AI资讯日刊：多模态视频与数学智能体齐发，开源生态与具身智能加速落地

AI资讯日刊：多模态视频与数学智能体齐发，开源生态与具身智能加速落地 本期日刊汇集了多模态模型更新、前沿智能体与具身数据研究、企业商业动作、版权裁判及热门开源项目等多领域最新动态。 字节跳动发布Seedance 2.5音画同生视频模型，MiniMax推出H3全模态模型，xAI上线Grok Imagine 1.5。 OpenAI披露下一代路线Astra并开源Lean 4验证的十项数学定理形式化证明；阿里开源可操控真机的Qwen-UI-Agent。 慕尼黑法院认定AI音乐生成工具Suno在训练与输出环节构成版权侵权；Uber扩张自动驾驶合作版图。 微软开源生成式AI教程与TRELLIS.2，腾讯开源智能体记忆库，多项学术研究推进具身数据与自进化智能体。 多模态与视频模型进展 字节跳动发布Seedance 2.5视频模型，支持最长30秒的音画同步生成。MiniMax上线全模态模型MiniMax H3，统一处理图文音视频，支持2K原生立体声与4至15秒时长输出。xAI推出Grok Imagine 1.5文生视频功能，支持图像和语音参考并提供原生1080p画质。此外，VideoCoCo研究引入代码思维链与仿真程序，用于锁定视频生成的物理时空变化。 推理、智能体与具身AI前沿 OpenAI披露下一代模型路线Astra，展示其通过多智能体协作攻克群论与量子复杂度等十项数学难题的能力，相关代码与Lean 4形式化证明已开源。阿里发布Qwen-UI-Agent，结合界面交互与命令行操控真机，安卓日常基准达97.5%。具身数据引擎ACE采集150小时家庭活动演示并对齐触觉声画轨迹；35B参数的Frontis模型面向机器学习工程实现闭环递归改进；李飞飞团队收购SceniX并通过R2S2R布局虚拟与真机的三世界闭环。 行业商业决策与版权争议 德国慕尼黑法院认定Suno音乐生成软件在训练与输出环节均构成侵权，且指出六首歌曲可稳定复现，目前案件尚未形成终审判决。Uber在自动驾驶领域持续扩展，两年内达成三十余家合作，涵盖Waymo、英伟达及Lucid等。OpenAI方面，奥特曼在访谈中复盘Sora产品取舍，表示更多算力资源已转向代码智能体与通用智能方向。 开源项目与开发者实践 微软21课生成式AI入门课程走红，同时开源了基于结构潜变量压缩的3D生成工具TRELLIS.2。腾讯开源智能体记忆仓库以跨框架共享对话与技能图谱。音频工具voice-pro整合五套语音引擎，涵盖Whisper与Demucs功能。多项前沿讨论聚焦持久工作区设计、代码跨会话协作经验、三层自进化智能体架构以及DeepSeek等高令牌效率模型对任务设计成本的重塑。

AI资讯日刊：多模态视频与数学智能体齐发，开源生态与具身智能加速落地 本期日刊汇集了多模态模型更新、前沿智能体与具身数据研究、企业商业动作、版权裁判及热门开源项目等多领域最新动态。 字节跳动发布Seedance 2.5音画同生视频模型，MiniMax推出H3全模态模型，xAI上线Grok Imagine 1.5。 OpenAI披露下一代路线Astra并开源Lean 4验证的十项数学定理形式化证明；阿里开源可操控真机的Qwen-UI-Agent。 慕尼黑法院认定AI音乐生成工具Suno在训练与输出环节构成版权侵权；Uber扩张自动驾驶合作版图。 微软开源生成式AI教程与TRELLIS.2，腾讯开源智能体记忆库，多项学术研究推进具身数据与自进化智能体。 多模态与视频模型进展 字节跳动发布Seedance 2.5视频模型，支持最长30秒的音画同步生成。MiniMax上线全模态模型MiniMax H3，统一处理图文音视频，支持2K原生立体声与4至15秒时长输出。xAI推出Grok Imagine 1.5文生视频功能，支持图像和语音参考并提供原生1080p画质。此外，VideoCoCo研究引入代码思维链与仿真程序，用于锁定视频生成的物理时空变化。 推理、智能体与具身AI前沿 OpenAI披露下一代模型路线Astra，展示其通过多智能体协作攻克群论与量子复杂度等十项数学难题的能力，相关代码与Lean 4形式化证明已开源。阿里发布Qwen-UI-Agent，结合界面交互与命令行操控真机，安卓日常基准达97.5%。具身数据引擎ACE采集150小时家庭活动演示并对齐触觉声画轨迹；35B参数的Frontis模型面向机器学习工程实现闭环递归改进；李飞飞团队收购SceniX并通过R2S2R布局虚拟与真机的三世界闭环。 行业商业决策与版权争议 德国慕尼黑法院认定Suno音乐生成软件在训练与输出环节均构成侵权，且指出六首歌曲可稳定复现，目前案件尚未形成终审判决。Uber在自动驾驶领域持续扩展，两年内达成三十余家合作，涵盖Waymo、英伟达及Lucid等。OpenAI方面，奥特曼在访谈中复盘Sora产品取舍，表示更多算力资源已转向代码智能体与通用智能方向。 开源项目与开发者实践 微软21课生成式AI入门课程走红，同时开源了基于结构潜变量压缩的3D生成工具TRELLIS.2。腾讯开源智能体记忆仓库以跨框架共享对话与技能图谱。音频工具voice-pro整合五套语音引擎，涵盖Whisper与Demucs功能。多项前沿讨论聚焦持久工作区设计、代码跨会话协作经验、三层自进化智能体架构以及DeepSeek等高令牌效率模型对任务设计成本的重塑。

`AI资讯` | `每日早读` | `全网数据聚合` | `前沿科学探索` | `行业自由发声` | `开源创新力量` | `AI与人类未来` | [访问网页版↗️](https://hex2077.dev/) | [进群交流🤙](https://source.hex2077.dev/logo/wechat-qun.jpg) `字节跳动发布音画同生视频模型，MiniMax升级全模态大模型 开发商公开十项数学定理形式化证明，阿里千问智能体能操控真机 德国法院裁定音乐生成软件侵权，网约车巨头扩展自动驾驶版图 微软开源生成式人工智能入门教程，腾讯共享智能体记忆仓库 测评显示马斯克旗下模型语音表现领先，企业智能体迈向自进化` **Astra攻坚数学难题。 Astra**首次披露下一代路线。模型🧮连解十项长期难题。多智能体可持续协作数天。[下一代模型深度报道(AI资讯)](https://the-decoder.com/openai-announces-its-next-major-model-astra-by-dropping-ten-previously-unsolved-math-solutions/)披露详情。最终名称仍在内部讨论。 **Seedance音画同生。** 字节发布**Seedance 2.5**。单段视频最长达到**30秒**。模型🎬可同步生成画面音频。[字节视频模型发布详情](https://the-decoder.com/bytedances-seedance-2-5-generates-30-second-video-clips-with-built-in-audio/)披露升级。广告短片制作链路将缩短。 **MiniMax升级全模态。 MiniMax H3**正式上线。模型🚀统一读取图文音视频。输出支持**2K**原生立体声。[全模态视频模型说明(AI资讯)](https://www.minimax.io/blog/minimax-h3)公布细节。单片时长覆盖四至十五秒。 **TRAE模板库正式上线。 百套模板**覆盖十类工作。[模板上线动态原文(AI资讯)](https://x.com/Trae_ai/status/2083404521410097401)披露可预览真实输出。用户可收藏⭐模板再创建。团队灵感获取更快⚡落地。 **Grok视频能力升级。 Grok Imagine 1.5**上线。文生视频🎬支持图像语音参考。[视频模型升级原帖](https://x.com/rohanpaul_ai/status/2083545533248070070)展示效果。原生**1080p**改善画面质感。多重参照让角色表现更稳定。 **千问智能体操控真机。 Qwen-UI-Agent**面向真实设备。动作空间🖥️融合界面与命令行。[千问智能体技术报告](https://huggingface.co/papers/2607.28227)公开成绩。安卓日常基准达到**97.5%**。万级环境训练百轮长任务。 **ACE补齐具身数据。 ACE**把家庭改造成同步录棚。数据🎥覆盖**150小时**演示。任务横跨两百类家庭活动。[具身数据引擎论文(AI资讯)](https://huggingface.co/papers/2607.28625)公开方法。触觉声画轨迹实现统一对齐。 **Frontis迈向自我改进。 35B模型**专攻机器学习工程。训练🧪执行搜索形成完整闭环。单卡任务预算控制在十二小时。[递归改进模型论文详情](https://huggingface.co/papers/2607.28568)公开结果。最终成绩升至**71.21%**。 **代码锁定视频物理。 VideoCoCo**引入代码思维链。代理⚙️先生成可执行仿真程序。三维草稿锁定完整时空变化。[物理视频生成论文主页](https://huggingface.co/papers/2607.27380)披露框架。两项视频基准均刷新成绩。 **OpenAI公开十项证明。 Astra**主导十项数学成果。研究🧮覆盖群论与量子复杂度。[十项数学成果官方说明](https://openai.com/index/ten-advances-in-mathematics/)公布详情。[形式化证明代码仓库](https://github.com/openai/ten-proofs)同步开放。全部成果已用**Lean 4**验证。 **Uber扩张自动驾驶版图。** Uber两年牵手**三十余家**伙伴。合作🚕覆盖投资与车辆部署。[自动驾驶合作版图追踪](https://techcrunch.com/2026/08/01/ubers-autonomous-vehicle-deal-tracker/)梳理名单。Waymo与英伟达占据核心席位。Lucid订单升至**3.5万辆**。 **德国法院裁定Suno侵权。** 慕尼黑法院认定**Suno**侵权。训练⚖️输出环节均被判踩线。六首歌曲被指可稳定复现。[人工智能音乐版权裁定](https://the-decoder.com/german-court-rules-ai-music-generator-suno-violated-copyrights-rejects-fair-use-defense/)披露依据。案件尚未形成最终判决。 **奥特曼复盘Sora取舍。** 奥特曼曾连续刷短视频三小时。沉浸📱体验影响**Sora**判断。[奥特曼产品路线访谈](https://www.qbitai.com/2026/08/464713.html)披露细节。代码智能体进展改写资源排序。更多算力转向**通用智能**。 **李飞飞押注物理世界模型。** 据[量子位深度报道原文速览](https://www.qbitai.com/2026/08/464532.html)称，收购**SceniX**。 **R2S2R**把真机任务搬进仿真。 策略可在虚拟场景🛠️反复试错。 无问智科布局**三世界闭环**。 **微软生成式课程走红。** 课程用**21课**缓解入门难题。仓库📚收获⭐**114.2k**关注。[微软生成式入门教程](https://github.com/microsoft/generative-ai-for-beginners)汇集实战。单日新增星标达到**108**。分叉数量已超过六万一千。 **TRELLIS降低三维门槛。** 微软发布**TRELLIS.2**源码。结构潜变量📐压缩三维生成。[三维生成项目开源主页](https://github.com/microsoft/TRELLIS.2)已获关注。项目累计获得⭐**9.9k**。游戏资产制作或明显提速。 **腾讯共享智能体记忆。** 项目沉淀**对话文档代码**资产。团队记忆📚可在框架之间共享。[腾讯智能体记忆仓库](https://github.com/TencentCloud/TencentDB-Agent-Memory)持续升温。项目累计获得⭐**10.3k**。技能图谱减少团队遗忘成本。 **voice-pro整合语音工具。** 项目集成**五套语音引擎**。克隆🎙️合成整理集中到网页端。[一站式语音工坊项目](https://github.com/abus-aikorea/voice-pro)已有⭐11.8k。Whisper负责转写音频内容。Demucs可快速分离背景人声。 **低价智能逼近水电。** 奥马尔称**令牌效率**仍被低估。不同框架⚙️会放大模型能力。DeepSeek同题成本低**105倍**。[低价智能观点讨论原帖](https://x.com/omarsar0/status/2083669314033369431)给出对比。开发者应重新设计任务外壳。 **Grok语音跑分领先。** Grok参加两百道税务语音题。文本⚡成绩达到**99%**。[实时语音跑分原帖(AI资讯)](https://x.com/cb_doge/status/2083636690707464615)公布数据。音频成绩达到**95.7%**。语音轮次几乎快过对手两倍。 **持久工作区补齐断点。** 终端关闭常让团队状态丢失。聊天压缩📦也会积累技术债。[持久工作区讨论原帖](https://x.com/omarsar0/status/2083662558334996609)总结痛点。[智能体工作区研究论文](https://arxiv.org/abs/2607.22917)提出方案。团队任务可恢复并减少交接。 **Codex交接经验更新。 上下文压缩**如今已更稳定。短任务🧭无需频繁新开会话。[跨会话任务实践原帖](https://x.com/dotey/status/2083620270959480931)分享经验。跨代理协作仍适合任务交接。明确验收标准可改善像素对齐。 **企业代理走向自进化。** 日常工作轨迹可变训练教材。框架🔄采用**三层更新机制**。[自进化智能体研究论文](https://arxiv.org/abs/2607.01120v1)解释路径。记忆更新可先于模型调参。在线强化学习负责持续改善。 | 💬 **微信公众号** | 📹 **抖音** | |---|---| | 公众号：何夕2077 | [自媒体账号](https://www.douyin.com/user/MS4wLjABAAAAwpwqPQlu38sO38VyWgw9ZjDEnN4bMR5j8x111UxpseHR9DpB6-CveI5KRXOWuFwG) |