快科技8月7日消息，据媒体报道，谷歌DeepMind正式发布了其新一代通用世界模型Genie 3。
该模型能够根据用户的文本提示，快速生成丰富多样的交互式虚拟环境。Genie 3不仅能够以每秒24帧的速度生成720p分辨率的高清交互式3D世界，更创新性地引入了 可提示世界事件” 功能。用户通过简单文本指令，即可实时修改虚拟环境，显著提升了沉浸感与创造力。
DeepMind视Genie 3为迈向通用人工智能（AGI） 的重要里程碑。它能为 AI 智能体提供广阔、逼真的训练场，同时在游戏开发、教育模拟、创意设计等领域开辟全新应用场景。
例如，仓库机器人可在该模型生成的虚拟环境中，无风险地学习应对各种突发状况，从而提升实际部署表现。
然而，Genie 3目前仍面临挑战：其支持的连续交互时长仅数分钟，远未达到理想状态（如数小时）。此外，AI智能体在模拟环境中的交互能力，尤其是处理复杂多智能体交互方面，仍需大幅提升。
为优化模型并评估潜在伦理风险，DeepMind目前以研究预览形式，向部分学者和创作者开放Genie 3，旨在收集专业反馈以驱动后续迭代。
（举报）
AI日报栏目聚焦人工智能领域最新动态：1)Claude Opus4.1发布，编程能力提升74.5%；2)OpenAI开源GPT-OSS-120B和20B模型；3)谷歌DeepMind推出革命性3D世界模型Genie3；4)谷歌Gemini新增AI故事书生成功能；5)ElevenLabs推出商用AI音乐生成器；6)百度智能云发布首批AI数字员工；7)OpenAI估值或达5000亿美元；8)00后创业者推出云端AI协作开发工具Vinsoo；9)腾讯启动2026校园招聘，重点培养AI人才；10)马斯克宣�
7月27日，腾讯混元3D世界模型1.0在魔搭社区开源首发。这是业界首个开源的沉浸式3D世界生成模型，支持文字/图片输入快速生成完整3D场景，将原本需要数周的建模时间缩短至几分钟。该模型显著提升了游戏开发、VR、数字内容等领域的创作效率，开发者可免费下载体验，还能通过魔搭社区提供的4000+MCP服务和调试工具进行优化训练。作为中国最大AI开源社区，魔搭已汇聚500+机构、7万+模型，覆盖36个国家1600万开发者。此前腾讯开源的混元MoE模型Hunyuan-A13B也在该社区首发。
【AI日报】汇总了最新AI领域动态：1)腾讯开源混元系列小尺寸模型，适用于消费级显卡；2)昆仑万维发布推理大模型MindLink，提升回答透明度；3)B站推出AI原声翻译功能，保留UP主音色；4)谷歌Gemini 2.5在数学奥赛夺金，展现强大推理能力；5)OpenAI展示GPT-5网络信息整合特性；6)苹果组建AI团队挑战ChatGPT；7)高德地图推出全球首个AI原生地图应用；8)Adobe推出AI图像合成工具Harmonize；9)NVIDIA发布革命性视频渲染技术；10)谷歌推出Android Studio免费AI编程助手；11)开源结构化信息提取工具LangExtract；12)Figma开发者模式升级提升设计转代码效率。
AI日报栏目聚焦人工智能领域最新动态：1)阿里发布Qwen3-4B轻量级模型，手机端可运行；2)小红书开源多模态大模型dots.vlm1，在图表推理方面表现突出；3)MiniMax推出语音生成模型Speech2.5，多语种表现提升；4)Midjourney推出HD视频模式，提升专业影像质量；5)Cursor1.4版本增强异步任务处理能力；6)谷歌否认AI搜索影响网站流量，但数据显示用户行为改变；7)MiniCPM-V4.0开源发布，号称"手机上的GPT-4V"；8)AMD与高通宣布支持OpenAI的gpt-oss系列模型；9)腾讯开源WeKnora文档智能解析工具；11)疑似GPT-5信息在GitHub泄露；12)FlowSpeech实现书面语转口语的TTS技术突破。
【AI日报】栏目聚焦人工智能领域最新动态：1)火山引擎发布豆包系列AI模型升级，包括图像编辑3.0、同声传译2.0等；2)通义千问开源Qwen3-30B模型，支持多语言处理；3)OpenAI推出ChatGPT Study学习助手；4)中国发布HYPIR图像复原大模型；5)谷歌NotebookLM新增视频概览功能；6)谷歌Imagen4图像生成模型升级，性能媲美GPT-4o；7)昆仑万维开源多模态模型Skywork UniPic；8)理想汽车发布首搭VLA大模型的i8纯电SUV；9)谷歌在英国推出AI搜索模式；10)OWL团队开源多智能体协作工具；11)2025年用户增速最快APP榜单显示DeepSeek等AIGC应用表现突出。
浙江大学与魔芯科技团队合作，基于昇腾平台NPU开发了首个三维模型生成算法Img2CAD。该技术突破性地将草图、图片等多模态输入通过Transformer结构高效转化为三维几何信息，无需可微渲染器，完整在NPU上实现训练和推理。研究成果可生成高精度3D模型，直接导入CAD软件编辑，已应用于3D打印、数字制造等领域。项目完成3篇论文，包括1篇中科院1区期刊和2篇CCF-A类会议论文，部分成果实现商业化落地。该技术标志着智能三维内容创作进入"低门槛、高效率、高质量"新阶段，未来将为工业设计、AR/VR等行业提供创新动能。
AI日报栏目精选了人工智能领域最新动态：1)Stability AI推出0.7秒单图3D重建模型SPAR3D；2)GitHub热门开源AI协作框架CrewAI获3.4万星；3)马斯克发布儿童AI聊天机器人Baby Grok引发安全争议；4)ComfyUI-C opilot工具简化AI工作流创建；5)CNNIC报告显示我国346款生成式AI完成备案；6)提示词管理工具AI Gist上线；7)开源语言学习工具WordPecker支持多语言学习；8)斯坦福推出多工具协作AI Agent OctoTools；9)Ope
AI正在重塑现代职场与当代生活。如果说在过去，人们遇到问题往往会首选“搜一下”，如今，则变为“问问AI”。或许是ChatGPT和DeepSeek，也可能是豆包和元宝…… 从数据来看，头豹研究院数据显示，全球AI搜索的用户量从2024年1月的3.1亿增长至2025年2月份的19.8亿，增长率达538.7%。 而当AI在日常工作和生活中越来越成为不可或缺的工具，变化正悄然发生。当DeepSeek的回答里频繁�
本文对比分析了Kimi-K2-Turbo-Preview和Qwen3-Coder-Flash两款AI大模型在开发者选型中的表现。K2-Turbo采用MoE架构，激活参数32B，支持128K上下文，在代码调试和自动化流程方面表现突出；Qwen3-Coder为480B参数的MoE模型，原生支持256K上下文，擅长大规模代码库理解和API集成。二者在中级任务表现接近，但K2在复杂可视化任务更优，Qwen3在多轮Agent调用更稳定。建议根据需求选择：注重调试自动化选K2，需要长上下文支持选Qwen3。推荐使用AIbase模型广场进行高效选型对比。
【AI日报】今日AI领域重要动态：1)美图WHEE推出"视频超清"功能，通过AI技术提升视频画质；2)Kimi K2高速版发布，输出速度提升至每秒40 Tokens；3)通义千问开源编程模型Qwen3-Coder-Flash，支持大规模上下文理解；4)Anthropic企业AI市场份额升至32%，超越OpenAI；5)字节跳动发布实验性扩散语言模型Seed Diffusion；6)马斯克将为Grok用户推出视频生成器Imagine和AI虚拟男友；7)Quora的Poe平台推出开发者API；8)Black Forest Labs开源图像生成模型FLUX.1-Krea；9)Augment推出CLI工具Auggie优化开发流程；10)清华开源AI语音模型MOSS-TTSD；11)Claude升级支持多格式文件上传。
