Meta发布新一代3D内容生成AI系统AssetGen 2.0;OpenMemory MCP让所有AI工具共享记忆丨AI速递

新闻

作者：微信文章






Hi,

FUTURE

AIGC周报

Weekly AI NewsExpress

数字未来事务所

DIGITAL FUTURE AGENCY

2025.05.11-2025.05.17

本周AI行业前沿速递



PART.01

字节发布

Seed1.5-VL多模态推理模型

DFA

字节跳动发布了轻量级多模态推理模型 Seed1.5-VL。该模型仅使用 532M 视觉编码器和 200 亿活跃参数，却能够刷新 38 项基准测试记录。

它具有三大核心组件，分别是 SeedViT 编码器、MLP 适配器以及大语言模型。通过海量的 3 万亿多模态数据训练而成，并且支持多分辨率输入和动态帧采样功能。在众多领域表现出色，包括视觉推理、OCR 识别、图表理解和 GUI 任务等，在地理位置推理能力这方面，更是可与 GPT-4V 相媲美。







PART.02

OpenMemory MCP

让所有AI工具共享记忆

DFA

OpenMemory MCP 是 Memolabs 团队推出的一款开源工具，支持 100% 本地运行，可实现 Cursor、Claude 等不同 AI 工具间的上下文信息共享和记忆延续。它提供标准化的内存操作功能，包括添加、搜索、列出和删除记忆，支持跨平台多客户端使用，确保数据安全和隐私。该工具基于 Docker 部署简单，解决了 AI 工具会话即失忆的痛点问题，可用于跨工具项目流、偏好持久化和游戏角色设计等场景。







PART.03

昆仑万维开源Matrix-Game

单图打造游戏世界无限宇宙

DFA

Matrix-Game 是昆仑万维开源的首个 10B + 交互式世界基础模型，能够依据用户输入生成连贯且可控的游戏互动视频，在视觉质量、物理一致性等方面优于现有开源模型。该模型通过无标签预训练及标注数据可控训练的两阶段训练方式，以及 Matrix-Game-MC 数据集训练，结合独特的图像到世界建模架构，实现了高精度的动作响应与场景泛化。

这标志着空间智能领域取得重要突破，除了适用于游戏开发外，还可与天工、Mureka 等 AI 产品联动，推动影视、广告、XR 等领域内容生产的革新。







PART.04

腾讯混元T1-Vision上线元宝

DFA

腾讯升级视觉模型 Hunyuan T1-Vision，能深度理解图片内容，支持多模态原生长思维链，完答速度提升 1.5 倍，应用场景广泛，可识别植物品种、分析棋局、翻译游戏界面、进行选择分析、评估商品价值，强调 “边看图边思考” 能力，开启 “深度思考 T1” 模式更可精准捕捉和分析图片中的关键信息。







PART.05

快手推出AI作图工具Poif

DFA

快手推出了专注于电商领域的 AI 作图工具 Poify，该工具集成了文生图、AI 模特试衣、背景替换等多种功能，目前可免费使用。Poify 针对电商场景进行了优化，能够降低商品拍摄成本，提高制图效率，增强视觉吸引力，并且适配各大电商平台的规则。与同类工具相比，Poify 专注于电商图像创作，提供简单易用的界面和针对性功能，方便商家快速制作商品展示以及营销素材。





PART.06

Gemini 2.5实现

视频理解重大突破

DFA

Gemini 2.5 Pro 突破了视频处理长度的限制，借助低媒体分辨率技术，能够处理长达 6 小时的视频，并且在多个学术基准测试中创下了新纪录。它实现了视频内容与代码的无缝结合，可以将视频直接转化为交互式网页应用、p5.js 动画等创新应用形式。同时，该模型还具备精准的视频片段检索和时序推理能力，能够实现复杂场景计数、时间戳定位等高级分析功能。





FUTURE



PART.07

Meta发布新一代3D内容生成

AI系统AssetGen 2.0

DFA

Meta 发布了新一代 3D 内容生成 AI 系统 AssetGen 2.0，该系统采用单阶段 3D 扩散模型，能够直接从文本和图像生成高精度的 3D 模型和贴图。与前代产品相比，新系统在几何一致性和纹理细节方面有了显著提升。目前，AssetGen 2.0 已在 Meta 内部用于创建 3D 世界，并计划在年底前集成到 Horizon 编辑器中。此外，Meta 正在研发 “完整 3D 场景生成” 功能，其目标是通过简单的文本指令，一键生成完整的 3D 虚拟世界，推动 3D 内容创作进入零门槛时代。



图片素材出自互联网   版权归原作者所有 #数字未来事务所# 整合编译   欢迎分享至朋友圈 投稿/合作请留言 或 公众号菜单栏添加微信