VerseCrafter：给视频世界模型装上4D方向盘，精准运镜控物
VerseCrafter：给视频世界模型装上4D方向盘，精准运镜控物视频世界模型领域又迎来了新的突破！
来自主题: AI技术研报
8079 点击 2026-01-19 08:55
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
视频世界模型领域又迎来了新的突破！
唯“快”不破的美团闪购，这次搞了一波AIGC技术流营销。先说结论，从已经公开的视频来看，他们算是终于回答了一个近几年被反复提起、却很少被真正解决的问题——在当下这个时代，品牌方到底该怎么用AIGC。
昨晚，超级超级开心的邀请了我的两位好朋友、也是我的两位偶像海辛和阿文，来我的视频号做了一场直播。
今天，谷歌Veo 3.1终于迎来重磅升级，表现力直接爆表！ 这一次，谷歌特别优化了移动端体验。只需上传一些「素材图片」（ingredient images），就能轻松创作出更有趣、更有创意、画质极佳的视频。
昨晚夜里快12点，AI视频公司PixVerse毫无预兆的发了一个项目。PixVerse R1，下一代实时世界生成模型。这玩意你看文字，可能不是很好理解，我直接放一个官方的demo视频，大家的感觉应该会强一些。
从ChatGPT爆火以后，就总有“AI太牛了，自己是不是要失业了”等等类似的声音出现。
近年来，视频扩散模型在 “真实感、动态性、可控性” 上进展飞快，但它们大多仍停留在纯 RGB 空间。模型能生成好看的视频，却缺少对三维几何的显式建模。这让许多世界模型（world model）导向的应用（空间推理、具身智能、机器人、自动驾驶仿真等）难以落地，因为这些任务不仅需要像素，还需要完整地模拟 4D 世界。
2025年是字节App工厂迎来收获的一年：豆包以过亿日活领跑AI应用赛道，红果短剧月活迈过2亿门槛，汽水音乐月活数据开始逼近网易云音乐，曾经的“弃子”多闪重回社交榜榜首……
谷歌 Gemini 数据联合负责人 Andrew Dai 联手苹果首席研究科学家 Yinfei Yang，隐身创办 AI 新秀 Elorian。首轮将融资 5000 万美元，剑指「视觉推理」这个下一代大模型的核心问题。
Agent 的工具可以 “以终为始”。