市场表现 - 科创人工智能ETF华夏（589010）收涨0.39%，持仓股福昕软件领涨4.99%，合合信息上涨4.24%，优刻得、金山办公涨幅超3% [1] - 机器人ETF（562500）收平盘，中大力德领涨5.04%，东杰智能上涨3.74%，巨轮智能、科瑞技术涨幅超2% [1] - 机器人ETF规模增加7.30亿元，最新规模达155.29亿元，份额达177.15亿份，位居可比基金首位 [1] 行业动态 - 优必选科技中标9051.15万元机器人设备采购项目，创全球人形机器人企业最大中标金额纪录 [2] - 优必选发布全球首个支持自主换电的人形机器人Walker S2，计划年内交付500台用于智能制造 [2] - 以色列AI创企Decart推出实时视频生成模型MirageLSD，响应时间小于40毫秒，可应用于游戏、直播、AR/VR等领域 [2] - 上海人工智能实验室发布DeepLink超大规模跨域混训技术方案，支持千公里多智算中心跨域长稳混训千亿参数大模型 [2] 机构观点 - 国产人形机器人产业已升至国家战略，政策支持有望强化，核心部件国产化收窄研发差距 [3] - 国产人形机器人主机厂及代工企业具备长期投资价值，主机厂受益场景渗透，代工企业受益产能扩张 [3]

开源模型竞争 - Kimi K2超越DeepSeek成为全球开源模型第一，总榜排名第五，紧追顶尖闭源模型 [1] - K2继承DeepSeek V3架构并进行参数调整，包括增加专家数量、减半注意力头数、保留第一层Dense及专家无分组 [1] - 全球TOP 10开源模型中唯二入选的均来自中国，"开源=性能弱"的印象正被打破 [1] 视频生成技术突破 - Decart发布MirageLSD，首个实时(40毫秒延迟)、无时长限制的扩散视频模型，可处理任意视频流 [2] - Karpathy成为天使投资人，预见其在实时电影制作、游戏开发和AR领域的广泛应用 [2] - 技术突破在于实时流扩散(LSD)架构，通过逐帧生成和历史增强方法解决误差累积问题 [2] AI音乐创作升级 - Suno V4.5+版本提供人声与器乐分层生成与融合功能，用户可上传个人人声或伴奏进行AI辅助创作 [3] - 新增"Inspire"模式允许用户上传3秒至8分钟的个人干声，AI学习演唱特点后创作符合个人声音气质的音乐 [3] - 谱乐AI平台已同步上线Suno V4.5+核心生成能力，优化创作门槛并提升AI协作效率 [3] 音乐AI助手整合 - 腾讯元宝App 2.30版本正式接入QQ音乐服务，实现"一句话搜歌、划线即播"功能 [4] - 混元大模型与DeepSeek-R1双引擎驱动，能识别模糊音乐描述并结合情境推荐 [4] - 用户体验包括无缝账号体系连接、多模态交互和创作辅助功能 [4] AI Agent竞争 - OpenAI推出ChatGPT agent，面向Pro用户，但遭到Manus、Genspark等竞品公司的直接对比和批评 [5] - ChatGPT agent整合了Deep Research、Operator和ChatGPT功能，能自动完成退休计划、购物清单等任务 [5] - 实测各有特色，Manus输出更美观，Minimax提供多种格式报告，Kimi内容详细且询问用户具体需求 [5] 角色动画技术 - PhysRig是UIUC与Stability AI提出的角色动画可微物理绑定框架，将刚性骨架嵌入弹性软体 [6] - 通过MPM可微分物理模拟替代传统LBS，解决了体积丢失与变形伪影问题 [6] - 在17类角色和120组动画测试中全面优于传统方法，支持跨物种动作迁移 [6] 通用推理模型突破 - OpenAI的神秘通用推理模型在IMO 2025中解出5道题目，获得35分，达到金牌水平 [7] - 该模型具备持续数小时的深度创造性思维能力，远超以往AI的秒级或分钟级推理 [7] - 这是通用强化学习突破而非特定任务训练的成果 [7] AI工具设计理念 - 最佳AI编程工具应是简单、通用的"乐高积木"，而非功能堆砌的复杂系统 [8] - Claude Code创造者主张将控制权还给用户，工具不应替你决定工作流，而是提供底层能力 [8] - 有效工作流包括：先探索规划再由用户确认后编码、使用测试驱动开发、对照目标迭代改进 [8] AI产品战略 - 聚焦Agent：预训练模型已含工具知识，只需激发能力，智能上限由模型决定 [9] - 开源：提升知名度、获取社区贡献，防止用技术捷径粉饰效果，倒逼模型真正进步 [9] - 选择DSV3架构：实验证明自研结构无法胜过DSV3，资源有限下避免引入无效变量 [9] AI未来发展方向 - 许多人构建的辅助工具与路由系统最终会被扩展模型取代，真正遵循扩展法则的方向是直接提高模型能力 [10] - 当前AI模型学习数据效率远低于人类，算法改进比简单扩大数据规模更重要 [10] - 多智能体研究新方向：研究如何让模型从15分钟推理扩展到数小时甚至数天，建立AI"文明" [10]

闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 大神Karpathy都忍不住投资的AI初创，带来首个实时扩散视频生成！ 用扫帚当麦克风，用盒子当混音台，无需昂贵设备就能开一场沉浸式直播。 喜欢游戏类型但不喜欢游戏的画面？简单，实时给它改个风格是不是就舒服多了～ 以上，就是AI初创公司Decart的最新 视频模型 MirageLSD 的演示效果，这是首个实现 零延迟无限实时视频生成 的AI模型。 只要你有想象力，Mirage就能实时生成视频流，为你打造专属的魔法世界～ 输入支持直播、游戏、视频通话、相机拍摄、点播等多种形式，可以说是能转尽转了。 主要是Mirage和其他等待时间很久但只能生成5-10秒视频的模型不一样，它 没有时长限制，延迟还降到了40毫秒 以下，说是零延迟也不为 过吧。 响应速度比之前的模型 快16倍 ，实现了 每秒24帧 的实时视频生成，还允许在视频生成过程中进行持续的提示、转换和编辑。 做到了"你随时想，我随时转"！ 于是，AI大神 卡帕西 也出来力挺：实时！ 同时他还透露自己也是Decart的天使投资人（非常小）。 在视频生成过程中，由于自回归模型每一帧都依赖于前一帧，一个位置偏移 ...

机器之心报道 但如果加上两个关键词，这将成为 AI 视频生成领域革命性的突破！ 就在昨天，Decart 发布了世界上首个 「实时的」「无时长限制的」 并且支持「任意视频流」的扩散视频模型 MirageLSD！ 输入任何视频流，无论是相机或视频聊天、电脑屏幕还是游戏，MirageLSD 都能在 40 毫秒延迟 以内 将其转化为你想要的任何世界。 这一切都看上去不可思议，AI 视频已经能够实现和滤镜一样的应用方式，实时智能调整画面风格和画面内容，并且能够通过文本提示任意地进行控制。 实时视频魔法 解锁全新应用可能 前特斯拉 AI 总监，OpenAI 的创始团队成员 Andrej Karpathy 为此技术展开了广泛的想象： 编辑：冷猫 一觉起来世界已经进化成这样了? 每个人都能懂点魔法，能够随意穿梭在各个平行时空和幻想世界里。 读者朋友们看到这说不定撇撇嘴，「这不就是 AI 视频吗？」 1. 将 摄像头画面 变为 "另一个世界"。 2. 自导自演 实时电影 ：拿起道具、演绎场景，AI 负责实时布景和风格化，秒看回放，边演边剪。 3. 游戏开发 轻松起步：用简单的球体 / 方块编码游戏机制，再用实时扩散模型为游戏生 ...