X @MistralAIAI 評分47
Mistral Large 4 做出即時 3D 衛星追蹤應用 Orbital Trace
Mistral AI 讓 Mistral Large 4 從零建置出一款即時 3D 追蹤應用 Orbital Trace，用於追蹤地球軌道上約 1.9 萬個衛星與碎片。據其介紹，模型不僅產出了可執行的 App，還以使用者視角自行測試、做了速度最佳化，並通過嚴格驗證。官方未公布開發耗時、程式碼規模等細節。
搜尋
依意思最接近的 30 筆
機器之心AI 評分63
北大團隊 DragMesh 被 IJCV 接收：拖拽一次即可生成 3D 關節運動
北京大學團隊的 DragMesh 被 IJCV 接收。使用者只需在已有 3D 資產上對目標部件拖拽一次，系統就能生成符合關節約束的完整運動軌跡，無需重新生成整個物體。方法上先用 KPP-Net 預測關節型別、軸與原點，再由 Dual Quaternion VAE 並行生成 16 幀軌跡，並通過跨模態語義蒙皮把同一套運動遷移到 Mesh 或 3D Gaussian Splatting。
機器之心AI 評分45
VAST 啟動新一期 V·STAR 人才計劃，招募擴充套件至世界模型
VAST（三啟萬物）發布新一期 V·STAR 頂尖人才計劃，在 3D 生成基礎模型之外，新增三維理解與智慧體、世界模型兩個招募方向，面向 3D 生成、影片生成、LLM 後訓練與 Coding Agent 領域的研究者。文中稱 Tripo 系列在累計超 20 萬使用者投票的第三方評測中連續 8 個月居首，9 月更新的 P2.0 可在數秒內生成以四邊面為主、面數可控、部件可拆分的網格。
機器之心AI 評分63
智元發布 GO-3 Preview，打通機器人全鏈路規模化學習
智元發布具身模型 GO-3 Preview，稱在預訓練、後訓練和部署後實現全鏈路規模化學習，並在 RoboDojo、RoboTwin、RoboColiseum 三項評測中排名第一。其預訓練約九成使用人類第一視角資料，採用 WRAM 架構；後訓練系統 Genie Evolver 結合百臺級真機、模擬與世界模型，手機包裝任務成功率由 50.8% 提升至 98.3%。
量子位● 精選AI 評分65
國產 3D 模型 Hi3D 開源 V1.0，V3.0 精度達 2048³
Hi3D 正式開源 V1.0 3D 生成模型的程式碼與權重，已在 GitHub 和 Hugging Face 上線，官方稱可免費使用。V1.0 沿用 Sparc3D 架構，訓練資料擴至約 200 萬個篩選後的 3D 資產（Sparc3D 的 4 倍），幾何提取解析度最高 1536³；技術報告稱其多檢視保真度 0.75、細節豐富度 0.841 在所列對比方法中排名第一，切片成功率 90%。
量子位AI 評分62
皮克斯 3D 渲染教程致謝禾賽 Kosmo 掃描方案
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。
Hacker News front pageAI 評分37
新工具追蹤 AI 領袖影片言論，Amodei 累計 54 條
有人做了一款工具，追蹤 AI 行業領袖在影片中的公開表態，並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei（累計 54 條）、Alex Karp（51 條）、Marc Andreessen（49 條）、Sam Altman（45 條）、Palmer Luckey（40 條）、Satya Nadella（23 條）、Elon Musk（21 條）、Yann LeCun（6 條）等人，頁面同時標註本週新增條數，例如 Alexandr Wang 本週有 5 條。
量子位AI 評分58
Meshy 不到兩年 ARR 從 100 萬增至 1 億美元
AI 3D 生成公司 Meshy 披露，其 ARR 從 100 萬美元增長至 1 億美元，用時不到兩年，比 HeyGen 的 29 個月更快。Meshy 7 在自建幾何對齊基準中造型比例、空間分佈、表面細節三項指標領先受測模型，7.1 將幾何生成解析度從 2048³ 提升至 4096³。三七互娛已將其接入生產流程，基礎模型階段雕刻工作量減少 30% 至 40%。
The Verge AIAI 評分67
微軟發布第三代自研 AI 晶片 Maia 300，2027 年投產
微軟發布第三代自研 AI 晶片 Maia 300，將其定位為微軟產品與服務的主要 AI 推理系統，計劃 2027 年開始投入生產部署。微軟雲業務執行副總裁 Scott Guthrie 表示，相比主流的 GPU 系統，Maia 300 每兆瓦可多輸出 40% 的 token，並更能應對最新的推理模型與 agentic 任務。該晶片的設計目標是提升雲端 AI 工作負載的成本與效率，減少對 Nvidia GPU 的依賴。
Hacker News front pageAI 評分30
Show HN：在手機上搭建 3D 世界，再到 Vision Pro 與 Quest 的 XR 裡探索
Show HN 上出現一個名為 camilleworld 的專案：在手機上搭建 3D 世界，然後進入 Apple Vision Pro 與 Meta Quest 的 XR 環境中瀏覽。入口是 3d.camilleworld.com/play/，手機端負責搭建，頭顯端負責沉浸式檢視。原帖只給出連結，未說明支援機型、是否需要帳號或是否收費；發帖時僅 3 分、0 條評論。
Hacker News front pageAI 評分52
T3 Code 開源：用手機與桌面端統一控制 Claude Code、Codex 等 agent
T3 Code 是一個開源免費的 agent 控制台，可通過 iOS、Android 應用、網頁版和 Electron 桌面端遠端控制本機已安裝的 coding agent。它支援 Claude Code、Codex、Cursor、Grok Build、OpenCode 和 Google Antigravity，使用前需在本機安裝並登入至少一個提供方（Antigravity 在設定中啟用並登入 Google 即可，無需 CLI）。
機器之心● 精選AI 評分66
數美萬物開源 Hi3D V1.0，最高 1536³幾何解析度
數美萬物將圖生 3D 模型 Hi3D V1.0 開源，程式碼與權重已在 GitHub、Hugging Face 發布，基於 Sparc3D 稀疏表示框架。訓練用 3D 資產從約 50 萬擴至約 200 萬，新增 1536³層級，最高有效稀疏表面提取解析度為 1536³，官方稱該模型在開源前已進入真實使用者生產工作流驗證。技術報告顯示，562 組人類偏好對比中它勝出 469 次、綜合得分 85.9%，多視角一致性 0.75 與細節豐富度 0.841 在九種對比方法中最高。
TechCrunch AIAI 評分62
Trajectory 融資 4500 萬美元，後訓練平台向非技術專家開放
Trajectory 完成 4500 萬美元 A 輪融資，估值 3 億美元，由紅杉領投，輝達、Bessemer 與 Bain Capital Ventures 參投，同時對外開放其模型後訓練平台。平台走持續學習路線：企業以開源模型起步並接入自家應用，平台收集反饋後重新訓練，使模型在合同審閱、公司估值等專業任務上持續改進，律師、醫生等非技術專家可自行操作。Harvey、Rogo、Decagon 與輝達已在使用。
機器之心● 精選AI 評分68
淘寶開源 3D 生成模型 TaoFlowForge 與 TaoTex，5MB 內實現秒級載入
阿里巴巴淘寶 Meta 技術團隊開源 3D 原生網格生成模型 TaoFlowForge 與 3D 原生材質大模型 TaoTex，論文、程式碼與模型權重均已公開。TaoFlowForge 採用三階段級聯流匹配，把頂點流與拓撲流分開生成，輸出拓撲乾淨、輕量且可編輯的網格；TaoTex 專攻幾何平坦區域的高頻紋理還原，支援單圖和多圖輸入，能重建表面文字與 logo。兩者協同可把 3D 建模縮短到分鐘級，並將資產體積控制在 5MB 以內；
X @Kimi_Moonshot● 精選AI 評分61
Kimi K3.1 Pro 可直接在 Blender、虛幻引擎等工具中工作
Kimi K3.1 Pro 可直接在 Blender、Unreal Engine、Godot 和 CAD 等 3D 建模與遊戲行業常用工具中工作。在測試多檢視渲染轉 CAD 程式碼生成的 BenchCAD 上，它藉助這些工具得分 92.7%，接近 Claude Opus 5.5 的 96.2% 與 GPT-6 Astra 的 95.9%。官方稱它能產出較完整的專案，覆蓋資產搭建、場景組裝、動畫與渲染。
機器之心● 精選AI 評分75
禾賽發布 Kosmo：15 分鐘掃描真實空間，生成機器人訓練環境
禾賽 10 月 14 日發布三維世界資料引擎 Kosmo，由空間相機 Kosmo One 與雲平台 Kosmo World 組成，約 15 分鐘可完成 100 平方米空間掃描並生成三維訓練環境，而人工建模還原一家門店約需 300 小時。禾賽稱 Sharpa 的失敗案例降至原來的十分之一，任務成功率達 99%，同一空間可自動生成上萬條訓練軌跡。
X @MistralAI● 精選AI 評分63
@MistralAI: Voxtral 3 also introduces a voice agent SDK, built on LiveKit.
Mistral 在 Voxtral 3 中附帶發布了語音 agent SDK，底層基於 LiveKit 建置。該 SDK 把語音流程串成一條流式管線：Transcribe 負責收音轉寫，一個推理模型負責思考並呼叫工具，Speech 負責生成回覆，三段串聯以支援自然、即時的語音對話。官方推文只給出這套管線結構，未披露價格、上線時間與語言支援等細節。
X @MistralAIAI 評分18
Mistral 放出 Voxtral 3，官方公告連結已上線
Mistral AI 在 X 上宣布了 Voxtral 3，並附上官方公告連結 mistral.ai/news/voxtral-3。帖文字身沒有給出模型規格、可用範圍、價格或發布時間等任何細節，全部資訊需要開啟公告原文檢視。
機器之心● 精選AI 評分77
Meta 提出 World-T³，把長時記憶寫進引數並實現單卡即時生成
Meta 提出相機可控影片世界模型 World-T³，用測試時訓練把滑出上下文視窗的歷史觀測寫入快速權重，緩解長時生成中的失憶。在 120 段“去程+返程”基準上，重訪 PSNR 從 13.52 dB 升至 18.31 dB，絕對旋轉誤差從 3.344°降至 1.075°。經雙教師蒸餾的 4 步模型在單張 B200 上以 1280×704 解析度達到 20.6 FPS，生成中記憶持續更新，並在 6 項重訪一致性指標上均列第一。
Hacker News front pageAI 評分46
Jev 發布 33 天即退燒，折射 AI 行業炒作與創新匱乏
Jev 發布 33 天后熱度迅速消退，這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器，宣稱不會幻覺、更快更便宜，但輸出仍會出錯，且已有開放權重模型在部分任務上價效比更高，並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現，並由此質疑行業四年來的創新增量。
X @Kimi_MoonshotAI 評分29
Kimi 發布 3D 工作教程，含 5 條技巧與分步演示
Kimi 官方發布了一份面向 3D 工作的使用教程，給出 5 條技巧，並配有分步操作演示。教程以網頁形式發布，地址為 kimi.ai/academy/3d-tutorial，內容圍繞如何藉助 Kimi 完成 3D 相關工作。原文未披露更多功能、價格或適用模型的資訊。
機器之心● 精選AI 評分71
TUM 提出 Tadpole：自編碼器預訓練 3D 物理基礎模型，線上學習免存 202TB 資料
慕尼黑工業大學團隊提出 Tadpole，用自編碼器而非預測下一時刻作為預訓練目標，先學三維物理場的通用表示，再遷移到重建、動力學預測與生成。預訓練採用線上學習，GPU 上的求解器即時生成資料直接送入訓練，累計使用約 202 TB 資料卻無需本地儲存，在高速 SSD 環境下整體速度約為離線方案的 1.8 倍。模型用隨機裁剪區域性區域統一不同變數數與解析度的資料，零樣本重建最高到 1024³；
機器之心● 精選AI 評分78
王琰發布 TraceForge：自生成思維鏈反超蒸餾原版
獨立研究員王琰發布技術報告 TraceForge，提出用同族模型自行生成思維鏈、只向閉源模型借答案的合法路徑。以 Qwen3.5-9B-Base 做學生、5,000 條題目訓練後，自生成思維鏈在 HumanEval+ 比直接蒸餾 Claude Fable 5 真實思維鏈高 3.7 分、MBPP+ 高 7.1 分，且 MBPP+ 領先在每個 checkpoint 上都成立。報告還給出更徹底的變體：連答案也交給同族最強模型生成，全程不讓任何閉源 token 進入梯度；
量子位● 精選AI 評分69
智元發布 GO-3 Preview 與 WITA-OMNI 雙模型，登頂多項具身評測榜
智元在創新日發布具身基座模型 GO-3 Preview 與全模態互動大模型 WITA-OMNI，前者在 RoboDojo、RoboTwin、RoboColiseum 三項評測居首，後者在 Daily-Omni、TimeLens-Bench 等四項評測登頂。WITA-OMNI 無需喚醒詞，平均 600 毫秒、最快約 400 毫秒回應，支援本地無網互動，計劃 2026 年 12 月前完成國內部署、2027 年 1 月推出歐洲版本。
Apple Machine Learning ResearchAI 評分56
GHARP 用少量影像即時生成 3D 高斯頭部動畫
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。
機器之心● 精選AI 評分76
阿里千問 TRACE 讓 FP4 強化學習 Rollout 最高提速 5.4 倍
阿里千問與俄亥俄州立大學提出 TRACE，用 Rollout 側真實 FP4 量化結果指導訓練側舍入方向，在四個 Qwen MoE 模型上把聯合 FP4 權重啟用與 FP4 KV Cache 的 RL 效能拉回 BF16 水平。Qwen3.5-35B-A3B 平均分 75.3，高於 BF16 Rollout 的 74.9，遠超普通 QAT 的 59.6 和 QUADS 的 68.8；128K 輸出長度下解碼吞吐最高提升 5.4 倍，端到端 RL step 僅增約 7.4% 開銷。
機器之心● 精選AI 評分79
南開阿里等提出 PoS，識別 Belief Trapping 打破 Agent 空轉
南開大學聯合阿里雲、清華大學提出 PoS（Progression of States），把智慧體持續互動卻無實質進展的狀態定義為 Belief Trapping，並用顯式信念狀態、Belief Health 檢測與 Trapping-Aware Recovery 打破它。
Hacker News front pageAI 評分60
Laminar 發布 flow-1：成本低 23 倍的 agent 追蹤查錯模型
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。
X @MistralAI● 精選AI 評分62
Mistral 發布 Voxtral 3 語音模型，驅動新語音智慧體 API
Mistral 發布 Voxtral 3，包含 Transcribe 與 Speech 兩類語音模型，官方稱其達到當前最優水平，並用於驅動 Mistral 新的語音智慧體 API。公告以推文執行緒形式給出，未披露模型規模、定價、可用平台與發布時間等細節。
Hacker News front pageAI 評分70
Trail of Bits 發布 agent 補丁與迴歸檢查外掛
Trail of Bits 發布 patching-bugs 與 regression-hunt 兩個外掛，把補丁開發和迴歸檢查交給 agent。前者復現 bug、寫修復並測試；後者沿改動的呼叫鏈找出候選迴歸，在真實部署上跑 PoC 驗證，維護者可提供自己的安全假設與補丁規範。團隊用 21 個已確認迴歸做評測，regression-hunt 的假陽性比提示「審查 PR 迴歸」的基線 Codex agent 少 25%。