[閒聊] 腦波轉文字 Qwen3.5 4D場景 ..本週AI新聞

[error405 (流河=L)]

https://www.youtube.com/watch?v=fnMAIa2PEAk

這部影片彙整了 2026 年 2 月最新且極具突破性的 AI 新聞，涵蓋了語言模型、多媒體
生成（影音、音樂）、高效能晶片以及人形機器人的進展。

以下是根據影片內容與時間軸的重點簡介：
大型語言模型與基礎模型 (LLM & Foundational Models)

    Qwen 3.5 [00:55]：阿里巴巴發布的最新多模態模型（397B 參數），具備高達 100
萬 token 的超大上下文視窗，在編碼、推理及 Sudoku 等邏輯問題處理上表現優異。

    Tiny Aya [06:24]：Cohere Labs 推出的輕量化開源權重模型（3.35B 參數），支
援 67 種語言，體積小到可以在手機上運行，翻譯與多語回應速度極快。

    Gemini 3.1 Pro [31:13]：Google 最新的旗艦升級，在獨立排行榜上名列前茅，主
打極高性價比。

    Seed 2.0 [36:28]：字節跳動推出的強大語言模型，在視覺推理（如從圖片產出
Python 圖表）與長程自主代理任務（如操作 CAD 軟體）方面非常出色。

影音生成與編輯 (Audio & Video)

    AnchorWeave [04:10]：開源的 3D 互動世界生成模型，能根據初始幀產生可操作、
具備場景記憶的互動影片。

    Kitten TTS [08:20]：極度精簡的語音合成模型（僅 15M 參數，小於 25MB），無
需 GPU 即可在手機或一般 CPU 上即時運作。

    Luve [15:26]：超高解析度影片生成 AI，能產生細節驚人的 4K 影片（如蜜蜂身上
的細毛或海浪紋理）。

    Higgsfield [17:03]：一站式影音創作平台，整合了多款頂尖模型並提供豐富的運鏡
與編輯預設範本。

    AudioX [20:31]：統一的音訊模型，支援文字轉音效、文字轉音樂，甚至能為靜音影
片自動配音或修復損壞音軌。

    Vec2Pix [26:02]：獨特的圖像編輯技術，將圖片轉為向量形狀後進行精確調整（如
拉長山脈、移動物體顏色等）。

    Code2Worlds [28:00]：能根據文字敘述直接生成 4D 場景（即隨時間變化的 3D 模
擬），生成的內容可導入 Blender 進一步編輯。

    Lyria 3 [31:47]：Google 隨 Gemini App 發布的免費音樂生成器，能根據文字描述
或上傳的圖片創作出風格多樣（如 J-Pop、藍草音樂）的歌曲。

技術突破與硬體 (Tech Breakthroughs & Hardware)

    Taalas 晶片 [10:36]：效能驚人的硬編碼（Hardcoded）AI 晶片，專為 Llama 3.1
設計，處理速度比 NVIDIA B200 快 40 倍，且功耗極低。

    Monarch RT [29:43]：實踐了在消費級顯示卡（如 RTX 5090）上以 16 FPS 進行真
實即時（Real-time）影片生成的技術。

    Zuna (Thought-to-Text) [18:20]：開源的腦波（EEG）分析基礎模型，能清理、重
建大腦信號數據，長遠目標是實現「讀心術」文字轉譯。

機器人進展與特別活動 (Robotics & Events)

    Unitree (宇樹科技) [12:54]：展示了 G1 機器人在春晚活動中的表演，包含兩三公
尺的高空翻滾、單腿後空翻以及大規模集群（Swarm）同步控制。

    NVIDIA 抽獎 [38:29]：影片結尾提到與 NVIDIA 合作，為 GTC 2026 活動提供 RTX
5090 顯示卡抽獎。

這部影片展示了 AI 正在朝向「極致效能」與「極致微縮」兩個極端發展，同時在多模態
理解與物理世界模擬上取得了顯著進步。

--
Gemini3整理

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.36.247.149 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/AI_Art/M.1771732955.A.D4C.html
→ error405: AudioX 做遊戲效果音好像不錯
推 newyorker54: AI殺手級應用已經出現，2026，2027這兩年將是大爆發
→ newyorker54: 年
→ newyorker54: 要慶幸邏輯推理能力還有缺陷，中初階白領才有生存空
→ newyorker54: 間
→ newyorker54: 未來三年是AI最美好的年代，你會懷念這三年
→ newyorker54: 之後將是社會動蕩庶民的黑暗期
推 newyorker54: 大的要來了，大的
→ newyorker54: 各位會看到百年來最大的驚奇
推 Tosca: 驚奇其實都差不多了啦剩下都是被其他因素卡住=.=
→ Tosca: 好比藥物開發 AI現在靠模擬找出有潛力的化合物很快
→ Tosca: 但問題是接下來動物實驗 人體試驗 三期試驗等等就是要時間
→ Tosca: 現在就是卡在這些後續 所以為什麼你體驗不到AI爆炸應用
推 Tosca: 在alphafold以前人類只解構了不到20萬的蛋白質結構
→ Tosca: 然後alphafold現在解構了超過2.4億....
→ Tosca: 但你當然體會不到這種差別 因為新藥上市還是要時間XD
→ Tosca: 只是以前從茫茫蛋白質慢慢開發新藥 到現在AI直接給你候選人
→ Tosca: 至少現在開發新藥不是亂槍打鳥了
→ Tosca: 更不用說色色用途 我看著我兩年前用SD1.5生的色色
→ Tosca: 跟現在我用qwen 2509生出來的 實在進步太多了 超感動QQ
→ Tosca: 以前人類大部分性幻想只能靠文字描述 現在都能實現了~~~
→ sudekoma: AI能提供嗅覺、觸覺、味覺的體驗了嗎(′・ω・`)
→ ZMTL: 都有雛型了就是
推 rex7788: 生圖還不夠好，特別是人臉一多就會模糊
→ rex7788: 多人的膚色也沒辦法簡單調整，還有進步空間
→ Tosca: 多人應該要走融合圖片模式 請AI把個別的單人圖融合在一起
→ Tosca: 有時候就是一步一步來就好了 已經不是辦不到 只是麻煩點
推 rex7788: 當然也能用photoshop把物件p起來，但門檻太高其實等同辦
→ rex7788: 不到