2025年8月28日，腾讯混元团队宣布开源端到端视频音效生成模型HunyuanVideo-Foley56。该模型能够依据输入的视频内容及文字描述，自动生成与画面高度同步的高品质音效，有效解决了AI生成视频缺乏同步音频的沉浸感问题。

欢迎来到【FunnyAI】本栏目探索人工智能世界的最新指南，定期为大家呈现AI领域的热点内容，AI产品应用，最新AI工具，AI算法解析。

带着寻找以下问题的答案：哪些行业正在见证最多的人工智能创新？哪些类型的人工智能应用正在吸引投资？成功的人工智能创始人有着怎样的背景？

商汤科技与南洋理工联合研究发现，GPT-5在空间智能方面取得显著进展，在度量测量和空间关系任务上达到人类水平，但在心理重建、视角转换等核心能力上仍存在明显差距。研究构建了包含6大空间能力的评估体系，测试了8个基准数据集，消耗超十亿tokens。结果显示：1)GPT-5树立了新标杆；2)多模态模型在空间任务表现普遍弱于非空间任务；3)专有模型在最困难任务上未展现决定性优势。定性分析揭示，GPT-5能

本文将带您了解近期发布的五项突破性进展，包括英伟达的人形机器人基础模型GR00T N1、LG开源的高级推理模型EXAONE Deep、Stability AI的图片转3D视频工具Stable Virtual Camera、Mistral的新一代文本处理模型Mistral Small 3.1-24B，以及腾讯最新升级的3D模型创作系统混元3D 2.0。模型生成模型基于流扩散的扩散模型构建，旨在生成与

InternVL3-78B预计是InternVL系列的高阶版本，通过更大参数量、更优训练策略和扩展的模态支持，进一步提升多模态理解的通用性与专业性。其开源特性与高效部署能力，使其在学术研究与工业落地中具有重要价值。具体性能需参考官方发布的评测数据，但基于系列前代表现，可预期其在多模态任务中接近或超越主流商业模型。

本文提出多数 agent 场景下可在消费设备上低延迟运行的 SLM 已足够且更经济，应该采用“SLM 优先、少量 LLM 补充”的异构架构（并给出 LLM→SLM 迁移算法），同时讨论了产业惯性等阻碍。

本文提出多数 agent 场景下可在消费设备上低延迟运行的 SLM 已足够且更经济，应该采用“SLM 优先、少量 LLM 补充”的异构架构（并给出 LLM→SLM 迁移算法），同时讨论了产业惯性等阻碍。

本文提出多数 agent 场景下可在消费设备上低延迟运行的 SLM 已足够且更经济，应该采用“SLM 优先、少量 LLM 补充”的异构架构（并给出 LLM→SLM 迁移算法），同时讨论了产业惯性等阻碍。

最近不少模型更新，针对一些视频生成模型进行整理