Kyutai 发布开源因果扩散表征自编码器 CADRE，专为交互式世界模型设计，解决动作延迟问题。论文称其世界模型在单张 H100 上以 20 fps 运行，反应时间在 230 ms 以内。CADRE 包含 7 个自编码器，每个约 4.76 亿训练参数，外加一个冻结的 8600 万参数 DINOv3 ViT-B/16；世界模型为 12 亿参数，视频分辨率 288×512。在 48 项对比中，有 42 项比 MIRA、Wan 2.2、Cosmos、LTX-2 更快且更好；驾驶场景 FVD 为 162.6，Wan 2.…
推荐理由做世界模型和机器人策略的可以直接看：单卡 H100 跑 20 fps、延迟 185 ms，但动作跟随是短板
Rivian 收购英国初创公司 Third Dimension，后者用 AI 把图像和视频转成逼真的 3D 世界，交易金额未披露。Third Dimension 15 人团队将并入 Rivian 由 James Philbin 领导的自动驾驶与 AI 团队，并帮助 Rivian 扩张伦敦 AI 中心。Third Dimension 2024 年成立，从 Abstract Ventures、MVP、Soma Capital、Solari Capital 等 VC 处融资 700 万美元。Rivian 车队每天上传超过…
推荐理由做自动驾驶仿真或世界模型的人可以看：Rivian 每天 40 万段真实驾驶数据加 AI 生成 3D 场景
NVIDIA 推出 Cosmos3-H-Dreams，据其称为首个基于临床胆囊切除术录像训练、支持实时运动学控制的生成式手术模拟器。模型基于 160 亿参数的 Cosmos3-H-Embodied-Nano，在 CMR Surgical Versius 平台的临床手术视频与机器人运动学数据上训练，经 FlashDreams 加速后可在单张 RTX PRO 6000 GPU 上交互运行。相比此前基于 Cosmos-Predict2.5 的桌面缝合模拟，新模型需处理组织牵拉、遮挡、烟雾等体内复杂场景，并保持长时间生成的…
推荐理由做手术机器人或世界模型的人可看：160 亿参数、单卡 RTX PRO 6000 实时跑，替代数值仿真的一条路线
MiniMax 在 X 上称其开源视频世界模型 MiniMax H3 在物理表现上「几乎与闭源 SOTA 持平」。该帖引用 EinsiaAI 的物理评测：8 个 SOTA 视频世界模型参加物理考试，最高分仅 57.76/100，自由落体视频虽通过一致性筛选，平均综合分只有 26.61/100。EinsiaAI 同时发布 World Models' Last Exam in Physics，包含 40 个受控任务、9 个物理类别，对照真实物理定律评测，并公开 GitHub、项目页与论文链接。
推荐理由视频生成模型物理能力首次有量化榜单：最高 57.76 分，可对照 MiniMax H3 的开源表现
据 Bloomberg 报道，前字节跳动实习生 Keyu Tian 为其尚未命名的 AI 实验室融资约 3000 万美元，投资方包括 5Y Capital 和 IDG，投后估值 2 亿美元。该实验室方向为构建世界模型（world models），目前处于隐身状态。原文信息有限，未披露团队规模、产品计划与具体技术路线。
推荐理由一个实习生背景的隐身团队拿到 2 亿美元估值，可用来观察世界模型赛道的早期资本热度
旧金山初创公司 Mirror Particle 正在构建一个从零开始的基础模型，用于模拟人类行为及其随时间的变化。CEO Abhivyakti Ahuja 认为，当前用 LLM 微调来角色扮演目标人群的做法根本行不通，因为 LLM 只建模书面语言，而人类由视觉感知、空间推理和社交智能构成。公司依赖客户数据、时事、流行文化、社交媒体等专有数据组合来建模人群，重点关注「实际行为」而非自我报告的调查答案。该公司已完成天使轮，接近完成首轮风投融资，并将参加 TechCrunch Disrupt 2026 的 Startup…
推荐理由了解人类行为预测赛道的新技术路线，以及 LLM 微调方法的局限
PhAI Labs、港中文、复旦、斯坦福、牛津、普林斯顿等机构发布 JEPA-Anything，用同一套学习配方替代各领域单独设计的世界模型。方法在 JEPA 基础上加入正交预测分解（OPF），把宽度 d 的隐目标拆成 K 个宽度 r 的子空间（多数实验 K=4），每个因子配独立预测器，再用投影矩阵的 Moore-Penrose 伪逆重组，并加入正交损失、因子活跃度损失和编码器方差损失防止坍塌。在视觉、生物、临床轨迹、控制、分子动力学、物理场、天气 7 个领域测试：单细胞零样本 PBMC 聚类 AvgBIO 从 C…
推荐理由一套 OPF 配方跨 7 个领域复用，单干预 MSE 降 34.83%，做世界模型可直接参考其因子分解与正则设计。