谷歌展示街景版Genie世界AI模型，用真实街景创建想象世界
谷歌将通用世界模型ProjectGenie与街景服务结合，能基于真实街景生成可互动的3D虚拟环境。用户可在谷歌地图中选择美国地点并设定风格主题与角色描述，系统即可生成融合现实与想象的动态世界。该功能目前处于实验阶段，仅支持美国地区，未来计划逐步扩展。
在今年的谷歌I/O开发者大会上，一项关于“世界模型”的整合公告，悄然揭示了AI技术向现实世界渗透的新路径。谷歌宣布，将其通用世界模型Project Genie的能力，与庞大的谷歌街景服务相结合。
简单来说，Genie的核心本领在于生成多样化且可互动的虚拟环境。它不止步于创造一张静态图片，而是能构建出一个可供探索的动态场景。这种特性使其在AI智能体训练、虚拟体验构建等领域颇具潜力。
而此次与街景的联姻，标志着Genie的能力边界从“纯虚拟”扩展到了“虚实结合”。它现在可以基于真实的街景图像，生成一个既能探索又能互动的3D世界。这对于训练AI或机器人如何在复杂现实环境中导航、移动与交互，无疑提供了一个极具价值的沙盒。
那么，具体如何体验呢？用户只需在Google Maps中点击一个地点图钉（目前支持美国地点），并为其选择一个风格主题，比如“石器时代”或“海洋世界”。
接下来，再描述一个角色，例如你喜爱的书中英雄。系统便会综合真实街景与你的创意输入，生成一个独一无二的、基于现实却又充满想象的互动世界。
当然，需要明确的是，这项街景新能力目前仍处于实验原型阶段，应用范围也有限制。现阶段，它仅支持基于美国地点生成图像。谷歌表示，未来会逐步扩展到更多地区，但具体的路线图和时间表尚未公布。
认识AI Agent、Genie 4与机器人的区别：任务输入不等于完成结果，世界模拟不等于现实执行，装载机动作展示也不能替代完整工程验收。
《自然》杂志报道，德国MIRA和谷歌AMIE两个AI模型可在疾病诊断到治疗全过程协助医生。MIRA诊断准确率87.8%，高于专家组78.1%；AMIE在治疗精准度、指南遵循度等方面优于人类医生，展现全流程管理潜力。
智谱AI开源GLM-5.2，在网络安全领域表现可与国际顶级模型媲美，验证了国产大模型从全面对标转向单点突破的竞争策略，同时为国产AI芯片创造了真实算力需求，推动产业链加速发展。
AI模型社区正从资源聚合转向规范基础设施，模型授权规则多样，商用需仔细阅读协议并保留证据。平台加强内容审核与安全治理，用户关注点从生成能力转向合规使用与可控交付。
谢菲尔德大学提出MultiHashFormer框架，通过多哈希签名消除词汇碰撞，实现高效语言理解与生成。实验显示，在1B和3B参数规模下，该模型在多数任务上超越传统Transformer，尤其擅长处理罕见词汇，显著缓解了词汇瓶颈问题。
美国推进AI模型自愿性安全标准，涵盖测试、透明度与安全评估，为行业提供统一合规框架。港股互联网平台因AI大模型布局及合规体系完善，监管不确定性降低，利好AI商业化规模化推进。全球AI治理趋同下，合规能力成为竞争优势。
蚂蚁灵波科技发布空间感知模型LingBot-Depth2.0，基于1.5亿数据训练，在边缘清晰度、细小物体识别、深度估计等实现全面升级。深度补全16项测评中获12项第一，室内大面积深度缺失场景误差减半，玻璃镜面等困难场景表现亮眼。同步推出视觉基座模型LingBot-Vision，深度估计精度优于DINOv3，已通过奥比中光认证。
IT之家 8 月 15 日消息，阿里旗下开源 AI 模型千问家族在过去六个月内全球累计下载量突破 20 亿次，超越 Meta、Alphabet 等一众竞争对手，成为全球下载量第一的 AI 模型。根据开源 AI 社区 Hugging Face 于当地时间 8 月 14 日发布的《开放模型现状》报告，2
美国前沿AI模型网络安全审查机制于6月启动，仅针对闭源模型，开源模型暂不受影响。闭源模型需自愿接受最长30天预发布审查，期间企业员工无法访问模型，美国政府不公布全部细节但参与企业可获得相关信息。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
