AI日報：實時世界模型 PixVerse R1發佈；Vidu發佈AI一鍵生成MV功能；可靈AI ARR達2.4億美元

歡迎來到【AI日報】欄目!這裏是你每天探索人工智能世界的指南，每天我們爲你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。

新鮮AI產品點擊瞭解：https://app.aibase.com/zh

1、愛詩科技發佈全球首個通用實時世界模型 PixVerse R1，最高1080P 畫質

愛詩科技發佈全球首個通用實時世界模型 PixVerse R1，通過三大核心技術實現虛擬世界的實時交互體驗，並在遊戲、影視、直播等領域拓展出“人人可共創”的新可能。

【AiBase提要:】

🧠 Omni 原生多模態模型作爲現實世界的 “計算基座”，統一多模態內容爲連續 Token 流，生成物理邏輯一致的數字世界。

🔄 自迴歸流式生成機制解決長時序內容一致性問題，實現敘事的 “流式交互”。

⚡ 瞬時響應引擎 IRE提升計算效率，支撐 “即時響應” 的核心體驗。

2、Vidu 發佈 AI 一鍵生成 MV 功能，打造分鐘級“虛擬製片廠”

Vidu 發佈 AI 一鍵生成 MV 功能，標誌着視頻創作進入全自動端到端生成時代，用戶只需提供背景音樂、參考圖像和文本指令，即可在分鐘級別內輸出高質量 MV。該功能通過多智能體系統實現全流程自動化，極大降低了專業視頻創作門檻，爲創作者提供了集成化的虛擬製片廠體驗。

【AiBase提要:】

🎬 全自動多智能體協同：系統內置導演、分鏡、視覺生成及剪輯四大智能體，實現從解析音樂到成片輸出的全流程自動化。

🖼️ 工業級風格一致性：支持最多7張參考圖定位，確保在長達5分鐘的視頻中，角色與場景風格不發生漂移。

🎵 音畫同步精準卡點：AI 能自動識別背景音樂節奏並完成轉場，同時生成逐幀同步的動態字幕，分鐘級即可交片。

3、編程智能體的新標準！MiniMax 發佈 OctoCodingBench 基準測試

文章介紹了MiniMax公司推出的OctoCodingBench開源基準測試，旨在評估編程智能體在代碼倉庫環境中對指令的遵循能力。該基準測試通過測試智能體對七種不同指令來源的遵循程度，提供了一個多維度的評估框架，並採用二元檢查清單的評分機制，使得評估結果更爲準確。此外，OctoCodingBench還支持多個腳手架環境，如Claude Code、Kilo和Droid，這些都是實際生產環境中使用的工具。

【AiBase提要:】

🧠 評估編程智能體對指令的遵循能力

📊 提供多維度的評估框架

🔧 支持多個腳手架環境

詳情鏈接:https://huggingface.co/datasets/MiniMaxAI/OctoCodingBench

4、快手宣佈可靈AI ARR達2.4億美元，12月收入超過2000萬美元

快手科技宣佈可靈AI在2025年12月實現單月營收超過2000萬美元，年化收入運行率（ARR）達到2.4億美元，展現了其在生成式AI市場的強勁增長勢頭。

【AiBase提要:】

🚀 可靈AI月收入突破2000萬美元，年化收入運行率(ARR)達2.4億美元。

🛠️ 技術密集迭代，發佈多款模型提升專業創作效率。

🌍 服務全球超6000萬用戶，商業化落地覆蓋多個領域。

5、國產算力+自主創新架構！智譜聯合華爲開源GLM-Image，首個多模態SOTA模型全鏈路跑通昇騰芯片

智譜AI與華爲聯合開源GLM-Image，該模型在性能上達到國際領先水平，並創下全球首個全流程基於國產AI芯片的多模態大模型紀錄。其採用自迴歸+擴散解碼器混合架構，實現圖文語義深度對齊與聯合推理，推動AIGC從“像素堆砌”邁向“語義驅動”。

【AiBase提要:】

🧠 自迴歸+擴散解碼器混合架構，實現圖文語義深度對齊與聯合推理

🚀 全流程基於國產AI芯片完成，擺脫國外GPU依賴

🌐 推動AIGC從“像素堆砌”邁向“語義驅動”

詳情鏈接:https://github.com/zai-org/GLM-Image

6、全球首款醫療大模型 Baichuan-M3 亮相：超越 GPT-5.2，實力不容小覷！

國產醫療大模型Baichuan-M3正式發佈，成爲全球最強的醫療AI系統。該模型由百川智能推出，專注於醫療場景的應用，融合了大量醫學文獻、臨牀指南、真實病歷以及藥品知識庫，展現了驚人的智能醫療能力。

【AiBase提要:】

🧠 Baichuan-M3醫療大模型參數高達2350億，具備超低幻覺率，確保醫療問診和用藥建議的準確性。

🏥 在問診能力和醫療準確性方面，Baichuan-M3超越GPT-5.2，並優於人類醫生。

🌐 百川智能開源策略鼓勵開發者參與醫療AI創新，推動醫療AI生態共建。

7、谷歌重構電商未來：推出Agentic AI購物系統，Gemini CX+UCP協議實現“搜索即購買”

谷歌推出Agentic AI購物系統，結合Gemini CX與UCP協議，實現從搜索到購買的無縫體驗，重構電商未來。

【AiBase提要:】

✅ 推出Agentic電商解決方案，涵蓋UCP協議與Gemini CX系統，實現一站式購物閉環。

💡 用戶可通過谷歌搜索直接完成購物任務，無需跳轉頁面。

🌐 UCP協議爲AI Agent、商家與電商平臺建立標準化通信橋樑，兼容現有行業標準。

8、谷歌加碼醫療AI開源生態：MedGemma 1.5強化醫學影像能力，同步推出語音轉寫模型MedASR

谷歌發佈新一代開源醫療大模型MedGemma 1.5和語音識別模型MedASR，進一步完善其在醫療垂直領域的技術棧。MedGemma 1.5增強了對醫學影像的理解與分析能力，從純文本問答工具邁向多模態臨牀決策支持系統。MedASR則專注於醫療語音場景，提高電子病歷錄入效率。兩個模型均基於去標識化的臨牀數據訓練，並以開源形式發佈，供全球研究者與開發者使用。

【AiBase提要:】

🧠 MedGemma 1.5強化醫學影像理解與分析能力，支持多模態臨牀決策支持系統。

🗣️ MedASR優化醫療語音識別，提升電子病歷錄入效率。

🔒 谷歌開源模型遵循隱私保護規範，推動AI在基層醫療和科研中的應用。