2026.11.09 AI建模 世界模型不该只生成好看的画面，这篇论文让粒子按物理规律动起来 → 现在的视频世界模型，大多数在学怎么把下一帧画得像。画面越逼真，越容易被误认为理解了物理。但一支杯子从桌上掉下去，重要的不是落地那一下的像素，而是它在下落过程中受到的力、与桌沿的接触、摔碎后碎片怎么散。11月5日公开的一篇论文提出了另一种做法：不去生成画面，直接生成三维空间中粒子与刚体的运动。模型叫GPWM，生成式粒子世界模型。
2026.11.08 AI建模 几十万面压到几千面，LATO2把生成的烂拓扑修成了能进引擎的网格 → 11月4日，一个叫 ComfyUI-LATO2 的开源节点上线，把神经重网格化模型 LATO.2 直接接进了 ComfyUI 的工作流。它要解决的问题很具体：AI 生成的3D模型往往是几十万个三角形的密集网格，看起来惊艳，但拿去做游戏或实时应用会立刻出问题，渲染开销大、多边形分布不均、内部还藏着看不见的面。这个节点把这些网格重建成只有几百到几千个顶点的干净模型，并且可以选择目标顶点数。原始 LATO.2 模型由华中科技大学、Meshy AI 与慕尼黑工业大学的研究者共同开发。
2026.11.07 AI建模 英伟达新框架把一条轨迹当成一个整块解码，机器人不再逐个吐坐标 → 11月6日，英伟达研究院公布了VFlash，一个面向物理AI的视觉规划解码框架，论文与代码同步开源。它要解决的问题很具体：机器人在动手之前，得先输出一堆空间信息，抓取点在哪、包围框多大、航点怎么连成一条轨迹、画面里每个点在三维空间怎么移动。这些输出现在是按文本的方式一个字一个字生成的，而文本的生成方式与几何的表达方式并不匹配。VFlash的做法是把整条轨迹当成一个解码块，一次并行画完。
2026.11.06 AI建模 让智能体替你连节点，Tripo把3D生产从一次生成变成一条流水线 → 11月2日，Tripo发布了Agentic Canvas。它不是又一个生成模型，而是一块节点画布：把网格生成、图像分割、重拓扑、展UV、贴图、物理材质、骨骼绑定、动画、导出这些步骤做成可以连线的独立节点，再由一个智能体负责规划顺序与参数。目前处于灰度阶段，高配套餐与团队账号优先开放。
2026.11.05 AI建模 英伟达把空间记忆做成外挂，一张照片就能生成可以走进去的三维房间 → 英伟达研究院发布Lyra 2.0框架，从单张图像生成可自由探索的三维场景。官方把创新点归结为两处：空间记忆机制与自增强训练策略。前者维护三维几何信息用于信息路由，避免几何误差在多帧之间累积；后者让模型接触自身生成的退化输出，主动纠正长视频的时间漂移。代码与论文已开源至Hugging Face。
2026.11.04 AI建模 一张发动机照片，模型自己拆成零件，还能画出每个零件的建造过程 → 10月19日，一家叫Skyfall AI的公司发布了工程世界模型SKY-001的研究预览版。演示里最有说服力的不是画面有多精细，而是一个动作：给一张发动机的照片，模型先画出整体轮廓，再把它拆成几个大组件，每个组件继续往下拆，直到形成一个个零件；对单个零件，它还会展示从草图到三维形状的中间构建步骤。这条路径和“生成一张效果图”是两件事。
2026.11.03 AI建模 清华团队让AI像牛顿那样推公式，一百八十三关全过只用人类四成动作 → 10月30日，一篇题为代数世界模型的论文挂上arXiv，作者来自清华大学交叉信息研究院，指导教师是图灵奖得主姚期智与副教授袁洋，两位共同第一作者都是本科生，一位来自浙江大学、目前休学在清华做研究，另一位来自清华姚班。论文做的事听起来有点复古：让AI从与陌生环境的交互里，提炼出可以用数学描述、可以证明的规律。团队把它称为代数世界模型，简称AWM。
2026.11.02 AI建模 英伟达开源手术世界模型，机械臂往哪动，生成的画面就跟着怎么变 → 英伟达近日开源了新一代手术世界模型Cosmos3-H-Dreams，把此前只面向桌面缝合任务的生成式机器人仿真，直接推到了真实临床手术场景。模型基于约150亿参数的Cosmos 3架构，用真实胆囊切除手术的视频与机器人运动学数据训练，可以根据机械臂的实时控制指令，持续生成器械运动、组织变形、遮挡变化之后的画面。官方测试里，单张RTX PRO 6000 Blackwell显卡上能跑到30fps，两步蒸馏版本达到43.2fps。
2026.11.01 AI建模 前Palantir班底做建筑世界模型，Dream拿1700万美元种子轮 → 10月29日，总部位于旧金山的Dream结束隐身状态，公布1700万美元种子轮融资。领投方是Andreessen Horowitz，SV Angel、XYZ与Zigg Capital跟投。这家公司做的事听起来不新奇，用AI生成建筑方案，但它的定位很特别：不做效果图，做可以直接拿去施工的工程图。
2026.10.31 AI建模 一张图生成完整三维物体，六亿参数模型在消费级显卡上三秒出结果 → 10月30日前后，一家叫Speridlabs的研究团队开源了Idol，一个从单张图片生成完整三维物体的模型。它的自我介绍里有几个数字很扎眼：600M参数、从零预训练、显存占用低于7.2GB、3秒生成100万个高斯泼溅点、Apache 2.0协议、权重代码与演示全开。有用户在Hugging Face的在线空间里拿一张机器鸭的图试了一遍，评价是效果完全没有让人失望。
2026.10.30 AI建模 Kimi上线3D Make，一句话让Blender自己建模还能直接打印 → 10月24日，月之暗面在发布Kimi K3.1 Pro的同时，上线了一个独立产品页：Kimi 3D Make。它支持用文本、草图、参考图直接生成三维模型，网页端与App都能用。官方把3D打印列为核心落地场景之一。这件事的意义不在"又多了一个AI建模工具"，而在它的技术路径：模型不是直接吐出网格，而是自己写Blender、FreeCAD这类专业软件的可执行脚本，云端跑完再输出标准CAD文件。
2026.10.29 AI建模 拿iPhone拍五到十分钟，就能得到一个带真实尺度的三维房间 → 做三维重建这件事，过去要么依赖专业激光扫描仪，要么依赖一整套多相机阵列。SpAItial在10月27日发布的Echo-3换了个思路：用一台普通iPhone拍五到十分钟视频，就能得到一个带真实米制尺度的三维世界，小到一个房间，大到多层建筑与室外空间。输出可选高斯泼溅、点云或网格，iOS应用与企业API同步开放。
2026.10.28 AI建模 谷歌世界模型学会自己当导演，Genie 4能把一个场景撑两分钟 → 10月27日，谷歌DeepMind发布新一代世界模型Genie 4，以研究预览形式先向一小批受信任测试者开放，之后几周内扩展到Google AI Ultra订阅者与Gemini API、AI Studio的早期合作伙伴。官方给出的三个关键变化是：更逼真的画面、最长两分钟的场景一致性、以及第一次能同时生成声音。但真正值得拆开看的，是它把"生成"和"调度"分成了两层。
2026.10.27 AI建模 给几张房间照片，Mundo把它变成能开抽屉能走机器人的3D世界 → 10月下旬，一个名为Mundo的世界模型在Hugging Face公开了技术说明。它的输入是同一个房间的几张照片或一段视频，输出的不是一段好看的视频，而是一个可以自由换视角、可以改物体、可以让机器人进去干活的场景。抽屉能滑开，苹果会飞出来，机器人走进来把包放在床上，这些动作由模拟器算，画面由视频模型渲染。
2026.10.26 AI建模 港科大让世界模型第一次听见声音，一张图走进去连水流方向都听得出 → 过去两年，世界模型的竞赛集中在画面上：谁能用一张图生成更清晰、更连贯、可探索的三维场景。但没有一个模型能让你听见它。10月下旬，Noiz AI与香港科技大学发布的Helix World补上了这一块，它不是给视频配一条音轨，而是在生成每一小段画面的同时生成与之匹配的立体声，声音的方向锁在场景里，也锁在相机上。
2026.10.25 AI建模 腾讯开源世界模型只给权重不给分数，一张4090就能跑起一整个世界 → 10 月 23 日，腾讯混元把一套视频世界模型放上了 Hugging Face，名字叫 Hy-Nomas。协议是 Apache 2.0，权重、推理代码、网页演示一起放出，还附带一个包含 280 个用例的基准。官方定义是支持自由多轮交互的视频世界生成模型：世界一段一段生成，用户在过程中可以用文字加物体、换风格、描述动作，也可以给一条相机轨迹改变视角。最有性格的地方在于它没有公布任何分数，技术报告标注为即将推出，模型卡里还专门写了一句，架构与采样默认值是配置细节，不是基准成绩。
2026.10.24 AI建模 Hi3D开源V1.0：200万资产训练，1536³精度直通切片软件 → 3D生成这个赛道，过去一年最不缺的就是演示视频。一段十几秒的旋转模型，看起来惊艳，真正拿去打印往往过不了第一关：模型不是水密的，切片软件报错，或者细节在缩放后糊成一片。据PR Newswire与量子位10月23日报道，Hi3D当天宣布开源其V1.0图像转3D模型，前身是2025年公开的Sparc3D。这次开源最值得注意的不是效果演示，而是官方强调的一个定语：经过生产工作流验证。
2026.10.23 AI建模 无界动力开源具身世界模型：7B参数端侧部署，六项榜单同时登顶 → 具身智能的模型榜单这几年有个固定套路：新模型在某一项评测上刷出高分，发布会上强调领先幅度，然后在真机上折戟。10月22日，无界动力发布并开源了MWA-Phoenix隐空间世界模型基座，给出的成绩单不太一样：LIBERO-Plus、LIBERO-Pro、RoboCasa GR1、Bench2Dex、RoboTwin 2.0与RoboDojo真机榜，六项同时登顶。这六项覆盖的东西差别很大，从环境扰动下的鲁棒性、任务变化后的泛化，到复杂物体操作、跨本体迁移，最后落到真机执行。把仿真…
2026.10.22 AI建模 Meshy上线局部编辑功能：圈住帽子说句去掉，AI建模告别整模重开 → AI生成3D模型这两年进步神速，一句话就能生成一个带纹理的模型，但用过的人都知道那个尴尬的最后一公里：生成的模型整体惊艳，细节却常有不如意，帽子形状不对、武器比例奇怪，想改却改不了。据南极熊3D打印网等多家媒体报道，在10月于深圳举办的TCT展会上，AI 3D生成头部企业Meshy正式发布了基于全新自研模型的局部编辑功能Meshy Edit：用户在模型上圈出修改区域，输入一句话描述改动意图，约一分钟即可获得新模型，未选中的区域保持原样。同一场展会上，Meshy还展示了可打印性…
2026.10.21 AI建模 清华团队给视频世界模型装上3D记忆，10万平面基元解决长镜头漂移 → 让AI生成的视频走得再远一点，就会暴露一个尴尬的毛病：失忆。镜头绕房间走一圈再转回来，墙的位置变了，沙发飘到了窗边，背景悄悄扭曲。清华大学与蚂蚁集团、香港科技大学的研究团队给这个老毛病开出了新药方，他们提出的PPMem视频世界模型，把看过的场景压缩成一层轻薄的平面记忆，让生成的镜头随时可以回头核对。论文已于10月16日挂在arXiv，并被NeurIPS 2026接收。