AI资讯日报 2025/10/21 World Labs发布了实时生成式世界模型 RTFM

我爱免费

作者：微信文章
今日摘要

DeepSeek团队发布新型文档理解模型，并提出光学上下文压缩技术。
谷歌则官宣Gemini 3.0将于12月发布，旨在成为全新的智能代理系统。
宇树科技发布了新一代仿生人形机器人H2，展现了惊人的运动协调性。
行业方面，视觉中国凭借7亿合规数据，成为AI模型训练的核心供应商。
一场AI炒币大赛显示，DeepSeek凭借稳健策略收益率遥遥领先。

访问网页版↗️https://ai.hubtoday.app/[1]
或长按识别二维码：



产品与功能更新

DeepSeek团队发布了一款名为DeepSeek-OCR的新型文档理解模型，它不仅能精准识别图像文字，还提出了一个大胆构想：将长文本“压缩”成图片，让AI用更少的计算资源处理海量信息！🤯 这种被称为“光学上下文压缩”的技术，让模型能以高达10倍的压缩率近乎无损地恢复文本，性能甚至超越了GPT-4o同类模型。正如官方介绍（AI资讯）[2]所言，这可能是解决大模型“记忆上限”问题的关键一步，让AI学会用“视觉”来记忆和遗忘 💡。



谷歌CEO皮查伊在Dreamforce大会上官宣，备受期待的Gemini 3.0人工智能模型将于今年12月正式发布！🚀 新一代模型将在自主决策与执行方面迎来革命性升级，旨在成为一个能处理复杂任务的全新智能代理系统。正如这篇报道（AI资讯）[3]所言，Gemini 3.0 的发布预示着谷歌正全力押注下一代AI Agent，未来的AI助手将不仅仅是工具，更是生活中不可或缺的智能伙伴 (✧∀✧)。

宇树科技发布了新一代仿生人形机器人Unitree H2，身高180cm，体重70kg，不仅新增了仿生人脸，还展现了惊人的运动协调性！🕺 这款机器人能够完成复杂的舞蹈和武术动作，其高度拟人化的外观和流畅的动态表现，让人仿佛看到了科幻电影中的未来伙伴。正如官方视频（AI资讯）[4]所展示的，H2的定位是“为安全和友好地服务大家而生”，预示着服务型机器人正加速走进我们的生活 🔥。



AI正在迈向“创世”阶段，World Labs发布了实时生成式世界模型RTFM，仅需一张H100 GPU就能持续生成一个“真实的虚拟世界”！🤯 与传统3D建模不同，RTFM直接从图像中学习并预测多视角图像，构建出一个具备空间连续性的世界，让用户可以实时交互探索。正如官方介绍（AI资讯）[5]所言，这代表着生成式AI从“图像生成”到“世界建模”的重大转折，为游戏、VR/AR和数字孪生等领域带来了无限可能 🚀。

前沿研究

大模型在投资领域也存在“偏见”？一篇新研究（AI资讯）[6]揭示，LLM在进行投资分析时，普遍表现出偏爱科技股、大盘股以及逆向投资策略的倾向 🤔。更严重的是，当面对与自身偏见相反的证据时，模型会表现出强烈的“确认偏误”，固执己见。这项研究为我们敲响了警钟：在金融等高风险领域应用AI时，必须警惕并量化其内在偏见，否则“你的AI”给出的可能并非“你的观点” 🧐。

面对层出不穷的越狱攻击，如何为大型视觉语言模型（LVLM）打造一个“万能防火墙”？一篇名为**Learning to Detect（LoD）**的新研究（AI资讯）[7]提出了通用检测框架，它不再学习特定攻击的“招式”，而是学习识别任务本身的“安全概念” 🛡️。通过这种方式，LoD能够高效、准确地检测出未知的越狱攻击，为LVLM的安全部署提供了一套更具泛化能力的解决方案 💡。

如何让AI精准理解并生成富有表现力的人体动作？MotionScript框架（AI资讯）[8]给出了答案，它能将复杂的3D人体动作转化为结构化的自然语言描述，捕捉从情绪到风格的每一个细节 💃。这不仅为Text-to-Motion模型提供了高质量的训练数据，还能让LLM生成超越现有数据集的全新动作。这项工作为动画、虚拟人模拟和机器人技术架起了一座从语言到动作的桥梁 (o´ω'o)ﾉ。

行业展望与社会影响

AWS的一次重大中断，让半个海外互联网集体“瘫痪”！🤯 Perplexity、Slack、Canva等众多知名服务纷纷宕机，再次凸显了全球云服务过于集中的脆弱性。正如网友吐槽（AI资讯）[9]的，当所有鸡蛋都放在一个篮子里时，一次小小的颠簸就可能引发一场数字世界的“大地震” 🤔。

视觉中国手握7亿合规数据，成功接下阿里、微软等头部AI公司的模型训练订单，成为AI时代名副其实的“数据军火商”！💰 这一合作标志着高质量、可商用、可溯源的数据，已成为AI大模型竞赛中不可或缺的核心资源。正如这篇报道（AI资讯）[10]所言，视觉中国正凭借其庞大的数据资产，在AI产业链中占据关键位置，引领行业走向合规化发展 🚀。

前总统特朗普发布了一段离奇的AI生成视频，内容是自己向抗议者空投粪便，引发了网络热议 😲。这则新闻（AI资讯）[11]再次展示了AI在政治宣传和舆论战中的强大（且诡异）潜力。当生成式AI变得触手可及，如何辨别真伪、应对信息操纵，已成为全社会必须面对的严峻挑战 🤔。

开源TOP项目

想拥有一个像Google NotebookLM一样强大的本地知识库，但又想要更多灵活性？**open-notebook**（AI资讯）[12]就是你的答案，它是一个功能更丰富的NotebookLM开源实现 (✧∀✧)。这个项目收获了 ⭐6.0k Star，让你可以随心所欲地打造属于自己的AI笔记与知识管理系统 📚。

想让你的多人游戏开发“快如光速”吗？🚀SpacetimeDB是一个专为多人游戏设计的数据库，以其极致的性能和易用性，在GitHub上狂揽 ⭐17.9k Star。有了这个神器（AI资讯）[13]，你可以更专注于游戏逻辑本身，而不是被复杂的状态同步问题所困扰 (o´ω'o)ﾉ。

还在忍受臃肿的Windows系统吗？Atlas是一款开源、轻量级的Windows魔改版，专为优化性能、隐私和可用性而生 🚀。这个收获了 ⭐17.2k Star的项目（AI资讯）[14]为追求极致性能的用户提供了一个绝佳的选择，让你的电脑重新“飞”起来！

AI大神Andrej Karpathy的经典之作micrograd，是一个微型自动求导引擎，让你亲手揭开神经网络的神秘面纱 🧠。这个收获了 ⭐13.1k Star的项目（AI资讯）[15]虽然代码量小，但五脏俱全，是理解深度学习反向传播原理的最佳入门教材。

社媒分享

一场由6个顶级AI模型参与的“炒币大赛”正在上演，每个模型手握1万美元本金，在真实加密市场中自主交易，结果出人意料！🤯 DeepSeek凭借稳健的数据驱动策略狂揽37%的收益率高居榜首，而GPT-5和Gemini 2.5 Pro则亏损严重。归藏对这场“AI股神”争霸赛（AI资讯）[16]的精彩分析，生动展示了不同AI模型迥异的“交易哲学” 🔥。



DeepSeek OCR论文中关于“光学压缩”模拟人类记忆遗忘机制的想法，简直是天才之举！🧠 orange.ai分享道，通过用不同分辨率的图像来表示不同时间远近的记忆，模型可以实现“理论上无限的上下文窗口”，因为信息会随时间自然衰减。这个绝妙的类比（AI资讯）[17]让我们重新思考长上下文问题：关键或许不是无限扩大记忆，而是学会智能地“遗忘” 🤔。



AI开源社区正在被大量“vibe coding”产生的垃圾代码淹没，这背后隐藏着怎样的商业模式？Yangyi一针见血地指出，许多看似开源的项目，实则是在用一个华而不实的Demo引流，最终目的却是让你购买其“更好的”付费SaaS服务 😠。这篇犀利的吐槽（AI资讯）[18]揭示了AI开源生态中存在的乱象，提醒我们在拥抱开源的同时也要擦亮双眼 (¬‿¬)。

为什么AI总是在画画跳舞，而不是帮我们扫地做饭？Yangyi提出了一个深刻的观察：因为投入现实生产太难，有无数苛刻的细节要求，而搞抽象的艺术创作最容易，也最容易被传播 🤔。这篇帖子（AI资讯）[19]引发了广泛共鸣，揭示了当前AI技术从“炫技”到“实用”之间存在的巨大鸿沟。

谷歌在医疗AI领域再获突破，开发出了一款名为DeepSomatic的肿瘤基因变异检测模型，堪称跨平台、跨癌种的“火眼金睛” 🧬。该模型能精准地从基因测序数据中分辨真实突变与测序误差，在识别插入或缺失类型的基因变异时，性能大幅超越现有技术。正如小互的分享（AI资讯）[20]，AI正为精准医疗带来革命性的工具 💡。



谷歌Veo 3.1与OpenAI Sora 2，两大视频生成模型的巅峰对决，究竟谁更胜一筹？向阳乔木发布了一篇深度对比评测（AI资讯）[21]，从多个维度剖析了两大模型的优劣。对于关注AIGC视频领域的同学来说，这绝对是一份不容错过的干货 (✧∀✧)。

---

写在最后：

感谢你花时间读完这篇文章！如果它对你有一点点启发：

👉点个「关注」，是我持续创作的最大动力！🚀加入「交流群」，分享你的想法，你的每一次反馈都弥足珍贵。

期待与你产生更多连接！

何夕2077交流群-限时开放中

---

AI资讯日报语音版

🎙️小宇宙	📹抖音
来生小酒馆	自媒体账号

---

https://ai.hubtoday.app/ ↩https://www.xiaohu.ai/c/a066c4/deepseek-ocr-deepseek-ocr ↩https://www.aibase.com/zh/news/22108 ↩https://www.aibase.com/zh/news/22099 ↩https://www.worldlabs.ai/blog/rtfm ↩https://arxiv.org/abs/2507.20957 ↩https://arxiv.org/abs/2510.15430 ↩https://arxiv.org/abs/2312.12634 ↩https://t.me/hackernews100cn/13688 ↩https://www.aibase.com/zh/news/22092 ↩https://www.reddit.com/r/artificial/comments/1ob3byr/trump_posts_bizarre_ai_video_in_which_he_airdrops/ ↩https://github.com/lfnovo/open-notebook ↩https://github.com/clockworklabs/SpacetimeDB ↩https://github.com/Atlas-OS/Atlas ↩https://github.com/karpathy/micrograd ↩https://x.com/op7418/status/1980262012434452582 ↩https://x.com/oran_ge/status/1980257405222142056 ↩https://x.com/Yangyixxxx/status/1980260113907953693 ↩https://x.com/Yangyixxxx/status/1980157337232122028 ↩https://x.com/imxiaohu/status/1980094611688456668 ↩https://mp.weixin.qq.com/s/OyO_KaxWpBI4ECSsRT1ljA ↩