标签： Gemini

通义实验室发布 Wan-Streamer v0.2，将 AI 视频对话的端到端响应延迟压缩至约 550ms（含 350ms 网络传输），同时将输出分辨率从 192×336 提升至 640×368。这是目前公开信息中延迟最低的全双工视频交互模型之一，通过“Thinker-Performer”双通路架构在高画质与…

NVIDIA 正式推出 Nemotron 3 Embed 系列开源嵌入模型，其中 8B 参数版本在最新 RTEB 基准测试中位列第一，为 RAG 和语义搜索场景提供了更强的大模型嵌入方案。

2026年7月17日，阶跃星辰（StepX）在上海WAIC 2026展会上展示了STEPX Neo样机，这是全球首款以大模型为底层架构、原生集成智能体（AI Agent）的手机，而非传统语音助手的简单升级。

在2026年世界人工智能大会上，银河通用机器人创始人王鹤预测，具身智能技术将在2028年前迎来重大突破，其性能将比肩对话式AI如ChatGPT。这一预测为机器人行业的商业化时间表提供了具体锚点，也将推动相关训练与计算需求加速爆发。

阿里通义实验室推出 Wan-Streamer v0.2，这是一款端到端多模态模型，将 AI 对话响应的整体延迟压缩到 0.55 秒，并支持全身数字人实时互动。传统语音助手或视频对话中的卡顿、音画不同步问题，在它身上得到了实质性解决。

文远知行于2026年7月17日正式发布自研物理 AI 认知基础大模型 WITT，核心创新在于提出了“最小物理事实单元”概念，旨在让 AI 能更精准地理解和验证视频、图像、文本中的物理世界信息，从而为自动驾驶决策提供更可靠的认知框架。

在2026年世界人工智能大会上，得物App与千觉机器人联合推出了全球首款AI鉴别机器人，将AI视觉与机械臂结合，用于商品真伪鉴定。这一产品背后的核心是其多年积累的亿级查验数据和自研“AI大脑”，标志着AI正在进入质检这一对精度和实时性要求极高的专业场景。