1月14日·自变量机器人获10亿融资，字节红杉押注“物理世界基础模型”新范式

1月14日·周三  AI工具和资源推荐

AI智库导航-aiguide.cc为您提供最新的AI新闻资讯和最新的AI工具推荐，在这里你可以获得用于营销的AI聊天机器人、AI在商业管理中的应用、用于数据分析的AI工具、机器学习模型、面向企业的AI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。

自变量机器人获10亿融资，字节红杉押注“物理世界基础模型”新范式

北京具身智能公司“自变量”完成新一轮10亿元融资，由字节跳动、红杉中国共同出手。公司主张“机器人大脑”并非简单把大模型塞进机身，而应构建独立于语言、多模态模型的“物理世界基础模型”。其端到端架构统一感知-动作-语言，损失函数升级为“多模态状态预测”，让模型在预测“下一秒触觉、画面变化”中习得因果律。自研WALL-A模型已跑通外卖即时配送全链路，在开放室外-室内-电梯场景中完成超长序列操作，实现具身智能首次商业级落地。公司同时开源轻量版WALL-OSS，并发起“具亮计划”黑客松，推动社区共建数据闭环。来源：微信公众号【机器之心】

Transformer仍稳坐江山，Sebastian Raschka点名2026三大变数：混合注意力、扩散模型、数据枯竭

AI研究员Sebastian Raschka发布年度展望，认为Transformer一到两年内仍保持SOTA，但产业焦点已从“堆参数”转向“效率+混合”。DeepSeek V3/R1带火的MLA+MoE、Qwen3-Next与Kimi Linear的线性-全注意力混合层，以及DeepSeek V3.2稀疏注意力，成为降低KV-Cache、延长上下文的主流方案。扩散语言模型凭并行生成优势被Google视作“廉价Flash”候选，但工具调用缺陷与去噪步数增加带来的算力抵消仍待解。Raschka特别引用《Diffusion Language Models are Super Data Learners》指出，在高质量数据枯竭时代，DLM可多轮训练不过拟合，或成“数据墙”突破口。来源：微信公众号【机器之心】

北大KnowVal智驾系统登顶Bench2Drive，用知识图谱给车辆装上“法律道德脑”

北大王选所团队发布KnowVal，首个融合知识图谱与价值模型的端到端智驾系统。其构建含交通法规、防御性驾驶、道德准则的驾驶知识图谱，通过“感知引导检索-检索引导感知”双向机制实现视觉-语言推理；规划器生成多条候选轨迹后，由基于16万人类偏好数据训练的价值模型进行法条与道德打分，选出最优路径。系统在nuScenes实现最低碰撞率，Bench2Drive闭环 benchmark 取得SOTA。定性实验显示，面对积水溅行人、隧道实线变道等场景，原端到端模型加入KnowVal后均可正确减速或保持车道，验证“懂法”的智驾切实可行。来源：微信公众号【机器之心】

中国电信TeleAI把视频压到0.02%，远洋卫星秒看世界杯直播

中国电信人工智能研究院发布生成式视频压缩GVC，原生1 GB视频仅需200 KB即可高清重建，压缩率0.02%，在卫星带宽仅1-2格信号的远洋货轮上也能流畅观看世界杯直播。系统用“语义+运动”Token替代像素流，接收端扩散模型依Token现场生成画面，实现从Level A“像素搬运”到Level C“任务有效性”的通信范式跃迁。RTX 4090上生成29帧仅需约1秒，LPIPS画质指标较HEVC节省6倍带宽，DAVIS2017分割任务J&F更高，保证机器分析可用。GVC基于“智传网”信容律设计，标志着视频传输进入“用计算换带宽”的AI原生时代。来源：微信公众号【量子位】

谷歌Veo 3.1原生竖屏+4K上线，AI短视频大战全面开火

谷歌升级Veo 3.1，首次原生支持9:16竖屏与4K分辨率，宣告正式杀入AI短视频赛道。用户只需上传一张竖图+一句提示，即可生成适合YouTube Shorts的移动端高清短片；多张无关图片可自然融合为同一段剧情，角色、背景、物件在镜头间保持高度一致。升级后的模型创意与一致性双提升，已面向全体用户开放，普通消费者可通过YouTube Shorts、Gemini App体验，企业可通过Vertex AI等接口调用。凭借YouTube全球流量与创作者生态，谷歌形成“创作—分发—反馈—优化”闭环，与OpenAI Sora、迪士尼Disney+竖屏流并肩，加速AI视频竖屏化趋势。来源：微信公众号【量子位】