【新智元导读】Robin3D通过鲁棒指令数据生成引擎（RIG）生成的大规模数据进行训练，以提高模型在3D场景理解中的鲁棒性和泛化能力，在多个3D多模态学习基准测试中取得了优异的性能，超越了以往的方法，且无需针对特定任务的微调。多模态大语言模型（Multi-modal Large Language Mod
......
本文由站长之家合作伙伴自媒体作者“新智元公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
小米正式发布智能门锁M40 Pro，预售价3229.15元，叠加补贴后低至2880.4元。配备5英寸高清大屏与AI双摄全景猫眼，实现无死角监控；搭载6颗夜视补光灯，支持多种夜视模式。提供12种开锁方式，包括创新AI掌静脉识别（解决老人指纹磨损问题）和AI 3D人脸识别（防伪检测）。采用自研降噪全自动锁体，支持双电池供电（总续航10.5个月），新增门内长时插线充电功能，支持Type-C应急供电和手机无线反向充电。
大眼橙C3D投影仪专为卧室场景设计，小巧机身节省空间，支持自动对焦和梯形校正，操作便捷。配备一体化云台，可360°旋转调节角度，轻松适配不同观影姿势。画质表现优秀，1080P分辨率兼容4K解码，850CVIA亮度确保开灯环境下画面清晰，MEMC运动补偿避免拖影。内置低噪音设计和卧室模式，兼顾安静与舒适观影体验，结合腾讯视频AI语音助手，实现智能操控。整体精准契合卧室娱乐需求，提升幸福感。
京东在双11期间升级直播技术，推出“立体3D技术”和“JoyAI大模型”等创新。立体3D技术实现裸眼360度商品展示，用户无需额外设备即可旋转查看产品细节；JoyAI生成虚拟偶像Aura，与真人明星跨次元互动，提升趣味性。AI工具还简化直播运营，支持智能脚本和选品。这些技术打破传统直播边界，增强沉浸感和互动效率，引领电商直播创新方向。
京东在11.11大促期间升级直播技术，推出“立体3D技术”和“JoyAI大模型”等创新，打破传统直播边界。立体3D技术实现裸眼360度商品展示，用户无需额外设备即可旋转查看产品细节；虚拟偶像Aura等跨次元互动增强趣味性。AI全链路工具简化主播运营，提升内容创作效率。这些举措为用户带来沉浸式购物体验，引领直播电商技术革新方向。
小鹏汽车在2025科技日宣布，将于2026年推出三款全栈自研L4级Robotaxi，同步开启试运营。该车型搭载4颗图灵AI芯片，算力达3000TOPS，配备第二代VLA模型，具备强大泛化学习能力，能自适应全球不同交通习惯。作为中国首款全栈自研Robotaxi，无需额外改装，不依赖高精地图即可实现量产。车辆提供两套智驾方案，分别侧重通勤效率与极致安全，并在六大关键系统采用双冗余设计，确保行驶安全。小鹏还将开放Robotaxi SDK，与高德地图等伙伴共建全球服务生态。
三星在第八届进博会上紧扣AI浪潮，展示了显示技术、智能家电、半导体及物联网等领域的前沿成果。重点推出全球首款Micro RGB电视，融合微米级LED创新显示与AI功能，实现精准控光、更高亮度和真实色彩；同时展出144英寸Micro LED及纤薄折叠手机，体现从超大屏到移动显示的技术实力。全线产品集成Vision AI，通过影像增强、自适应音效等技术优化视听体验，并借助Galaxy AI提供个性化服务，强化在移动AI领域的领先地位。
华为Mate80系列预计11月发布，含标准版、Pro版及RS大师版四款。官方文档显示全系支持3D人脸识别，但标准版配置待确认。后摄模组采用居中圆形设计，搭载首发的麒麟9030芯片及鸿蒙OS 6系统，性能将提升。顶配RS版配备6.9英寸双层OLED屏，亮度更高功耗更低，并可能支持eSIM功能。
苹果爆料人Mark Gurman透露，MacBook Pro会率先升级OLED，时间是明年下半年，然后MacBook Air再跟进OLED，时间是2028年，届时MacBook Pro和MacBook Air都将全面迈入OLED时代。 Mark Gurman指出，苹果旗下的iPad系列、MacBook机型全部都将启用OLED屏幕，包括iPad mini、MacBook Pro、iPad Air和MacBook Air，且大概率会按此顺序推进。PS：入门款iPad暂无搭载OLED的计划。 值得注意的是，MacBo
本期AI日报聚焦多领域创新：昆仑万维推出SkyReels V3模型，整合顶尖视频生成能力；月之暗面Kimi Linear模型处理长文本速度提升2.9倍；MiniMax Music 2.0实现专业级音乐创作；字节跳动启动豆包股权激励计划吸引AI人才；苹果iOS 27将迎AI重大升级，Siri更个性化；Dia浏览器融合Arc设计理念与AI技术；文心魔法漫画工具实现一键生成连载作品；谷歌Gemini Canvas新增PPT自动生成功能，由Gemini 2.5 Pro驱动，提升职场效率。
这几天，OCR这个词，绝对是整个AI圈最火的词。因为DeepSeek-OCR，甚至让OCR这个赛道文艺复兴，又给直接带火了。 整个Hugging Face的趋势版里，前4有3个OCR，甚至Qwen3-VL-8B也能干OCR的活，说一句全员OCR真的不过分。 然后在我上一篇讲DeepSeek-OCR文章的评论区里，有很多朋友都在把DeepSeek-OCR跟PaddleOCR-VL做对比，也有很多人都在问，能不能再解读一下百度那个OCR模型（也就是PaddleOCR-VL
