Google 发布 StreamVibe 视频智能体，教 AI 知道何时该开口
Google、斯坦福、牛津等机构的团队发布了 StreamVibe，旨在让视频智能体能理解模糊意图并在合适时机主动提供帮助。该模型基座据称来自 Qwen3.5-9B，通过强化学习减少打扰，并在 ProactiveBench 基准上测试了响应时机和质量。
#视频
The DecoderAI 评分4848
The Decoder同事件AI 评分7575 Google DeepMind 推出 Genie 4 实时世界模型，结合 Gemini 规划智能体互动场景
Google DeepMind 发布 Genie 4，号称首个可实时生成声音的交互式世界模型。用户可通过键盘移动并发送文本提示控制场景，Gemini 模型在后台持续规划以保证连贯性。长会话中仍存在细节变化和物体持久性问题，目前仅向部分测试者开放，将很快上线 Google AI Ultra 订阅用户。
同一件事，精选收录的是《Google DeepMind 发布 Genie 4 世界模拟模型》
The Verge · AIAI 评分4242 Google 发布 Genie 4 世界模型，生成更真实的互动体验
Google 发布用于生成互动体验的 Genie 4 世界模型，支持生成约两分钟内容、实时自然语言更新和音频，底层使用 Gemini 3.8 Flash，将向 Google AI Ultra 订阅用户开放研究预览。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 Genie 4 世界模拟模型
Google DeepMind 宣布发布 Genie 4，这是一个原生多模态的世界模型，可与 Gemini 模型结合进行实时交互式模拟。它支持在生成画面的同时同步生成音频，包括环境音、音乐和人物对话。Genie 4 目前作为研究预览提供给受信任的测试人员，并计划向 Google AI Ultra 订阅用户和 Gemini API、Google AI Studio 的早期访问合作伙伴开放。
推荐理由：官方公布Genie 4能力与测试名单，可据此了解世界模型在实时交互与多模态生成上的最新进展。
TechCrunch · AIAI 评分2727 Grok 发布 AI 生成《奥德赛》首支 7 分钟片段
Grok 发布了其 AI 生成《奥德赛》系列的第一集，时长 7 分钟。该视频由 Grok 与 Wonder Studios 及导演 Dev Walker 合作制作，呈现了角色航行场景。尽管画面在某些时刻逼真，但影片缺乏艺术感染力且叙事冗长，作者认为难以引发观众对后续内容的兴趣。
The Verge · AIAI 评分3737 《Wildwood》导演称AI与该工作室理念背道而驰
《Wildwood》导演特拉维斯·奈特表示，生成式AI与Laika工作室的理念完全相悖。他强调人工定格动画中蕴含的人性、灵魂和艺术价值是AI无法替代的，认为由机器直接完成创作缺乏真实情感。
The Decoder精选AI 评分6868 Kling AI 4.0 发布：支持立体声音频、多语言口型同步与 Flash 轻量版
Kling AI 发布 4.0 版本，支持单次生成最长 30 秒视频，上下文窗口扩展至 8000 token，新增双声道立体声音频和多语言口型同步，并上线针对速度优化但最高 720p 的 Flash 版本，同时通过 MCP 和 CLI 开放接口以便集成自动化工作流。
推荐理由：原文列出了 Kling 4.0 的关键能力变化和接口升级，读者可以据此评估它与国产竞品的差距和可用性。
AWS Machine Learning Blog精选AI 评分5050 TwelveLabs Pegasus 1.5 在 Amazon Bedrock 上线
TwelveLabs 推出的视频语言模型 Pegasus 1.5 现已在 Amazon Bedrock 的 US West (Oregon) 区域可用。与早期版本相比，Pegasus 1.5 支持单次分析长达两小时的视频，并新增基于时间的元数据生成、多模态提示和即时处理功能，无需预索引。用户可通过 S3 URI 或 base64 字符串直接调用，返回结构化的时间戳元数据。
推荐理由：作者给出了模型核心变化和接入方式，读者可据此评估该能力对新工作流的影响。
NVIDIA BlogAI 评分2525 NVIDIA DLSS 4.5 控制选项登陆 GeForce NOW，新增多款游戏
NVIDIA DLSS 4.5 控制选项现已登陆 GeForce NOW，允许用户在云端调整支持游戏的图像质量和性能，其中 Ultimate 会员在 RTX 5080 云机上可获得最高 4X 动态多帧生成的选项。