EU_Voice🇪🇺 🇬🇧

如果 AI 生成的视频不再是一段“等待几十秒后被动观看的静态片段”，而是一个在你眼前实时运转、能走进去、甚至能用语言随时重塑的数字世界，娱乐的形态会变成什么样？ 体验完 PixVerse R2 之后，我觉得我们处于这样一个临界点：AI 视频模型即将从视频工具，演变为造梦空间。 为什么这么说？ PixVerse R2 是实时世界模型，他生成的世界，你可以实时走入、操控、并通过自然语言实时改变画面和剧情。当我们把实时生成与用户控制结合在一起时，几个科幻的场景就逐渐变得可能： · 从“看电影”到“活在电影里”： 传统影视的叙事是单向且固定的，即便是互动电影，也受限于预先录制好的分支树。但当视频具备实时生成能力，世上将不再有两段完全一样的剧情。每一个玩家的选择，都是现场为自己“拍摄”的独一无二的视听电影。 · 语言成为了最强大的游戏手柄： 以往的游戏需要开发者提前写好所有逻辑、建模和物理规则。而在实时世界模型中，你的自然语言就是控制信号，你可以一边漫游，一边用意念般的文字改变场景氛围、召唤工具或让角色做出反应。 · “可游玩的梦境”与无限内容宇宙： AI 模糊了游戏、影视与虚拟现实的边界。未来的娱乐产品或许不再有“通关”和“终点”，只要你或 AI 的想象力在延伸，这个实时运算的世界就会无止境地在你脚下铺展开来。 PixVerse 官网上现在就有这种全新娱乐形态的雏形Demo，其中我最推荐Storie里的ZERO MARK，是结合了互动影视、游戏、虚拟人的全新的娱乐形态，剧情是典型的莫欺少年穷爽剧剧情：主角魔力检测时的魔力数值为0，实际是因为他的魔力属性是隐藏属性，被同学嘲笑和坑害，最后获得力量反杀的剧情。 Demo里集合了这几种元素： 1、电影。故事的主体部分是由电影视频组成，推动剧情前进； 2、互动游戏和实时视频生成。在剧情关键节点，你可以选择剧情或者输入剧情，实时生成剧情视频； 3、由实时视频支撑的实时场景探索。剧情里人物变成了小树人，进入了可以自由探索的3D空间，你可以操作人物在场景里自由行走，整个场景不是提前搭建的，也是由视频实时生成的； 4、实时对话的虚拟人。可以跟剧情里出现的角色实时对话，虚拟人的画面、音频也都是实时生成的； 5、游戏的QTE元素。一些实时操控的游戏玩法，目前对剧情进展没有影响，但是以后模型进一步提升速度，也许游戏过程也能改变剧情进展。 在线体验：world.pixverse.video/home/?u… #PixVerseWorldModel @PixVerse

Apodex 1.1：面向复杂科研任务的专业Agent 传统Deep Research只是搜资料、出报告，Apodex 1.1把推理和核查应用在整个任务过程，产出内容链路完整、可核查，更契合严谨的科研场景。 Moderna与默沙东联合研发的癌症疫苗临床取得成功，于是我让Apodex 1.1预测： 未来半年会有哪些生物医药和AI结合的机会； 生物医药会有哪些突破； 有哪些相关股票推荐； Apodex 1.1不是直接开始任务，而是先核查癌症疫苗取得成功的真实性以及癌症疫苗的发展程度，然后再启动3个子Agent来并行执行3个预测任务。3个子任务的报告完成后，会有交叉验证环节，验证完后会写最终整体报告，完成最终报告后还有一道终审验证。 所以完整的流程是： 1）核查用户输入的事实； 2）启动子Agent收集数据和写报告，交叉验证子Agent完成的报告； 3）撰写最终报告，终审报告。 质疑和核查始终贯穿整个流程，极大降低幻觉，专门为科研场景优化。 Apodex 1.1同时开源了35B本地模型Apodex 1.1 mini和Agent框架FrontierAgent，生态完整，支持本地部署，开箱即用。 开源Agent框架FrontierAgent，Github值得一个Star：github.com/ApodexAI/Frontier… 本地模型，搭配FrontierAgent使用，HuggingFace：huggingface.co/collections/a… 在线体验Apodex 1.1，官网：apodex.ai/ 视频是整个任务的全流程，单个任务执行25分钟：

MiniCPM-o4.5：首个开源全模态、全双工模型 全模态：支持视频、音频、图片、文本输入，支持音频、文本输出。能实时生成音频，支持语音克隆，支持生成无限长度音频。 全双工：不是一问一答，而是能边听边说。支持打断，不仅你可以打断MiniCPM-o4.5说话，MiniCPM-o4.5也会自主决策打断你说话，像是两个真实的人在沟通。这是首个能打断人类说话的模型，Gemini 3 Flash能实现你打断AI说话，但是AI不能主动打断你说话。 完全开源，9B参数，本地即可运行。@OpenBMB 模型：huggingface.co/openbmb/MiniC…

年轻的林克沉迷于钓鱼和野炊，年幼的塞尔达（我家宝宝饰）决定独自去冒险——详细请看视频。 宝藏AI视频产品Vidu上线新版本图片参考功能，支持Vidu Q1模型，最多同时使用7张参考图，原生输出1080P视频，指令理解强，效果稳定。 图片参考是一个被低估的产品形态，可以大大提升AI视频的可控性。场景、多个角色、物体，都可以通过参考图进行设定，你可以把重点放到视频的剧情和镜头控制上。对于生成相同主体的多段视频，可以节省很多精力。 相比首尾帧生成视频，图片参考有什么优势？ 最大的优势还是可控性和省心。 如果只是一个人物的动作变化，那么首尾帧和图片参考没什么太大区别，但如果同时涉及场景、人物、物体等多个元素，则图片参考的优势就体现出来了。首先生成一张参考了多个主体的图片，难度就很大，Flux.Kontext融合2张图片效果不错，但是主体增加到4个后，遵循指令就很难了，图片参考就比较省心，想要什么直接添加到参考即可，而且后续可以复用元素，不用像首尾帧每次都要创作新的参考图。 图片参考的另一个优势就是可控性，因为参考元素都是独立的，你可以要求每个元素在不同的时间点、按不同的轨迹运动，这一点在首尾帧视频上就比较难实现。 #Vidu2025 #ViduAI #ViduQ1R2V

Dipal：二次元虚拟伴侣 简直是小时候梦想的玩伴，3D全息显示效果（依靠曲面屏实现），能跳舞能导入动作包，支持自定义Mod，支持设定人设，实时多模态交互、能看能听能说，且有对应的表情动作语气。下班是家里的虚拟伴侣，上班时打开手机应用可以当工作助理。可以说是AI时代的“数字老婆”。 项目目前是众筹阶段，众筹价380美元起，前1000名众筹用户终身免除订阅费。众筹地址：kickstarter.com/projects/dip…

Aiuni：最佳图生3D来了？！ 清北00后团队开发，产品效果非常好，细节比较到位，也能脑补出图片中没有展示出的内容。支持图片生成3D模型和图片生成3D场景（天空盒），适用于游戏和影视场景。下方视频是我用DALL·E生成图片，然后转成3D的效果。 官网：aiuni.ai/