Meta 发布 AI 视频、音频生成基准：Movie Gen Bench
Meta发布Movie Gen Bench，涵盖视频与音频两大评估基准：视频部分为目前最大文本转视频测试集，含超1000个多样化提示；音频部分首创支持视频→音频及文+视→音频生成，含527组真实生成样本，全部未经筛选，旨在推动AI媒体生成的公平、可复现评估。
能够自主导航的特斯拉 Optimus 机器人
特斯拉Optimus机器人已实现未知环境下的自主导航与避障，支持多机协同建图；仅凭单摄像头即可精准对接充电，稳定搬运11公斤负载，具备上下楼梯能力；依托统一神经网络，可实时响应安全隐患并适应多样化人机交互需求。
大语言模型看到的颜色和人类一样吗？
大语言模型并不真正“看见”颜色，而是通过词义关联理解颜色名称。AI艺术家Kat ⊷ the Poet Engineer利用维基百科的颜色名与RGB值，将颜色语义映射到三维空间，发现其分布接近人类视觉的RGB坐标——这揭示LLM对颜色的理解本质是语言关系，而非光学感知。
AI 眼镜 I-XRAY 引发隐私担忧
AI眼镜I-XRAY可实时识别人脸并从公开网络抓取住址、电话等隐私信息，技术本身并不复杂，却暴露了当前人脸识别、LLM与公共数据库结合带来的现实风险。开发者强调其初衷是警示而非滥用，并提供PimEyes等平台的信息删除指南。
两分钟讲述人类利用技术讲故事的历史
Runway发布2分钟短片，梳理从洞穴壁画、手抄本、印刷术到电影、电视、互联网及AI生成内容的叙事技术演进。视频指出，技术形态持续更迭，但人类对故事的本质渴求始终如一，也由此引出对下一代叙事方式的思考。
从棋盘到芯片设计：Google AI 芯片设计系统 AlphaChip
Google推出AlphaChip AI芯片设计系统，基于强化学习，数小时即可完成超越人类水平的芯片布局，已用于TPU v4/v5/v5p三代设计，并被联发科等厂商采用，加速Dimensity等旗舰芯片开发，正推动从逻辑综合到时序优化的全流程自动化。
OpenAI 发布全新AI推理模型 o1-preview
OpenAI发布新推理模型o1-preview，专注深度思考，在IMO资格考中正确率达83%（GPT-4o仅13%），Codeforces达89百分位，越狱测试得分84分。现开放ChatGPT与API使用，暂不支持联网等功能，适用于科研、编程与数学等复杂任务。
电商 AI 神器 Everart 制作时尚广告片
小店也能做专业时尚广告：上传20–30张商品实拍图，Everart即可训练专属Flux LoRa模型，生成多色、多场景的商品图；再用可灵一键转视频，全程无需模特与摄影师。
字节跳动与浙大联合开发 Loopy 模型，性能媲美阿里微软
字节跳动与浙大联合推出Loopy语音驱动肖像模型，仅需单张图像+音频即可生成自然口型、微表情及头部运动，支持照片/动漫/雕塑等多种风格与侧脸输入；其创新时序模块能建模长程运动规律，无需手动设定运动模板，效果媲美阿里EMO与微软VASA。