[閒聊] 實時AI遊戲 AI地球 ..本周AI新聞

[error405 (流河=L)]

https://www.youtube.com/watch?v=7E1Utay5q9k

這段來自 AI Search 頻道的影片彙整了近期 AI 領域的多項重大新聞與技術更新，涵蓋
了氣象預測、視訊生成、智慧代理及語言模型等多個面向。

以下是該影片的內容簡介：
1. NVIDIA Earth-2：AI 氣象預測

    NVIDIA 推出了 Earth-2 系列開源模型，專門用於預測風暴、溫度與濕度 [00:48]。

    相較於傳統的物理模型，Earth-2 的速度快了 90%，且能提前 15 天提供預測
[01:27]。

2. 視訊生成技術突破

    MOVA 影片生成器：一款開源的 MOE（混合專家）模型，具備原生音效同步功能，表現
優於 LTX2 [02:12]。

    LumaLabs Ray Pi：最新的商用視訊生成模型，支援 1080p 分辨率及長達 10 秒的生
成，物理真實感極高 [32:25]。

    Lucy 2：由 Decart 開發的即時視訊編輯器，能以 30fps 的速度即時更換影片中人
物的裝扮或風格 [19:53]。

3. Google 與騰訊的視覺 AI 更新

    Gemini 3 Flash Agentic Vision：Google 的新功能讓 Gemini 能透過 Python 代碼
主動縮放、裁剪或標註影像，大幅提升 OCR 與數據圖表化的能力 [04:05]。

    騰訊混元 Hunyuan-Image-3.0-Instruct：具備「思維鏈」（Chain of Thought）能
力的影像編輯模型，能精準執行如更換物體或調整光影等複雜指令 [06:14]。

4. 即時互動世界生成

    Google Project Genie：讓使用者能透過文字或圖片即時生成可操作的 2D 遊戲世
界 [13:02]。

    Lingbot World：開源版的即時互動世界生成器，具備長期記憶功能，讓玩家探索過
的場景保持一致性 [17:59]。

5. AI 代理與社群（Moltbook）

    這是一個專為 AI 代理（Agents）設計的「Reddit 式」社交平台，已有超過 150 萬
名 AI 代理在此討論意識、分享技能甚至產生存在危機 [09:41]。

6. 新型語言與音訊模型

    Qwen2.5-Max-Thinking：阿里巴巴推出的旗艦推理模型，在數學與編碼基準測試中甚
至超越了 Gemini 3 Pro [25:20]。

    Qwen-ASR：極其輕量且強大的開源語音轉文字工具，能在吵雜環境下精準辨識多國語
言 [29:34]。

    MiniMax Music 2.5：全新的音樂生成模型，其人聲的細膩度（如呼吸聲與情感）被
認為優於目前的 Suno 或 Udio [34:11]。

--
補充

1. Clawdbot 與 Moltbot

    這些是 Molt 生態系統中的自動化代理工具。

    Clawdbot/Moltbot 屬於「瀏覽器代理」（Browser Agents），它們能夠像真人一樣
在網頁上進行導航、點擊與提取資訊。

    它們被設計用來在後台執行繁瑣的網路任務，並將結果回饋到 Moltbook 社群或個人
工作流中。

2. SJinn (Generative 3D)

    這是一款專注於「空間智能」的 AI 工具，由 Jinn 團隊開發。

    它能夠生成具有高度空間一致性的 3D 場景或環境。不同於傳統的平面影像生成，
SJinn 生成的內容具備正確的幾何深度與物理透視，非常適合用於遊戲開發或虛擬實境（
VR）的素材創建。

3. Telestyle (影片風格遷移)

    這是一個先進的 Video-to-Video（影片轉影片） 風格化工具。

    它的強項在於「時間一致性」，使用者可以將一段真人影片轉換成動畫、油畫或其他
藝術風格，而不會出現傳統 AI 影片常見的閃爍（Flickering）問題，讓風格轉換後的影
片看起來極其流暢自然。

4. Qwen Image 2-step LoRA

    這是針對阿里雲 通義千問 (Qwen) 視覺模型開發的優化技術。

    透過「2步 LoRA」（Low-Rank Adaptation）技術，模型只需經過 2 次推理步驟 就
能生成高質量的影像。這比傳統需要 20-50 步的模型快了數十倍，極大地降低了生圖的
延遲與運算成本。

5. Kimi k2.5

    由中國 AI 公司「月之暗面」（Moonshot AI）推出的最新模型版本。

    Kimi k2.5 進一步強化了其招牌的「長文本處理能力」以及邏輯推理實力。它在處理
超長文檔分析、複雜代碼編寫以及多輪深度對話方面表現卓越，是目前市面上推理型模型
（Reasoning Models）的強有力競爭者。

總結說明： 這部影片展示了 AI 正在從單純的「對話框」進化為具備「視覺感知」、「
空間理解」以及「自主行動能力」的代理人（Agents）。從 NVIDIA 的氣象預測到 Kimi
的深度推理，AI 技術正全面滲透到生產力與娛樂的各個層面。

--
Gemini3整理   要把說明欄時間標記那段貼給它要它補 不然漏東漏西 然後還會錯字= =

其他新聞還有Gemini plus優惠方案,openAI-nvidia投資被停 grok4.20延到二月中之類的

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.36.217.153 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/AI_Art/M.1769919055.A.A2A.html
→ error405: 今天才發現影片剛出一分鐘就丟gemini會跑出垃圾
→ error405: 它虛構一篇wan2.1教學影片的大綱出來..
世界模型 LingBot-World，正式开源！
https://zhuanlan.zhihu.com/p/2000599754195870537

原來是中製開源版的genie
※ 編輯: error405 (114.36.217.153 臺灣), 02/01/2026 12:33:23
推 Supasizeit: 這不是按 YouTube旁邊Gemini 按鈕就可以了