设定一个3D场景，你便可以用文字编织你的剧情。一句话，就能让两个人激烈争吵。来自北京航空航天大学、香港中文大学（深圳）、悉尼科技大学、中山大学等高校的研究者提出Sitcom-Crafter。成果已被ICLR 2025会议接收。
微软研究院创建了 Muse，这是首个能够根据视觉或玩家控制器动作生成游戏环境的生成性 AI 模型。它理解 3D 游戏世界和游戏物理，并能够对玩家与游戏的互动做出反应。
过去一年，3D 生成技术迎来爆发式增长。在大场景生成领域，涌现出一批 “静态大场景生成” 工作，如 SemCity [1]、PDD [2]、XCube [3] 等。这些研究推动了 AI 利用扩散模型的强大学习能力来解构和创造物理世界的趋势。
任何一张照片，直接就能定位照片中的具体所在地，并呈现出对应的3D场景。GeoSpy使得这一切都成为了现实，但大家也都为此而感到隐私泄露的巨大风险和潜在危害。
中国首个全自研空间智能AI诞生了，单图即可生成360度无限3D场景，实时互动自由探索。这不仅是技术的革新，更预示着，游戏电影等领域即将迎来颠覆性的变革。
2025 年普遍被认为是智能体爆发元年，AI 应用将出现井喷式增长。然而，在大家纷纷将目光投向智能体的同时，另一个 AI 领域也可能迎来它的「ChatGPT 时刻」。
这应该是我知道的第一家有自己大模型的大厂，第一次在面向C端的AI助手应用中，第一次接入DeepSeek R1。这个意义影响还是非常深远的，腾讯在AI这一步上，好像走的格外的开放，从之前的批量开源MoE、混元绘图模型、混元视频模型、混元3D模型，还有今天这神之一手接入DeepSeek R1。
MattoBoard，一家旨在简化室内设计师和建筑师创作过程的云端软件，正在进入人工智能领域。周二，这家初创公司宣布完成 200 万美元的种子融资，将支持推出一项名为 Design Stream 的新功能，这是一款基于人工智能的视觉搜索和发现工具。
DreamTech，由牛津大学、南京大学等顶尖高校研究者组成的AI创业团队，在春节期间公布了他们在3D生成方向上的新工作成果——Neural4D 2.0（初版名为Direct3D），提出了创新性的3D Assembly Generation算法思路及更高效的模型架构
近年来视觉语⾔基础模型（Vision Language Models, VLMs）在多模态理解和⾼层次常识推理上⼤放异彩，如何将其应⽤于机器⼈以实现通⽤操作是具身智能领域的⼀个核⼼问题。这⼀⽬标的实现受两⼤关键挑战制约：
