Wizard 智能体游戏世界模型:实时操控角色动作,零样本泛化新场景

Hugging Face Papers 收录的论文提出 Wizard,一个能实时、精细控制角色动作,并在未见过的场景、角色和动作上做到零样本泛化的智能体游戏世界模型。它把骨架和几何信息作为中间代理来驱动视频生成,而不是直接生成画面。

Hugging Face Papers 收录的论文提出 Wizard,一个能实时、精细控制角色动作,并在未见过的场景、角色和动作上做到零样本泛化的智能体游戏世界模型。它把骨架和几何信息作为中间代理来驱动视频生成,而不是直接生成画面。

arXiv 新论文提出 Agentic World Modeling(AWM),用只读接口“询问”真实环境来模拟动作后果,从而让智能体在共享、不可重置的系统中安全并行试错。它试图解决测试时扩展(TTS)依赖多轨迹并行执行这一现实难题。

OpenAI 计划取消 ChatGPT 无限对话并与 Codex 用量合并,一位开发者此前利用 MCP 工具和 Secure MCP Tunnel 把普通对话改造成本地开发环境,引发了社区对用量规则变化的讨论。

Hyperbolic 完成 3000 万美元 A-1 轮融资,主打让企业跨约 30 家 neocloud 租用 AI 算力,累计融资达 5000 万美元。

开发者张益达Yida把一个基于本地OCR加0.6B文本模型的自动记账App做到全程离线运行,通过后端更换、GPU启用和输出精简,把单张支付截图的处理时间从596秒压到约10秒。这说明端侧小模型在结构化提取类任务上已经具备可用性,前提是选型与工程优化到位。

一位开发者用微信小程序做“电子病例夹”,本地跑 Qwen2.5-VL 3B 识别病历照片,单张推理 40-60 秒,正撞上 wx.request 的 60 秒硬上限;他的解法是异步任务加轮询,并给出多引擎热切换、TC3 签名、模型预热等落地细节。

阿里千问AI眼镜于11月2日推送OTA更新,将实时翻译从手机延伸到眼镜端,覆盖通话和影音两类场景,并同步优化了嘈杂环境下的语音识别。

美团龙猫于2026年11月2日发布1.6万亿参数原生多模态模型LongCat-2.5,重点面向长程智能体任务,在线体验和API已开放,权重即将开源。

沙特阿美将以约99亿沙特里亚尔(约合175.5亿元人民币)的资产注入方式,收购沙特主权财富基金PIF旗下AI公司HUMAIN 49%的股权,PIF保留51%控制权。这是一次把国家AI平台嵌入石油工业场景的资本与产业整合,值得关注的是AI落地路径而非单纯的交易金额。

一篇 2026 年 10 月 29 日发布在 Hugging Face Papers 的论文摘要提出,AGI 的下一阶段效率提升可能不来自继续堆大模型和算力,而来自让轻量的 System‑1 先预筛候选交互,System‑2 只执行“值得花算力”的部分。其核心概念是,用“有用交互密度”衡量扩展效率。