Odyssey 发布基础世界模型 Odyssey-3，能根据提示词实时生成可交互环境，并从大量视觉观测数据中学习物理、动力学与因果关系的表征。其中 Odyssey-3 Pro 在 Physics-IQ Verified 的视频到视频基准上取得 66.1 分，为该基准报告的最高分，该基准覆盖流体动力学、光学、固体力学、磁学和热力学。Odyssey 表示该模型可被物理 AI 开发者用于控制机器人、人形机器人、汽车和无人机等自主机器，目前可免费体验。
匹配字段摘要
量子位实测了生数科技刚开放的 Vidu Q4 预览版，该版本最高支持 4K 直出，一次最多可用 15 张参考图和 3 段参考音频，单条最长 16 秒。作者用邪恶老奶、正反打对话、格斗、巨构点亮和咖啡广告等场景测试了演技、运镜与特效表现，6 个视频共约 110 秒按 720P 计价不到 10 元。价格与规格挂钩，MaaS 端图生视频 720P 约 0.6 元/秒、1080P 约 0.75 元/秒，SaaS 端预览版阶段有两个月限时优惠。
匹配字段摘要、正文
Google 的 SynthID Detector 现已公开可用，支持 Nano Banana 2.1、OpenAI、NVIDIA、Kakao，并将很快支持 Apple。用户可上传或粘贴图片、视频、音频文件，检测其中是否带有 Google 或其合作伙伴的水印，文件在扫描后立即删除。
匹配字段摘要
卡尔的 AI 沃茨称 Opus5.5 越来越好用，做产品周更短片时所有素材直出，无需接额外服务。GoodCase 本周新上 269 个 AI 爆款案例和提示语、7 个新 Skill，累计覆盖 1699 个案例、95 个 Skill、426 位创作者。awesome-seedance 已增至 795 条案例、367 次提示语复测、27 个提示语模板和 77 个可直接安装的视频 Skill。
匹配字段摘要、正文
彭博社报道，田柯宇的未具名创业公司已从包括五源资本和IDG在内的投资者处融资近3000万美元，投后估值2亿美元。 这位NeurIPS 2024获奖研究者带领一支10人团队，开发一个20万符号的视觉词表，以帮助AI处理视频。 田柯宇称该方法可将视频生成成本至少降低十倍。完整模型计划于2027年发布；公司目前尚无产品。
彭博社报道，田柯宇的未具名创业公司已从包括五源资本和IDG在内的投资者处融资近3000万美元，投后估值2亿美元。 这位NeurIPS 2024获奖研究者带领一支10人团队，开发一个20万符号的视觉词表，以帮助AI处理视频。 田柯宇称该方法可将视频生成成本至少降低十倍。完整模型计划于2027年发布；公司目前尚无产品。
匹配字段摘要
在 NABShowNY 上，PixVerse 能让你看到什么？ → 创意变成成片视频 → 更快的创作迭代 → 为不同渠道生成多个版本 10 月 21-22 日在 Javits Center 现场体验。我们在 565 号展位 10 月 21 日第一天结束后，欢迎参加我们的 happy hour https://t.co/F5t2JiJNv7
在 NABShowNY 上，PixVerse 能让你看到什么？ → 创意变成成片视频 → 更快的创作迭代 → 为不同渠道生成多个版本 10 月 21-22 日在 Javits Center 现场体验。我们在 565 号展位 10 月 21 日第一天结束后，欢迎参加我们的 happy hour https://t.co/F5t2JiJNv7
匹配字段摘要
MiniMax Design（H3）发帖提示用户立即更新，并附上链接。该帖回复的线程介绍称，Opus 5.5 可在 MiniMax Design 上把文本转成视频，支持 JavaScript 动画、动态图形、讲解视频与视觉叙事、Web 与产品演示，还能理解视觉内容并持续打磨创作。
匹配字段摘要
Google 于 10 月 7 日将图像、视频、音频电子透水印检测网站 SynthID Detector 的适用范围扩大到普通用户，除 Google 外还支持 OpenAI、NVIDIA、Kakao 的 AI 生成内容，并计划近期支持 Apple 的生成内容。用户需登录后上传文件检测是否含有 SynthID 透水印，视频和音频还能看到检出透水印的区段，目前不支持文本检测。Google 说明未检出透水印也不能否定 AI 生成，因为非 SynthID 模型或透水印推出前的内容本就不带该信号，大幅加工也可能削弱信号。
匹配字段摘要
TypeSafe AI 转发 Ara Kharazian 发布的 2026 年 10 月 Ramp 平台 SaaS 供应商榜单，并配文“增长最快”，但未说明具体指哪家供应商。原帖指出 AI 支出正朝两个方向分化：一方面，新模型和更便宜的模型压低支出，Jev 在一个月内拿下整整一个百分点的市场采用率，路由器类产品持续增长；另一方面，昂贵的图像和视频生成模型（如 Higgsfield、Runway）的采用率上升，又会推高 AI 支出。
匹配字段摘要
Vidu Q4 Preview 在 Artificial Analysis 的 AA-Video-I2V v1.0 榜单首次上榜即位列第 3，相比 Vidu Q3 Pro 的第 19 名上升 16 位。该模型今日发布，是 Vidu 在完整 Q4 版本前推出的新视频模型，可生成 3 至 16 秒、最高 4K 且带原生音频的片段，在 Reference to Video 中最多支持 15 个图像参考和 3 个音频参考。价格与 Vidu Q3 Pro 相同，1080p 带音频视频每秒 24 credits，按 Vidu 标准费率约每分钟 7.20 美元，可通过 Vidu API 和官网使用。
匹配字段摘要
Anthropic 宣布 Claude Dashboards 和 Claude Motion 进入 beta：Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源，用自然语言生成并持续更新的仪表盘，每张图表可查看背后的查询，目前在付费计划开放；Motion 面向 Team 和 Enterprise，通过编写代码生成动画讲解，可导出 MP4，不使用视频生成模型。同时 Docs、Slides、Design 结束 beta，向包括 Free 在内的所有计划开放，Artifacts 支持 CMEK，并可将演示文稿导出为 PowerPoint、PDF 或 Google Slides 可编辑文件。Claude Design 独立站点将于 12 月 14 日关闭，团队设计系统需迁移至 Claude 内。
匹配字段摘要
仅需 2.5GB VRAM，你就能用 Laya 等小模型训练自己的 Decision Model。 训练通过 UI 界面即可完成。视频教程与分析见我们的指南。
仅需 2.5GB VRAM，你就能用 Laya 等小模型训练自己的 Decision Model。 训练通过 UI 界面即可完成。视频教程与分析见我们的指南。
匹配字段摘要
Google 的 AI 图像与视频检测工具 SynthID 从有限早期访问升级为全球可用的英文工具，未来还将继续扩展。新版 SynthID 除支持 Google 自家 Gemini 生成的内容外，还兼容 OpenAI、Nvidia、Kakao 以及 Apple 等合作方的模型，这些模型生成的内容会带有肉眼不可见的水印。Google 表示，Apple Intelligence 生成的图像将“很快”带有 SynthID 水印。
匹配字段摘要
Google 周二上线新网站，任何人都可以验证图片、视频或音频是否由 AI 生成。该工具此前在 Google I/O 上仅向部分记者、媒体从业者和研究人员开放测试，现面向所有人开放。网站支持 JPG、PNG、GIF 等图片格式，MP4、MOV、WEBM 视频格式，以及 WAV、MP3、FLAC 等音频格式，检测基于 Google 2023 年推出的 SynthID。Nano Banana、Veo、Lyria 以及 Gemini、Flow、ProducerAI、Vids 等生成工具都会用 SynthID 为生成内容加水印，OpenAI、Nvidia、Kakao 也支持 SynthID，Apple 据称将很快加入。Google 已将 SynthID 验证嵌入 Gemini 应用和 Chrome，目前每天有 100 万次内容验证请求。
匹配字段摘要
Google 将 SynthID Detector 从面向媒体从业者的早期版本扩展至全球英文用户，任何人可检查图像、视频或音频是否由 Google 及其合作伙伴的 AI 生成，合作方包括 OpenAI、NVIDIA、Kakao，Apple 也将加入。Google 称自 2023 年推出 SynthID 以来已为超过 1800 亿张图像和视频、24 万年时长的音频添加水印，Search、Gemini 应用和 Chrome 中的验证功能每天处理超过 100 万次请求。
匹配字段摘要
Google 宣布扩大 SynthID 的访问范围，任何人现在都可以通过新上线的网页入口检查图片、视频或音频文件是否带有 SynthID 水印，这些文件既可能由 Google 生成，也可能来自 OpenAI、NVIDIA、Kakao 等合作方，Apple 也将加入。Google 称目前已为 1800 亿张图片和视频以及超过 24 万年的音频内容添加水印，每天处理约 100 万次验证请求。该门户与 Search、Gemini App 和 Chrome 中已有的内置验证功能并列。
匹配字段摘要
宣布 FastVideo 支持 Kandinsky 6 🚀 文本/图像 → 视频，带同步音频，有两种规格：- Pro · 30B - Lite · 3B 每种都有 10 步蒸馏的 pi-Flow 版本，外加最高 4x 的视频超分辨率。 感谢 @kandinskylab_ai 团队开源这些模型！
宣布 FastVideo 支持 Kandinsky 6 🚀 文本/图像 → 视频，带同步音频，有两种规格：- Pro · 30B - Lite · 3B 每种都有 10 步蒸馏的 pi-Flow 版本，外加最高 4x 的视频超分辨率。 感谢 @kandinskylab ai 团队开源这些模型！
匹配字段摘要
Google 发布 EmbeddingGemma 2，这是其首个开源的原生多模态嵌入模型，采用 740M 参数的轻量模块化设计，可处理文本、代码、图像、视频和音频任务。官方称其与 Gemma 4 搭配适合离线、隐私优先的 RAG，性能超过部分参数量两倍以上的专用模型，权重已在 Hugging Face 开放下载。
匹配字段摘要
工程设计即服务 Computer 可以创建设计的交互式 3D 预览，并将模型导出为可编辑的 CAD 文件。 它还能在 FreeCAD 中进行修改，并录制编辑过程的视频。
工程设计即服务 Computer 可以创建设计的交互式 3D 预览，并将模型导出为可编辑的 CAD 文件。 它还能在 FreeCAD 中进行修改，并录制编辑过程的视频。
匹配字段摘要
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转为向量，参数量 740M，Google 称其在多模态嵌入基准上超过参数量两倍的竞品。该模型无需 API key 即可本地运行，浏览器中通过 WebGPU 单次查询约 20 至 70 毫秒，仅需约 191MB 内存，本地向量数据库存储最多减少六倍；纯文本任务可用 270M 参数版本。搭配 Gemma 4 等小型开源模型可离线运行 RAG 应用，权重已在 Hugging Face 和 Kaggle 发布，并附开发者指南与文档。
匹配字段摘要