免訓練框架 Fluid-Gen-Zero 讓影片模型接入物理模擬器
Simon Fraser University、Meta Reality Labs 等團隊提出免訓練框架 Fluid-Gen-Zero,讓預訓練影片生成模型接入物理模擬器來生成符合物理規律的流體影片,且無需更新模型引數。它先用 Genesis 引擎模擬出物體與流體的運動軌跡,再由 VLM 決定影片分段時機,並在潛空間中對物體區域施加較強約束、對流體區域採用更柔和的約束。
依意思最接近的 12 筆
Simon Fraser University、Meta Reality Labs 等團隊提出免訓練框架 Fluid-Gen-Zero,讓預訓練影片生成模型接入物理模擬器來生成符合物理規律的流體影片,且無需更新模型引數。它先用 Genesis 引擎模擬出物體與流體的運動軌跡,再由 VLM 決定影片分段時機,並在潛空間中對物體區域施加較強約束、對流體區域採用更柔和的約束。
廈門大學 ASC 實驗室的 FlowMAS 被 NeurIPS 2026 錄用:它用生成流網路(GFlowNet)把多智慧體工作流拓撲的設計變成可學習的生成問題,讓 AI 自動學出團隊的排兵佈陣。方法引入好奇心驅動與資訊引導兩個模組,在搭建每一步給中間結構發過程性獎勵,後者用資訊理論衡量多路 AI 輸出的協同與冗餘。在 6 個基準、3 種模型底座上,它比手工設計平均高 8.17 分、比自動化方法高 6.12 分;
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。
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。
清華大學、NVIDIA、CMU、UC Berkeley 等機構聯合發布 StreamEval,稱其為全球首個流式互動影片生成評測基準,覆蓋數字人對話、虛擬人表演、世界生成、指令編輯與參考編輯五類任務、300 個測試用例、38 個模型。結果暴露出共同短板:模型能否穩定生成畫面,與能否可靠執行連續指令是兩回事;最好的數字人模型 Vidu S2-Avatar 綜合分 93.98,但指令跟隨僅 36.90;世界生成最高分 MemFlow 僅 33.36。
密西根大學團隊創立的 Laplace Intelligence 正在為機器人、自動駕駛等物理 AI 做自動化紅隊測試:用 AI 智慧體在高保真模擬中自動設計罕見極端場景,在部署前找出失效點。模擬環境基於輝達 Cosmos 世界模型的後訓練版本搭建,可按語言指令即時改造街景,並讓其他交通參與者對環境做出互動反應。
純 Rust 編寫的開源引數化 3D CAD SolidCraft 發布,內建 MCP 伺服器,可讓 AI agent 直接驅動建模,同時支援桌面端與瀏覽器執行。它提供草圖約束求解、拉伸/旋轉/掃掠/放樣、裝配、鈑金與引數化特徵時間線,修改尺寸後模型自動重建,並可匯出 STEP 與 IGES。已提供 Windows、macOS、Linux(AppImage、deb、rpm、Flatpak、Snap)及 ARM64 與網頁版下載,安裝包尚未簽名。
Laminar 發布 flow-1,一個用強化學習訓練、專門在 agent 追蹤(trace)裡找錯誤的模型。官方基準稱其查錯品質與 GPT-6-sol 持平,成本卻低 23 倍,因此可以對每條生產環境 trace 做全量分析而不必取樣。
10 月 16 日,範式智慧聯合睿思智聯發布一站式生產級 AI 部署平台模域(ModelSphere),面向企業免費開源,以 Apache 2.0 協議在 GitHub 上線。平台把算力管理、模型部署與執行最佳化整合為統一流程,可統一混合排程華為昇騰、天數智芯、摩爾線程、海光 DCU 等國產晶片,無需為不同晶片重寫底層程式碼。
Mistral 宣布與輝達建立新合作,將 AI 引入工業工程,並加快模擬速度。合作還包含為物理 AI 發布開放基準與配套資料集,以及為 CAE、EDA 中的 agentic AI 提供評測。更多資訊見 Mistral 官方公告。
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。
舊金山成立兩年的 Mirror Particle 認為用 LLM 角色扮演目標人群來預測人類行為的方法行不通,改為從零訓練模擬人類動因、並追蹤其隨時間變化的世界模型。它結合客戶資料、時事、流行文化與社交媒體建模人群,重點看真實發生的「已顯現行為」而非問卷自述。公司已完成天使輪、接近敲定首輪風投,將參加 TechCrunch Disrupt 2026 的 Startup Battlefield 200。初期面向市場研究與品牌產品策略;