8月12日·中国自研Matrix-3D：世界模型的新突破

8月12日·周二  AI工具和资源推荐

中国自研Matrix-3D：世界模型的新突破

中国自研的世界模型Matrix-3D近日发布，仅需单张图即可生成可自由探索的3D世界，效果对标李飞飞的World Labs，并实现更大范围的探索空间。Matrix-3D由昆仑万维开发，支持360°自由视角浏览，生成场景范围大，且具备高度可控性和强泛化能力。它通过全景图像作为中间表达，解决了传统方法中视角受限和边界效应的问题，并引入全景图生成、可控全景视频生成和3D场景生成三大核心模块。此外，Matrix-3D还发布了Matrix-Pano数据集，包含11.6万条全景视频，助力3D生成和空间智能研究。来源：微信公众号【新智元】

微博智搜靠DeepSeek杀进全国TOP 2

最新QuestMobile报告显示，微博的AI智搜凭借DeepSeek技术杀入全国AI搜索引擎榜单前二，月人均使用次数达36.6次。微博智搜通过全景式视角和准确的信息总结，为用户提供高效、清晰的搜索体验。它能够快速梳理复杂信息，如天气预警、社会新闻等，并在娱乐、数码等领域提供精准内容。此外，微博智搜还通过AI技术优化信息审核，提升辟谣和求证的准确性，获得众多高管和大V的盛赞。来源：微信公众号【新智元】

FlashRL：让强化学习快如闪电

FlashRL是一种开源的强化学习方案，通过应用INT8/FP8量化技术，显著加速了强化学习中的rollout阶段，同时保持了与BF16持平的性能。FlashRL的核心在于截断重要性采样（TIS）技术，解决了量化rollout与训练之间的不匹配问题。它支持在线量化，并通过Flash-LLM-RL包实现了对vLLM的补丁，使其能够支持带参数更新的模型量化。在32B模型上，FlashRL的吞吐量加速比可达1.75倍，尤其在内存受限环境下，加速效果更为显著。来源：微信公众号【机器之心】

商汤「悟能」：具身智能的桥梁

商汤科技推出「悟能」具身智能平台，旨在通过世界模型加快AI从数字空间进入物理世界。该平台基于商汤在计算机视觉和自动驾驶领域的积累，提供10万3D资产，支持第一视角和第三视角的视频生成，并保持长达150秒的时空一致性。它还集成了导航、人机交互等能力，助力机器人在复杂环境中灵活应对。商汤希望通过「悟能」为行业提供「机器人大脑」，推动具身智能的通用化发展。来源：微信公众号【机器之心】

英伟达升级版Cosmos：机器人的「大脑」

英伟达在SIGGRAPH大会上发布了升级版Cosmos世界模型，推出70亿参数的Cosmos Reason视觉语言模型，具备推理能力，可帮助机器人进行任务规划。同时，新增Cosmos Transfer-2及精简版，加速虚拟场景转化为训练数据。英伟达还升级了Omniverse库和SDK，支持三维重建和仿真，并开源了Isaac Sim 5.0与Isaac Lab 2.2。此外，英伟达推出RTX PRO Blackwell服务器和DGX Cloud云平台，降低硬件门槛，助力机器人开发。来源：微信公众号【量子位】