剧本翻译、出海改编、镜头精修、长视频生成放进同一套工作台，让创作者能够继续打磨作品。生成之前，先把故事准备好对于AI短剧，剧本质量决定了后面每一步会不会返工。SkyProduction（天工工作台）把小说转剧本、剧本评分和剧本翻译放在同一条创作链路里，帮你生成能打的剧本。对于手中已有小说的创作者，“小说转剧本”可以把叙述、心理活动和关键情节整理成人物、场景、动作与对白，形成适合继续修改的剧本框架。“剧本评分”则从故事结构、人物设定、冲突推进和节奏等方面提供评价与修改建议，帮助创作者找到值得优先打磨的内容。先把故事理顺，再进入镜头测试，后续制作也更有方向。同一个故事，继续制作海外版本对于想要做出海短剧的生产者而言，外语不好、不懂对方文化，是很令人头疼的问题。SkyProduction的一系列功能就是为解决这个问题而生的。“剧本本地化翻译”结合角色名、人物关系、术语和上下文处理目标语言表达，把对白翻成更自然的目标语言，同时保留原剧本的场景、动作和格式。对于已有短剧的团队，平台还提供“短剧出海转绘”。你可以上传原短剧，直接进入海外改编制作流程。从剧本阶段的语言处理，到已有作品的版本改编，创作者可以根据需求选择相应的工具！从镜头规划到长视频成片，再逐段打磨上传一份完整剧本后，SkyProduction（天工工作台）的导演级Agent，就开始自动操作了！它会先帮你把人物、场景和道具找出来，分析剧情关系，再继续推进资产生成、分镜拆解和视频镜头制作。在Agent流程里，可以选择Seedance 2.0“智能创作”或“智能分镜”模式。想快速出片，可以走更精简的路径；想让人物站位和镜头关系更稳，可以使用站位图锁定，再进入分镜脚本、线稿图和视频镜头生成。如果你觉得还不够，那么“3D导演台”可以让镜头规划更具体：人物站在哪里、面向哪个方向、摄影机从什么角度拍摄，都可以先在三维空间里调整，再将选定视角截图用于后续创作。遇到双人对话、多人同框等场景，也能提前梳理人物之间的空间关系，把拍摄意图表达清楚。进入生成阶段，平台提供“直出10分钟视频”能力，为完整场景和较长篇幅的故事提供创作空间。创作者可以围绕一段情节展开人物互动、动作变化与节奏安排，再从整体效果中判断哪些段落值得保留、哪些地方需要继续打磨。成片后的修改同样有工具承接。如果某一段动作不自然、表情不合适，或台词表现未达到预期，可以通过“片段重拍”针对选定部分重新生成，保留其他可用内容，减少整段返工。“视频裁剪”则用于截取需要的片段，整理可用素材，为后续剪辑做好准备。从提前规划镜头，到生成较长内容，再到逐段修改，SkyProduction（天工工作台）让创作者能够把精力落到每一个具体的画面和表演上，让作品更可控，更能逐步接近导演脑海中的预期。最后，大家不要忘了我们的活动时间：9月9日，会员可进入SkyProduction体验H3限免；9月10日至14日，符合条件的新开会员和积分充值继续享受加赠。带上正在打磨的故事、参考素材和你激动的心，让下一次视频创作从天工工作台开始！SkyProduction（天工工作台）官网：www.skyproduction.cn
  • 11 从 15 秒到5 分钟，AI 视频创作进入单反级交付时代 2026年9月8日，智象未来（HiDream.ai）旗下内容创作智能体vivago R1全球上线，国内版本「够搭」全新升级发布。今年7月，vivago R1 于 WAIC 2026 首次亮相。作为全球首个无限时长内容创作智能体，R1 引起 AI 视频领域广泛关注。今天，R1正式面向全球用户开放。vivago R1 的核心突破，在于实现了从一句成片时代的 “生成片段” 到 “完全交付作品” 的范式跃迁。它依托智象“基础模型 + 智能体”双轮驱动技术战略，让创作者以自然语言对话的方式，即可完成从创意表达到高质量成片交付的完整创作流程。R1的上线，标志着AI视频创作进入“单反级交付时代”。每一位普通创作者，都能独立完成专业团队级的品质大片。01 从Sora的15秒，到R1的五分钟Sora 用15秒视频惊艳世界，成为 AI 视频生成的重要转折点。但时至今日，15-30秒的片段式生成依然是行业主流。R1 的突破在于，能够一次性稳定输出5分钟高质量视频，并支持无限次多轮延长。长视频的难点，不只是把时长拉长，而是让故事在多镜头、多角色、多场景之间持续成立。R1 通过 Agent 系统对长任务进行规划与调度：主 Agent 拆解创意，子 Agent 协同完成脚本、分镜、角色、场景与音效，确保角色形象、场景风格和叙事节奏在多段落中保持一致。同时，依托智象自研 HD-AgentOS 的全流程调度与治理能力，R1 内容有效可用成功率提升至85%，显著降低“抽卡”概率，让视频创作更具确定性。R1 还优化了跨镜头角色一致性和场景过渡自然度，弱化 AI 视频常见的“塑料感”和“瞬移感”，实现更自然的运镜衔接与音画对齐，让长视频更接近实拍质感。02 Chat-First （对话优先）：让创作回到表达本身好的创作工具，应当顺应人的表达本能。对于视频创作而言，起点不应是节点、画布和参数，而应是创作者想要表达的内容。R1因此选择 Chat-First （对话优先）路线。因为对话是人类最自然的表达方式，也是 AI 最友好的创作入口。当前 AI 视频工具大致有两条路线：一类是画布式、节点式工作流，将模型、工具和参数交给用户自行连接和调试，自由度高，但门槛也高；另一类是 R1 的对话式路线，用户只需用自然语言描述需求，R1 即可自动生成视频，并支持在对话中持续调整和迭代。这种体验背后，是“做后”与“做厚”两条原则。“做后”，是把专业创作者的判断、审美和经验编码进 Agent 编排能力，形成强大的中后台；“做厚”，是构建 SkillHub，将抽象 AI 能力转译为产品广告、角色视频、故事短片、品牌内容等真实创作场景，让用户更容易理解能做什么、如何开始。在完整流程中，用户只需表达目标，Agent 负责拆解和执行，SkillHub 则作为翻译层，自动匹配并编排所需 Skill 组合，将用户意图转化为可执行任务序列。R1 的对话式创作，不是把复杂消灭，而是把复杂藏在简单背后。它让创作从“灵感闪现”到“进入执行”，缩短到只剩一句话。03 原生全模态基础架构，让 AI创作走向项目制视频生成的另一大挑战，是一致性：同一个角色、同一种声音，如何在数十个镜头、多次生成转换中始终如一。智象未来的解法，是以基础模型与智能体系统双轮驱动，共同支撑复杂视频创作。一方面，智象自研的原生全模态世界模型技术理念，为 R1 提供多模态理解与生成基础能力。它能将文本、图片、视频、参考资产、文档说明和历史创作结果纳入同一任务语境，让 Agent 理解“任务全貌”，而非单点指令。另一方面，智能体系统负责将模型能力组织为可持续推进的创作流程，在脚本、分镜、角色、场景、镜头和音效之间进行规划与调度，确保复杂叙事中的角色形象、声音特征和风格前后一致。这让创作不再是一次次孤立生成，而是围绕同一项目持续推进。用户可以“说不清的直接给”，R1 则在统一上下文中理解、组织、执行并持续迭代。同时，R1 推出资产库功能，沉淀用户生成、筛选并认可的内容，并可在后续创作中复用。一次创作不再只是一次性输出，而会成为下一次创作的素材基础。基础模型决定能力上限，智能体系统负责把能力转化为稳定、可控、可复用的作品交付。04 全球创作者用作品说话：R1 让表达成为生产力在今天举办的vivago R1「够搭」沉浸式工作坊活动上，来自全球不同领域的创作者们，采用线上和线下的方式，分享R1的使用心得，并展示他们制作的作品。近期，AI 版《西游记》上线后引发热议。活动现场，一位创作者也用 R1 尝试了这一经典题材的再创作，并生成近 5 分钟西游题材作品。从角色造型、场景氛围到东方奇幻质感，R1 对经典文本的视觉转译能力得到直观呈现。在真人质感上，R1 同样表现出色。另一位创作者带来一支励志短片，讲述体育老师周岚从迟疑到重新出发的过程。画面中，奔跑时的肌肉震颤、汗水光泽，以及脚步压过塑胶跑道的颗粒质感都被细腻还原，让人物情绪更具真实感。提示词：体育老师周岚在训练与接力比赛中面对自己的迟疑。来到第二道弯，她一度想停下，却继续迈步，坚持跑向终点。次日清晨，她主动再次接过接力棒。影片将人物转变放进呼吸、步伐与交接棒等具体动作，以持续奔跑呈现重新出发的过程。提交提示词后，R1 会自动理解人物关系、情绪转折与动作节奏，生成对应角色、场景与关键画面。创作者无需复杂操作，只需通过对话补充想法，即可推进内容生成。在商业广告片制作上，R1 也展现出较强适配能力。现场一位 AI 创作者分享了红色折叠手机广告案例。R1 根据提示词理解产品、人物与场景关系，生成手机多视图、女设计师造型、工作室与户外生活场景，以及包袋、色卡、草图等视觉资产，呈现从创作、出行到回归设计的日常灵感流动。提示词：一位年轻女设计师在一天中穿梭工作室、城市街道、咖啡馆和海边，用红色折叠手机记录色彩、构图与生活中的灵感，再将所见带回工作台。影片围绕手机开合、拍照和查看素材的使用动作，串联从创作到出行、再回到设计的日常。现场之外，多位海外创作者也通过线上连线分享创作体验。一位创作者表示：“视频创作的终点，就是一次表达。”这也道出了许多体验 R1 用户的共同感受：当复杂流程被隐藏在对话之后，创作者可以更专注于表达本身。05 开创视频Agent新标准：CHATSR1的实践充分表明，当产品真正进入专业场景，行业需要的就不再是零散的能力清单，而是一套可衡量、可依赖的交付标准。智象提炼出一套面向视频 Agent 的评估框架——CHATS，用于衡量一个视频 Agent 是否具备真正的作品交付能力：C（Consistency）一致性：角色、场景、风格在多镜头中保持稳定；H（Human Intent）意图理解：准确理解用户创意，并能在多轮对话中持续推进；A（Audio & Visual）视听完整度：不仅生成画面，也能组织声音、节奏与整体视听体验；T（Timeline & Tale）时间线与叙事：让故事在多个镜头、多个段落中持续成立；S（Stability）稳定交付：降低反复生成和返工成本，提高内容可用率。这五个维度，不是实验室里的理想指标，而是 R1 在真实创作内测场景中被众多内测用户反复验证过的能力边界。智象希望通过构建一个用户视角的标准，推动AI Agent产品的更好发展。2024年5月，vivago.ai 上线，成为全球最早一批公开可用的 AI 视频生成产品；今年5月，vivago.ai登顶Product Hunt日榜第一；今天，vivago.ai全球用户突破7000万。两年时间，智象从“第一个可用”走到第一个“单反级交付”。这就是 vivago R1 中 “R” 所承载的意义：一面是 Reasoning，用深度推理把灵感变成作品；一面是 Rock，致敬 “The Show Must Go On” 的创作精神——无论如何，创作终将继续。在AI视频时代，vivago R1 希望让创作从一次生成，变成持续对话：The CHATS must go on。只要对话继续，故事就不会停下。立即体验vivago.ai够搭 goudaai.com够搭，你的 AI 创意好搭子。
  • 12 蔚来能源与云南交投新一批合作共建高速换电站正式投入运营 2026年9月8日，继2024年蔚来能源携手云南交投落地首批高速换电站之后，双方联合共建的新一批蔚来高速换电站正式全面投运。此次规模化站点落地，是蔚来能源深耕云南、完善西南高速补能网络的重要布局，也推动云南高速新能源补能基础设施建设迈入规模化、网络化、高品质发展新阶段，以科技力量助力云南区域绿色交通高质量发展。此次投运的蔚来换电站，均落地于云南交投管辖的核心高速服务区，精准布局省内多条交通动脉，实现重点高速通道双向补能全覆盖：G5621昆楚大高速地索坪服务区（双向）、G85银昆高速会泽服务区（双向）、G78汕昆高速师宗服务区（双向）、G5京昆高速元谋服务区（双向）、G8511昆磨高速通关服务区（双向），以规模化布局重塑全省高速公路新能源补能新格局。从试点到全域铺开，此批换电站的集中落地，是蔚来能源与云南交投深度协同、共建共享的标志性成果，标志着双方高速充换电基础设施合作迈入规模化、常态化、深度化的全新阶段。
  • 13 人类视频如何变成机器人技能？大晓发布全球首个可仿真的人–场景交互重建框架 HSImul3R 一段人坐上椅子的视频，对人类而言再普通不过。我们不仅能看见“人坐了下来”，还天然理解椅子承受人体重量，人与椅面形成接触并最终稳定，这些重力、接触与作用关系共同构成真实世界中的物理交互。但对今天的三维重建系统而言，“看见动作”与“重建真实交互”仍是两回事。一个视觉上准确坐在椅子上的人体，进入物理仿真后，椅子可能因结构缺失倒下，人体也可能与椅面严重穿模。视觉上成立，并不意味着物理交互上成立。近日，大晓机器人联合南洋理工大学 S-Lab、上海人工智能实验室发布全新人–场景交互重建研究 HSImul3R，直指三维视觉长期存在的“感知—仿真鸿沟”，推动三维重建从“视觉正确”走向“物理可执行”。该成果已被全球计算机视觉顶级会议 ECCV 2026 正式接收。不同于传统方法主要关注人和场景是否重建得像、是否对齐，HSImul3R 将重力稳定性、真实接触与交互稳定性纳入核心评价标准。团队将其定义为首个面向非标定稀疏视角输入、实现稳定可仿真（Simulation-Ready）人–场景交互重建的框架，并进一步支持单目视频输入。与此同时，团队构建了面向人–场景交互的 HSIBench，直接检验重建结果能否在物理仿真中稳定交互。HSImul3R 在 Easy、Medium、Hard 三档任务中的交互稳定率分别达到 53.68%、30.56% 和 13.92%，显著高于 HSfM 的 10.52%、4.50% 和 2.66%，并将人–场景三维穿模率从 69.51% 降至 22.90%。为实现这一目标，HSImul3R 提出物理闭环（Physics-in-the-Loop）双向优化框架，让物理仿真器从最终检验工具变成重建过程中的主动监督者。一方面，通过面向场景的强化学习（Scene-targeted Reinforcement Learning）优化人体运动，使其既物理可行，又能与当前场景稳定交互；另一方面，通过直接仿真奖励优化（Direct Simulation Reward Optimization，DSRO），利用交互后的仿真反馈反向优化三维场景。最终，团队将优化后的人体动作迁移至 Unitree G1 人形机器人，贯通日常图像/视频 → 三维人–场景交互重建 → 物理仿真优化 → 人形机器人动作迁移 → 真实机器人执行的完整链路，让人类视频中的交互经验从视觉信息进一步转化为可仿真、可学习、可执行的机器人技能资产。Paper:《HSImul3R: Physics-in-the-Loop Reconstruction of Simulation-Ready Human–Scene Interactions》ArXiv: https://arxiv.org/abs/2603.15612Project: https://yukangcao.github.io/HSImul3R/GitHub: https://github.com/yukangcao/HSImul3R从“视觉正确”到“物理成立”：重新定义三维重建近几年，三维重建、人体运动估计与人–场景交互建模持续发展，机器从图像和视频中恢复三维世界、理解人类行为的能力不断提升。但传统方法大多仍以几何准确、姿态还原和视觉对齐为主要标准，回答的更多是“人和场景重建得像不像”。问题在于，机器人最终面对的是一个由重力、碰撞、摩擦与接触共同决定的物理世界。一个视觉上高度可信的场景，进入仿真器后可能立即失效：椅子可能因为结构缺失无法站稳，人体与物体也可能发生穿模，原本看似正确的交互因此无法真正成立。HSImul3R 概览图HSImul3R 因此将评价标准从“视觉正确”进一步推进到“物理成立”，把重力稳定性、真实接触和交互稳定性纳入重建过程。它不再只要求人和场景在画面中对齐，而是要求重建结果能够真正进入物理仿真，并保持原有的人–场景交互关系。更关键的是，HSImul3R 并非先完成重建、再用仿真器验证，而是提出物理闭环（Physics-in-the-Loop）双向优化机制，让仿真反馈直接参与重建。正向过程优化人体，反向过程修正场景，物理仿真器由最终的“裁判”转变为整个重建过程中的主动监督者。不只是动作可行，更要让交互真正成立物理闭环的第一步，是让恢复出来的人体运动真正适应当前场景。传统动作跟踪与强化学习通常更关注人体自身是否稳定、动作是否接近原始轨迹，但即使人体动作在物理上成立，也可能已经偏离原有的人–物交互关系。例如，一段“坐在椅子上”的动作经过普通运动优化后，人体可能为了保持平衡而偏离椅子。人虽然没有摔倒，但“坐椅子”这一原本的交互已经消失。对于具身智能而言，只做到“动作可行”显然还不够。去除面向场景的强化学习，仿真中出现非预期的物体位移，且难以稳定交互为此，HSImul3R 提出面向场景的强化学习（Scene-targeted Reinforcement Learning），在运动跟踪基础上进一步加入场景交互约束。系统通过人体关键接触点与物体表面的空间关系，使优化后的动作既忠实于原始观测，又能与当前场景保持正确、稳定的接触。也就是说，HSImul3R 优化的不是一条抽象意义上“符合动力学”的人体轨迹，而是一段能够在特定场景中真正成立的物理交互。“坐下”意味着人必须真实坐到这把椅子上，而不是只在空间中复现一个相似动作。用真实交互反过来优化三维世界但仿真失败并不一定意味着“人动错了”，也可能是场景本身没有重建正确。尤其在人类遮挡严重、桌腿或椅腿等结构较细的场景中，图像生成三维模型（Image-to-3D）容易产生结构缺失或几何畸变，即使人体动作合理，也无法支撑真实交互。针对这一问题，HSImul3R 在反向过程中提出直接仿真奖励优化（Direct Simulation Reward Optimization，DSRO），直接利用物理仿真的交互结果作为监督信号，反向优化三维物体生成模型。评价标准也由“物体自己能不能站稳”，进一步提升为“人与它交互之后还能不能稳定”。图像到三维物体重建的定性对比团队将仿真反馈划分为从“物体在重力下失稳”到“人与物体实现稳定交互”的四种状态。只有当物体自身稳定、交互后仍保持稳定，并且人与物体之间确实形成有效接触时，重建才被认为真正成立。因此，一把椅子即使单独放在地面上不会倒，如果人坐上去就倾覆，或者人与椅子最终完全分离，它仍然没有被真正“重建对”。HSImul3R 由此把评价标准从“物体自身是否物理合理”推进到“物体在人–场景交互中是否物理合理”，让人类交互本身成为优化三维世界的重要监督信号。HSIBench：不只看“像不像”，更要看“能不能交互”为了验证这一新的评价体系，团队进一步构建了面向人–场景交互的 HSIBench。数据集包含 19 个场景物体、超过 50 段人体动作序列和 300 个独立交互实例，由 3 名参与者完成，每个案例均从 16 个视角同步采集。与传统三维重建基准更多关注几何误差不同，HSIBench 将人–场景交互稳定性（Stability-HSI）作为核心指标之一，不仅判断物体在重力下能否稳定，还要求整个交互进入仿真后保持稳定，并保留有意义的人–物接触。换句话说，三维重建不仅要通过“视觉和几何考试”，还要真正通过“物理实操”。HSIBench 示例及 HSImul3R 对应的仿真结果实验结果显示，在 Easy、Medium 和 Hard 三档任务中，HSImul3R 的人—场景交互稳定率分别达到 53.68%、30.56% 和 13.92%，而 HSfM 分别为 10.52%、4.50% 和 2.66%；人—场景三维穿模率也从 HSfM 的 69.51% 降至 22.90%。这些结果意味着，当三维重建真正服务于具身智能时，“渲染得足够真实”已经不再是终点。重建出来的世界，还必须能够承受机器人真实的动作与交互。从人类视频到真实机器人，让交互经验真正被“学会”如果 HSImul3R 最终只停留在稳定的物理仿真，它仍然只是完成了从真实世界到仿真的迁移（Real-to-Sim）。这项工作的另一关键一步，是进一步将经过物理优化的人体动作迁移到真实人形机器人上，实现从仿真到真实世界（Sim-to-Real）。团队首先将优化后的人体运动重定向至 Unitree G1，再以这些动作作为先验，在仿真环境中训练全身控制策略，最终直接部署到真实 G1 上，使机器人能够在现实环境中复现相应的人—场景交互。部署于 Unitree G1 人形机器人上的仿真到真实（Sim-to-Real）结果至此，一段人类视频中的行为完成了完整转换：从图像或视频中恢复三维人—场景关系，通过物理仿真修正那些“视觉上合理、物理上无法成立”的部分，再将人体动作转化为机器人能够学习的动作先验，最终由真实机器人重新执行。这也打开了一条更具想象力的路径。互联网中已经存在规模巨大的人类行为视频，如果其中的人–场景交互能够被持续重建、物理验证并迁移到不同机器人本体，这些视频就不再只是供机器“观看”的视觉数据，而可能成为机器人学习真实物理技能的重要来源。当然，这条路线仍处于早期阶段，复杂交互、多物体场景和动态环境依然存在大量挑战。但 HSImul3R 已经给出一个重要方向：机器人从人类视频中学习的，不应只是“人看起来怎么动”，更应该是这个动作为什么能够在真实物理世界中成立。从视觉重建到可仿真重建，从人体动作到人—场景交互，再从真实世界到仿真、最终回到真实机器人，HSImul3R 正在推动人类视频从视觉信息进一步转化为可仿真、可学习、可执行的机器人技能资产。
  • 14 行业首个系统级Agent Harness架构商用落地MagicOS 11，荣耀 Magic9 系列将首发搭载 9月8日，有消息称荣耀即将于9月15日发布新一代终端操作系统MagicOS 11。MagicOS 11 将是行业首个真正实现系统级 Agent Harness 商用落地的手机操作系统。新一代YOYO深度融合主动服务和自动执行，具备强大的意图理解和任务拆解能力，最高可执行上百步的长程任务，超百类服务闭环工具以及40+条件的任务触发能力，位列行业领先水平。荣耀新品 Magic9 系列将首发搭载 MagicOS 11。据透露，荣耀已完成相关功能的开发和测试验证工作，正在积极推进相关认证的获取，获批后会第一时间在 RobotPhone 和 Magic9系列产品上支持，让消费者上手强大又好用的YOYO自动执行功能。今年10月，荣耀将在Magic9上开启AgenticOS预览版beta用户招募和版本推送。
  • 15 美菱AI冰洗产品登陆德国IFA，全系搭载 AI 技术 9月4日，2026德国IFA消费电子展正式启幕。作为全球家电行业风向标，展会汇聚世界各地家电品牌。美菱携AI冰箱、全自洁AI洗烘套产品亮相展会现场，以温湿度AI精控、AI化霜、全自洁AI洗烘等硬核创新技术，收获海外采购商与行业客户的广泛认可，向世界展现中国白电产业智造实力。本次展出的美菱AI冰箱，核心搭载温湿度AI精控技术，依托智能算法实时感知舱内环境，动态调节温度与湿度，把温度波动控制在极小区间，为果蔬、肉食、熟食匹配适配存储条件，兼顾锁水保湿与稳定控温，解决普通冰箱温湿度波动大、食材易失水变质的痛点。美菱冰箱还搭配冷冻AI化霜技术，冰箱能够智能判断化霜时机，优化化霜频次，降低化霜过程带来的温度冲击，减少冷冻食材营养流失，长久锁住肉类原生口感。不再依靠简单硬件堆砌，而是以AI算法介入存储全流程，这套务实的保鲜方案，让不少海外参观者驻足体验，对中国家电的智能保鲜思路表示肯定。在洗护展区，美菱全自洁AI洗烘技术成为一大亮点。针对海外家庭普遍关注的洗衣机内筒发霉、藏污纳垢、洗护二次污染难题，产品依托AI感知系统，识别衣物重量、脏污程度，自动调整洗涤、脱水、烘干整套流程参数，实现千人千面的洗护模式。尤为突出的是全自洁专利能力，洗涤运行过程中同步启动高压水流冲刷筒壁，边洗衣边净筒，无需用户手动拆机清洗，长期使用也能保持内筒洁净，从根源减少筒内异味、细菌滋生。洗烘联动协同工作，烘干模块提前响应，提升洗护整体效率，健康洗护的产品定位，高度契合海外家庭使用诉求，吸引众多海外客户洽谈咨询。立足德国IFA这一国际舞台，美菱不只是输出硬件产品，更是输出贴合全球家庭生活场景的智能化解决方案。从冰箱储鲜到衣物洗护，美菱坚持以用户真实痛点指引技术研发，拒绝华而不实的概念噱头，把AI技术落地到日常家庭的每一处使用细节。展会现场，不少海外客户实地体验产品功能后表示，美菱冰洗产品的创新技术直击家庭生活难题，拥有广阔的市场潜力，希望产品尽快在欧洲落地，那样就可以体验了。
📌 稀土掘金 文章榜 共15条
📌 网易新闻 热点榜 共15条
📌 51CTO 推荐榜 共15条
热搜日期： 24小时更新数据