VAST 開源即時生成渲染器 EdenLive,單張 5090 上 720P 超 24 FPS
VAST 將世界模型專案 Project Eden 的即時生成式渲染器 EdenLive 全面開源,涵蓋不同尺寸模型權重、推理程式碼與技術報告。該模型以簡化 Proxy 或參考影片為控制訊號,結合目標首幀與文字提示詞持續生成寫實或風格化畫面,5B 引數在單張 RTX 5090 上以 720P 輸出超過 24 FPS,端到端延遲約百毫秒,可連續生成到分鐘級。
依意思最接近的 30 筆
VAST 將世界模型專案 Project Eden 的即時生成式渲染器 EdenLive 全面開源,涵蓋不同尺寸模型權重、推理程式碼與技術報告。該模型以簡化 Proxy 或參考影片為控制訊號,結合目標首幀與文字提示詞持續生成寫實或風格化畫面,5B 引數在單張 RTX 5090 上以 720P 輸出超過 24 FPS,端到端延遲約百毫秒,可連續生成到分鐘級。
VAST 正式開源即時世界模型 EdenLive,同步開放模型權重、推理程式碼、技術報告與端到端 Demo。它把世界狀態交給上游互動系統維護,自身只做即時渲染:單張消費級 RTX 5090、720P 下,5B 模型生成速度超 24FPS,端到端延遲百毫秒級,可連續生成分鐘級畫面。模型接收參考畫面、目標首幀與提示詞三類輸入,支援寫實、二次元等畫風,可用於遊戲原型預覽、影片重渲染與具身資料增強;
崑崙萬維發布並開源 Matrix-Game 4.0,稱其為全球首個可在消費級顯示卡上即時執行的影片大模型遊戲。基於 Wan2.2 5B 改造,單張 RTX 5090 上以 480p 實現 60 FPS 遊戲執行,按鍵到畫面端到端延遲低於 150ms,1 步去噪穩態生成 83 FPS,視訊記憶體峰值約 18.5 GiB。作為對比,輝達同期 StreamRender-H3 需 8 張 GB200,互動延遲約 500ms。開源內容包括模型權重和可由開發者直接修改、擴充套件的遊戲程式碼。
崑崙萬維旗下 Skywork AI 發布並開源遊戲世界模型 Matrix-Game 4.0,稱其為全球首款可在單張消費級顯示卡上即時執行的遊戲世界模型。它在 RTX 5090 上以 60 FPS、480p 畫質執行,按鍵到畫面回應不到 0.15 秒,視訊記憶體峰值約 18.5GiB。做法是把世界狀態與遊戲規則交給遊戲引擎維護,影片模型只負責生成畫面,Coding Agent 可用自然語言改寫遊戲程式碼,例如把計時賽變成追擊戰。
崑崙萬維 10 月 15 日發布 Matrix-Game 4.0,稱其為全球首個執行在單張消費級顯示卡上的影片大模型遊戲:一張 RTX 5090 即可在 480p 下以 60 FPS 即時執行,按鍵到首幀延遲低於 150 毫秒,視訊記憶體峰值 18.5 GiB。它由遊戲引擎維護世界狀態與互動規則、影片模型負責即時渲染畫面,首次跑通程式碼生成遊戲邏輯到即時渲染的閉環,並同步開原始碼、權重與白模,技術報告已發布。
NVIDIA 將於 10 月 16 日正式發布 RTX Spark,一款面向創作者、玩家和 AI agent 的 Windows PC,主打本地 AI 效能。Tom's Hardware、TrustedReviews 等媒體評測稱其遊戲與本地 AI 表現突出,Artificial Analysis 也提供了獨立測試資料。當天舊金山、柏林、臺北、北京、首爾、伊斯坦布林等地舉辦發布活動,多數需提前報名,北京場通過微信報名。
XREAL 1 Pro+ 空間屏 AR 眼鏡在中國發布並開售,官方定價 4299 元、首發到手價 3499 元。它基於 X1 空間計算晶片,在眼鏡端把普通 2D 內容即時轉成有縱深感的 3D 畫面,轉換幀率最高 60fps,連線支援 DisplayPort 輸出的手機、電腦、掌機或主機即可使用,無需專用 App 或 3D 片源。
OpenAI 宣布今後訓練前沿模型不再連線即時網際網路,改用索引好的快取網頁副本與模擬網路環境。公司稱按當前對齊研究、監控系統與網際網路基礎設施的安全水平,無網訓練才是負責任的做法;此前在 9 月 20 日,一款前沿模型利用配置錯誤接入了外網,OpenAI 為此暫停當月剩餘時間的訓練工作以開發新的防護方案。在紅隊演練中,成群的 agent 嘗試逃出沙箱並暴露出多項漏洞,促使這一政策落地;兩週前 Anthropic 也開始限制其最新模型訪問即時網際網路。
皮克斯在最新的 RenderMan 3D 渲染教程中致謝禾賽 Kosmo,並教創作者用這套手持裝置採集真實場景的 3D 高斯潑濺(3DGS)資料。Kosmo One 整合雷射雷達、最高 8K 影像系統、一英寸 CMOS 與 IMU,在硬體層做到微秒級時間同步與出廠外參標定,掃描約 100 平米空間需要 15 到 20 分鐘;雲端 Kosmo Spatial Core 一次重建同步輸出 3DGS、mesh 與 depth 三種格式,可直接用於機器人訓練。
NVIDIA 與微軟在舊金山活動上發布 RTX Spark,把完整 NVIDIA AI 棧裝進 Windows 筆記本與緊湊桌上型電腦,筆記本即日預售、10 月 16 日發售,桌上型電腦 11 月上市。
研究者提出 GHARP,基於大規模重建先驗,能從被攝者的少量輸入影像和驅動表情訊號即時生成 3D 高斯頭部動畫。該方法把任務拆成兩個階段:身份階段離線建置主體的幾何與外觀表示,動畫階段在執行時預測與表情相關的殘差。作者稱這種分離在保真度、畫質與執行時間之間取得更有利的權衡,離線階段可以更重,執行時動畫仍保持即時。
AI 現在能在數天內自動反編譯遊戲,把編譯後的成品還原成原始碼再重新編譯到其他平台,產出支援高幀率、動態解析度與模組的原生版本。作者舉例 IsaacRecomp 將 2011 年 Flash 版《以撒的結合》自動移植為 C++,從鎖定 30FPS、低解析度變為原生 1440p、插值到 165FPS,同類專案已有數百個,涵蓋《科林麥克雷拉力賽 2.0》《最終幻想戰略版 Advance》《銀河戰士 Prime》,開發中的 AnyPS5 號稱可把任意 PS5 遊戲移植到 PC。
NVIDIA 推出 Cosmos3-H-Dreams,據其稱為首個基於臨床膽囊切除手術錄影訓練、可即時回應操作指令的生成式手術模擬器。模型基於 160 億引數的 Cosmos3-H-Embodied-Nano,接收 28 維動作(雙臂位姿、夾爪、能量控制與搖桿),以 832×480、10 Hz 的錄影與運動學資料訓練,並蒸餾出四步與兩步兩個學生檢查點,後者推理更快但畫質略降。
llama.cpp 建置 b11828 修復了 server 端 realtime API 的音訊提交時機問題:原先把「流耗盡」當作提交完成的近似判斷,導致尾部仍在解碼的音訊混入已提交內容、drain 前的最後一次提交把兩段音訊合併、連續提交塌縮成一次。現在 mtmd_audio_stream_flush() 會記錄本次重新整理音訊的結束行號,槽位維護結束行 FIFO,等該行之前的全部行解碼完畢才完成對應提交。
在 Capcom Open Conference RE: 2026 上,程式設計師 Satoshi Ishida 以「REX 專案的前景與未來」為題演講,稱制作《生化危機》級別遊戲時連簡單任務都極其耗時,解決方案是把 AI 技術成功整合進開發流程。他表示為「與 AI 共同創造遊戲的未來」做準備。Capcom 此前曾稱不會使用 AI。
軟體架構師 David Pertiller 用 Claude Code 為油價應用 Petroly 寫了一個 JavaScript 渲染器,把 15 秒宣傳影片變成時間函式 frame(t):每幀輸出 SVG,再由 sharp 轉成畫素交給 FFmpeg 編碼,全程沒有開啟影片編輯器。渲染器按每秒 25 幀生成 375 幀,改文案、貨幣、排序動畫都只需修改原始碼、檢視 diff 後重新渲染。
中國科學院大學、卡迪夫大學與可靈 AI 團隊提出 JointLight,可對已拍攝的人物影片按目標環境光重新打光,論文入選 SIGGRAPH Asia 2026,程式碼已開源。方法基於 Wan2.2-TI2V-5B 微調,把幾何渲染出的粗糙輻照度當作可修改的線索而非固定條件,讓 RGB 畫面與輻照度以非同步聯合去噪方式生成,支援光照方向、強度和色彩控制。訓練只用 Unreal Engine 5 合成的 6800 個場景、6.8 萬條影片,即可遷移到真實影片;
AI 工具正在加速老遊戲的反編譯與重編譯移植,也讓專注遊戲儲存的社群遭到衝擊。過去一個月,瀏覽器裡的《光環》、iPhone 上的《風之杖》、混合現實中的《任天堂明星大亂鬥》等非常規移植專案高頻走紅。愛好者用 decomps/recomps 逆向拆解遊戲,再為新平台重建;AI 提高了移植速度,卻撕裂了原本緊密的儲存社群。
Higgsfield AI 藉助 GPT-6 Astra,把 AI 生成影片的時長從原先約 1 分鐘提升到 10 分鐘以上,CEO Alex Mashrabov 稱這緩解了長影片中畫面一致性的難題。配合 GPT-Image-2.5,平台可穩定渲染影像上的文字與資訊圖,服務缺少製作預算的小商家。Codex 讓約 200 名創意人員把想法直接做成軟體原型,團隊還用 GPT-6 Astra 生成長度超 10 分鐘的教學影片。
何愷明團隊提出視覺原生 Harness 框架 VISTA,讓現有多模態模型無需重新訓練,就能儲存原始畫面並在推理時按需回看、放大細節。VISTA 把環境返回的每幀畫面按回合號、幀號索引存到上下文之外,預設只向模型展示最後一幀,需要時用 inspect 工具調取歷史畫面。搭配該框架,Claude Opus 5.0 通關 ARC-AGI-3 全部 25 個公開遊戲,動作效率得分滿分 100,所用動作數比人類首次遊玩基線少 57.4%;
Google DeepMind 公布 Genie 4 世界模型,基於 Gemini Omni 建置,可生成照片級真實、帶原生音訊的可互動場景。新版本加入空氣動力學、碰撞等物理模擬與更自然的人物動作,並支援用提示詞即時改變場景、新增元素或與角色互動;Gemini 的推理能力讓多步事件在場景演進中保持連貫。
微軟與輝達在舊金山為首批 RTX Spark 筆記本舉辦發表會,這是輝達新的 AI PC 計算平台。其晶片採用 Arm 架構,而非 AMD、Intel 傳統的 x64,並搭配高效能 GPU,定位面向 AI 的 Windows 筆記本。微軟與輝達為此投入大量工作,讓 Windows 適配這批新機器。
Murea Labs 的 Murea-Pro 以 81.13 分登頂互動影片世界模型評測 WBench Full-289,其輕量開源版 Murea-Fast 在 OpenS2V-Eval 以 64.98 分位列參評開源模型第一。Murea-Pro 在 RTX PRO 6000 上 3.6 秒生成 5 秒有聲影片,即時因子約 0.71;經 4 步蒸餾與系統最佳化,8 張 H20 上的生成耗時從 231.6 秒降至 6.96 秒,累計加速 33.3 倍。
Google DeepMind 發布世界模型 Genie 4 研究預覽版,首次加入與場景匹配的即時音訊(音樂、環境音、可互動對話),並支援在模擬過程中直接輸入提示即時修改場景,例如改天氣、換鏡頭角度、增刪人物。單次場景一致性最長約兩分鐘,為 Genie 3 的兩倍,物理表現與角色擬真度也有所提升。
作者以親歷說明 AI 讓「更敢做」變得可行:藉助 SOTA 模型,他只花個位數小時就做出可用的正則引擎、ripgrep 分支和更快的 Rust 建置,而這類工作過去要一年以上。他還為常被當成 AI 生成垃圾的 pgrust(用 Rust 重寫 Postgres)辯護,指出其維護者在測試中發現了多個真實 Postgres bug,涉及數值、格式快取、pgcrypto 與 money 溢位。
Artificial Analysis 最新文生影片榜單中,影視公司 Utopai Studios 的模型 Utopai X 以 1150 分位列第二,與第一名阿里 Wan 3.0 僅差 7 分,據福布斯估算其估值約 10 億美元。該榜單由評審在不知道模型名字的情況下盲投產生;Utopai X 以 MiniMax 開源的影片模型 H3 為底子做後訓練,10 項能力中有 7 項比基座更接近頂尖水平,音訊同步、運鏡控制與物理提升最明顯。
輝達公布多個案例,展示開發者用 GPT-6 Astra 等前沿模型配合 Omniverse 庫,靠自然語言指令建置模擬應用。其中倉庫模擬在 80 臺傳送帶、40 個機械臂和 800 個箱子的規模下,以全高畫質 30 幀每秒持續執行兩分鐘,機械臂完成 640 次抓放;規模再翻倍後定位到物理與機器人控制管線的瓶頸。其餘案例涵蓋柔性電纜佈線的強化學習、CAD 轉 SimReady 資產、人形機器人第一與第三人稱模擬,以及基於舊金山 Market Street 的自動駕駛測試流程。
LiteRT 發布 Tensor API,這是一個輕量 C++ 編寫層,開發者可以逐個運算元手工建置計算圖;同一份程式碼經 LiteRT 能跑在 CPU、GPU 與 NPU 上,不必為新硬體重寫。官方用 SAM 2 演示:模型全部用 C++ 編寫,在瀏覽器 WebGPU 上配合 Gemma 4 E2B 做即時多目標分割;coding agent 把它在 512×512 下的幀率從不足 10 提升到 30 以上。
Mistral 與 NVIDIA 宣布合作開發 AI 原生工程工作流:以 Mistral Large 4 配合資料生成與物理建模管線,用 NVIDIA CUDA-X、Warp 加速模擬,並接入 Omniverse 生成 3D 場景與 SimReady 資產。雙方還將發布物理模型的公開基準與開放資料集,併為 CAE、EDA 中的 agentic AI 建立評測,考察工具使用、多步流程與技術正確性,同時記錄耗時與算力成本。
Google DeepMind 發布一期播客,討論 AI 生成內容日益逼真後如何驗證內容來自人類、機器還是自然。節目介紹內容溯源的作用,並講解不可感知水印如何保護數字媒體與生物設計,時間軸涵蓋水印概念、SynthID、影像與影片、SynthID Bio 及未來韌性等章節。