让AI当「动作导演」：腾讯混元动作大模型开源，听懂模糊指令，生成高质量3D角色动画
让AI当「动作导演」：腾讯混元动作大模型开源，听懂模糊指令，生成高质量3D角色动画在3D角色动画创作领域，高质量动作资产的匮乏长期制约着产出的上限。
来自主题: AI技术研报
7861 点击 2026-01-15 09:26
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
在3D角色动画创作领域，高质量动作资产的匮乏长期制约着产出的上限。
2025 年 9 月，The Information 报道 Anthropic 曾讨论在接下来一年内投入超过 10 亿美元用于 RL 环境建设。Epoch AI 最近发了一篇报告，采访了 18 位来自 RL 环境初创公司、neolab（Cursor 这类应用型 AI 公司）和前沿实验室的从业者
针对大模型长文本处理难题，Transformer架构的核心作者之一Llion Jones领导的研究团队开源了一项新技术DroPE。
假如你是一个致力于将 AI 引入传统行业的工程团队。现在，你有一个问题：训练一个能看懂复杂机械图纸、设备维护手册或金融研报图表的多模态助手。这个助手不仅要能专业陪聊，更要能精准地识别图纸上的零件标注，或者从密密麻麻的财报截图中提取关键数据。
机器人终于迎来自己的「iOS时刻」，全球首个具身Agentic OS来了：不是装个更聪明的大模型，而是给机器人配上一套真正的「操作系统」。
时代变了，就连 Linus Torvalds 现在也氛围编程（Vibe Coding）了。
今天凌晨，喜欢闷声做大事的 DeepSeek 再次发布重大技术成果，在其 GitHub 官方仓库开源了新论文与模块 Engram，论文题为 “Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models”， 梁文锋再次出现在合著者名单中。
一边踩油门冲刺AGI，一边按喇叭预警：小心前面悬崖！Anthropic创始人Dario Amodei曾因预言「未来5年内AI可能消灭近一半初级白领岗位」而被贴上「末日预言家」标签，但他又因打造Claude身家数十亿美元。
过去一年，大模型在语言与文本推理上突飞猛进：论文能写、难题能解、甚至在顶级学术 / 竞赛类题目上屡屡刷新上限。但一个更关键的问题是：当问题不再能 “用语言说清楚” 时，模型还能不能 “看懂”？
大模型能写代码、解奥数，却连幼儿园小班都考不过？简单的连线找垃圾桶、数积木，人类一眼即知，AI却因为无法用语言「描述」视觉信息而集体翻车。大模型到底「懂不懂」，这个评测基准给出答案。