算法论文8

西湖大学团队：视频AI转向空间理解

AI科技评论2026-04-11

AI 摘要

西湖大学张驰团队：当前多数视频生成模型缺乏空间结构建模能力。其提出的WorldForge不依赖额外训练，能实现精确相机控制，将推进视频生成到三维结构约束建模，降低视频创作门槛。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

PhiZero：让AI学会「物理语言」

PhiZero由中科院自动化所团队研发，探索让AI读懂真实世界运动、交互与变化的“物理语言”。它构建Reason - then - Render框架，经大量数据训练，在多基准测试中表现领先，为AI理解物理世界开辟新通道。

Alaya Lab等联合推出的Alaya - EVOKE能生成小时级视频，解决常见问题。它把记忆搬到模型外，改造教师模型，经多轮技术操作，实验成绩佳，给出清晰训练方案，也指出项目边界。

8月17日，智象未来发布交互式世界模型HiDream - O1 - World，定位为全球首款原生全模态交互式世界模型。它提供漫游和编辑两种交互方式，在WBench测试中成绩优异，但开放场景表现待验证。其采用独特生成方式，有广阔应用前景。

过去一年 AI 行业变化溢出模型层，Coding Agent 铺开，视频生成实现商业变现，具身智能供应链成型。Founder Park 从四维度选出「中国 AGI 创新影响力机构 TOP 30」，涵盖多领域团队。