腾讯混元发布 8B 交互式世界模型 Hy-Nomas，原生融合文本与连续相机控制
腾讯混元视觉生成团队发布交互式视频世界模型 Hy-Nomas，基于 8B 参数扩散 Transformer 主干，在单一架构中原生融合自由文本指令与连续相机轨迹控制，支持数分钟连续交互生成。
关注价值：腾讯把文本指令与连续相机控制合并进同一个 8B 扩散主干，并给出单卡 4090 部署与 LoRA 迁移路径，可供评估交互式世界模型的工程可行性。
试运行：收录范围与分类仍在校准，更新可能延迟。
#世界模型
我爱计算机视觉精选AI 评分7878
Google DeepMind精选AI 评分8080 Google DeepMind 发布世界模型 Genie 4，支持原生音频与实时文本操控
Google DeepMind 发布世界模型 Genie 4，可在实时交互中生成画面与原生音频，并以自然语言实时改变天气、镜头和场景内容。
关注价值：Genie 4 把原生音频、实时语言操控与 Gemini 的推理串进同一个世界模型，读者可据此判断机器人训练环境正从像素生成走向可编程因果模拟。
World Labs 官方博客精选AI 评分8080 World Labs 发布世界模型 Atlas，原生处理文本图像视频与 3D
World Labs 发布下一代世界模型 Atlas，称其为从零预训练的多模态自回归扩散 Transformer，原生统一处理文本、图像、视频和 3D，将输入编码为共享空间上下文后再生成后续内容。
关注价值：统一架构把相机位姿与深度作为原生输入，其重建与可控生成结果可用于判断世界模型的路线选择。
World Labs 官方博客精选AI 评分7878 World Labs 公布 R2S2R 引擎早期结果：仿真训练的策略零真机数据迁移到多款机器人
World Labs 公布其收购的 SceniX 团队所建 real-to-sim-to-real（R2S2R）引擎的早期结果，称完全在仿真中训练的策略可在零真机训练数据下直接迁移到 ALOHA、YAM、RB-Y1、Flexiv、xArm 等不同机器人平台。
关注价值：World Labs 首次公开 R2S2R 引擎的早期结果，给出仿真训练策略直接迁移到多款真机并预测真机表现的证据，可供判断仿真数据能否成为机器人训练主来源。
1X精选AI 评分6363 1X 成立世界模型实验室，前 Luma AI 科学家 Sam Sinha 任世界模型负责人
1X 宣布成立 1X World Model Lab，专注通过大规模具身世界模型预训练加速全自主人形机器人。公司同时宣布 Sam Sinha 加入，担任创始 AI 研究员兼世界模型负责人，他此前是 Luma AI 创始研究科学家，参与多模态生成视频模型扩展及 Uni-1 相关工作。
关注价值：1X 把世界模型预训练单列为研究组织，并公开数据闭环思路，可观察人形机器人厂商自建基础模型的路径分化。
World Labs 官方博客精选AI 评分7272 World Labs 发布 World API，用 Marble 世界模型从文本图像视频生成可探索 3D 世界
World Labs 发布 World API，开发者可通过接口调用其多模态世界模型 Marble，从文本、单图、多图、360° 全景和视频生成可导航的 3D 世界。
关注价值：世界模型从演示走向可调用接口，机器人仿真环境的生成成本与规模是这条最直接的影响面。
World Labs 官方博客精选AI 评分6060 World Labs 正式开放多模态世界模型 Marble
World Labs 将两个月前预览的多模态世界模型 Marble 面向所有人开放，可输入文本、图像、视频或粗略3D布局生成完整3D世界，并支持交互式编辑、扩展与组合。
关注价值：从预览到全面开放并补上多模态输入与编辑导出，读者可据此判断生成式3D世界模型当前能做到什么程度。
已经到底了