产品应用7

谷歌Veo3：音画同步实测惊艳

机器之心2025-05-26

AI 摘要

谷歌Veo3模型惊艳全球，能同步生成视频与音频，实测其生成效果多数逼真，如脱口秀、游戏直播视频等，但在体操、篮球等复杂场景易翻车，英文提示词效果更好。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

谷歌 GR2 模型：让机器人有了‘腿’

谷歌发布 Gemini Robotics 2（GR2），能将相机图像和文字指令转为机器人关节控制命令，可同时控制人形机器人腿、躯干、手臂和手部，简化模型训练和设计，不过谷歌未公布其基础模型等信息。

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。

据Bloomberg爆料，16日Stripe敲定收购OpenRouter，超70亿美元。其创始人有成功经验，平台凭借统一API聚合AI模型受开发者青睐，业务增长快，已成AI行业“温度计”，Stripe借此掌控AI调用收支口。