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。 最近内容更新：2026-11-04 17:28（北京时间）
#开源/仓库
我爱计算机视觉精选AI 评分7878
Jim FanAI 评分6767 Jim Fan 团队开源机器人数据引擎 Flora 模型套件
Jim Fan 团队开源 Flora 模型套件，用于解析物理世界并把原始视频转成训练信号，官方称其性能达到 Astra 级别而成本低 125 倍。Flora 已支撑其内部数据引擎，在 500 块 GPU 上每天标注 20 万小时视频，提供带时间戳的高质量描述、用于质量控制和强化学习后训练的密集进度奖励，以及面向真实世界基准的评分量表。
Jim FanAI 评分5555 Jim Fan 团队开源智能体机器人框架 ASPIRE V1.0
Jim Fan 团队开源智能体机器人框架 ASPIRE V1.0，称其具备在真机上完成技能发现与自我改进的完整能力。作者提到，Astra 上线当天实验室切换后端模型后，多项基准在一夜之间达到约 99%；在机器人仿真基准上，Opus 5.5 略优于 Astra，Sonnet 5.5 则以每任务 12 美元的成本落在成本与机器人能力的帕累托前沿。
Hugging FaceAI 评分6262 Reflection 开源 Beam 模型权重并直播讲解构建过程
Reflection 宣布 Beam 已在多平台上线，并以 Apache 2.0 许可开放权重，与 40 多家生态伙伴合作。此次放出权重、tokenizer 和参考实现，包含 BF16、FP8、NVFP4 权重及 DFlash2 drafter，以及用于训练 Beam 的开源工具 Mirror CLI，权重与模型卡发布在 Hugging Face。Hugging Face 转发了这一消息，并预告 Reflection 团队将直播介绍 Beam 的构建过程。
New Atlas · RoboticsAI 评分6060 UCLA 团队研发 PhoneBot：用旧安卓手机充当双足机器人躯干与大脑
UCLA 机器人与机构实验室（RoMeLa）在 arXiv 预印本中提出 PhoneBot，把智能手机当作双足机器人的躯干、眼睛和大脑。机器人高 48.3 厘米、重 1.8 公斤，含 13 个低成本伺服电机，手机通过 Wi-Fi 与机载小电脑通信并转发指令，相机负责视觉、IMU 负责平衡、处理器运行驱动关节的神经网络。
LeRobot 官方 Releases Atom精选AI 评分6060 Hugging Face LeRobot 发布 v0.6.0
Hugging Face 的 LeRobot 发布 v0.6.0，包含多项破坏性变更：pip install lerobot 不再默认包含数据集与训练依赖，需按需安装 lerobot[training] 等扩展，最低 PyTorch 版本升至 2.7，GR00T N1.5 被 N1.7 取代。
关注价值：从依赖拆分、RL 栈重构到新增多个基准与策略，读者可据此判断升级迁移成本与新增训练能力。
逐际动力新闻精选AI 评分6868 逐际动力开源 FluxVLA Engine 标准化 VLA 工程底座
逐际动力开源 FluxVLA Engine，一个打通数据处理、模型训练、仿真评测到真机部署全流程的标准化 VLA 工程底座。该框架以统一配置文件和模块化标准接口管理全流程，支持 Qwen、GR00T、Pi 全系列及 DreamZero 等模型，接入 Isaac Sim、LIBERO 仿真器，并兼容 UR 机械单臂、ALOHA 双臂和自研 TRON 2 等硬件。
关注价值：逐际动力把数据、训练、仿真到真机部署的链路做成统一配置的开源底座，读者可据此判断 VLA 工程门槛的变化。
World Labs 官方博客AI 评分5252 World Labs 发布 Spark 2.0，为 3DGS 网页渲染加入流式 LoD
World Labs 发布 Spark 2.0，在 THREE.js 与 WebGL2 的 3DGS 渲染器中加入 Level-of-Detail 系统，按视角自动调整细节并经网络流式加载数据。