OpenAI的最新人工智能(AI)项目显然已经学会了玩视频游戏《我的世界》。这是根据该公司官方博客上的一篇文章获得的信息，其详细介绍了如何训练一个神经网络来完成这一壮举。
OpenAI是一个致力于AI研究的组织，由埃隆·马斯克在2015年创立。据悉，研究人员使用了一种被称为“视频预训练(VPT)”的技术，涉及从实际人类游戏的视频中收集样本数据如按下按钮和鼠标移动，并创建一个注释这些动作的算法。
研究人员随后训练了一个“逆动力学模型(IDM)”以预测游戏视频中所采取的行动顺序。最后，向受训的IDM展示了7万小时的在线视频。
该模型能从视频中复制动作。它能够收集原木，将原木制作成木板，然后将木板制作成一个工艺台。该模型还能游泳、猎杀动物和吃食物。事实上，它甚至可以完成相当复杂的动作--反复跳跃并将木块放在玩家身下。
该AI甚至还能制作钻石镐，这是一项复杂的技能，人类玩家需要花费约20分钟才能完成。
（举报）
AI日报栏目每日提供人工智能领域热点内容，聚焦开发者，帮助洞悉技术趋势、了解创新AI产品应用。最新动态包括：MiniMax海螺AI首尾帧功能上线；元石科技发布问小白5挑战GPT-5；OpenAI推出语音模型GPT-Realtime；谷歌Gemini AI优化表格处理；腾讯黑科技实现AI配音；百度计划培养千万AI人才；MathGPT.ai反作弊功能推广；苹果Xcode集成Claude Sonnet4；微软发布自研AI模型MAI系列；xAI推出高效编码模型Grok Code Fast1；SuperCLUE多模态评测Gemini-2.5-Pro居首；9月1日起AI内容标识新规实施，违规将承担法律风险。
OpenAI发布两款开源AI模型GPT-OSS-120B和GPT-OSS-20B，允许开发者自由下载、运行和定制。其中120B模型已部署在IBM Watsonx.ai平台，采用专家混合架构，支持本地或云端部署，不受商业用途限制。模型具备高透明度，输出完整推理链，在多项基准测试中表现优异。此次发布标志着OpenAI首次加入开源生态，IBM强调其开放战略，为企业提供灵活、安全的AI开发选择。
长期在国内市场不温不火的播客赛道，正在焕发出越来越蓬勃的新机。 8月15日，自带流量和多重话题标签的罗永浩入驻B站，并宣布将开启一档视频播客节目《罗永浩的十字路口》，8月19日，罗永浩发布了第一条视频播客，与理想汽车创始人李想进行了近4小时的深度对话，一度引发热议，在B站内的观看量超230万。 而由罗永浩掀起的这一波流量热潮背后，可以看出B站对于视频
本文汇总了AI领域最新动态：谷歌推出Gemini 2.5 Flash图像编辑模型，字节发布Waver 1.0视频生成工具；百度“梯子AI”提供无广告搜索；文心快码新增终端编码功能；腾讯游戏VISVISE工具集提升动画制作效率；自动驾驶配送机器人RM5进军外卖行业；DeepSeek V3.1出现字符Bug已修复；谷歌翻译升级实时同传和AI陪练；全球首现AI勒索软件PromptLock威胁网络安全；Anthropic推出Chrome浏览器AI助手Claude。
OpenAI首席执行官Sam Altman近日接受采访时透露，虽然公司正推进数万亿美元级的计算基础设施投资计划，但他对上市后继续担任CEO持保留态度。 Altman坦言，尽管主导着OpenAI多项战略级项目，但自认缺乏上市公司CEO所需的核心管理素质与市场敏感度。 他特别强调，上市企业领导者需具备应对复杂投资者关系与监管环境的综合能力，而自己可能并非最优人选。
爱诗科技8月27日发布新一代AI视频生成模型PixVerse V5，实现秒级高质量视频生成，支持360P至1080P分辨率。新模型在真实度、灵活性及生成速度上显著提升，覆盖人物、二次元、商业广告等多场景创作。同步上线Agent创作助手，降低使用门槛，用户无需专业技巧即可一键生成专业级视频。该技术推动AI视频从专业工具走向大众化应用，加速行业落地。
OpenAI的首席执行官萨姆奥尔特曼（Sam Altman）在近日的一次专访中，透露了下一代大模GPT-6的最新进展。他表示，GPT-6 的开发正在积极推进中，其发布节奏将比从GPT-4到GPT-5的周期更快。 奥尔特曼特别强调，GPT-6将不再局限于单纯回答问题，而是朝着与用户深度适配”的方向演进。他举例描述
百度旗下的AI搜索AppTizzy.ai”已完成了前期的测试，并正式更名为梯子AI”上架。 这款应用最初于8月10日发布，当时名称为Tizzy.ai”，更新后版本号从1.0.0直接跳至1.2.0。 据介绍，梯子AI定位为智能搜索助手，依托百度多个大模型能力开发而成，主打无广告智能搜索，整合深度思考、资源检索及影视娱乐功能，致力于为用户提供简单搜索，一触即达”的极致体验。
AI时代企业核心挑战已从“能否做AI”转向“如何高效集成AI能力”。AI模型库通过聚合全球主流模型，提供透明化成本与能力信息，帮助企业实现快速原型验证、精准选型和成本优化。这种基础设施降低技术门槛，使非技术背景决策者也能深度参与技术选型，加速创新迭代并降低试错成本。
本期AI日报聚焦多项AI技术突破：智谱发布革命性语音代理AutoGLM 2.0，实现全平台语音操控；腾讯元宝接入视频平台提升观影便捷性；字节跳动开源大模型Seed-OSS专注长文本处理；速卖通AI代理助力新品推广效率翻倍；微软测试Copilot智能文件搜索功能；Liquid AI推出低延迟视觉语言模型LFM2-VL；OpenAI月收入首破10亿美元；谷歌Pixel 10系列全面升级AI功能，包括情感识别和实时翻译；Pixel Buds Pro 2引入AI手势控制；ElevenLabs发布支持70+语言的文本转语音API。
