NVIDIA 发布 Cosmos3-H-Dreams，研究交互式手术场景生成
团队把生成式仿真从桌面缝合任务推进到更复杂的临床手术视觉场景，并介绍蒸馏、流式生成与数据适配。该工作属于仿真研究，不能直接当作临床安全或疗效验证。
推荐理由：Codex 来源核对 · 原始技术资料，附实现与评估入口。
技术方向
AI 视频 最新动态
AI 生成和理解视频：文生视频模型、视频编辑工具，以及影视创作的新做法。
6 条精选近 30 天 6 条共收录 6 条
更新
AI 视频的精选
Hugging Face Blog精选
宝玉的分享精选 宝玉拆解 NotebookLM 视频概览的创作编排流程
文章介绍从理解意图、收集上下文到评审卡片和视频生成的多步骤流程。作者提示其中工具和结构依赖 NotebookLM 的专用组件，不能把整份内容当成通用提示词直接运行。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
AWS Machine Learning Blog精选 TwelveLabs Pegasus 1.5 接入 Bedrock，输出视频片段元数据
AWS 介绍以自然语言定义目标片段并返回带时间戳 JSON 的视频模型能力，涵盖视频分段、参考图提示与长视频处理。适合内容检索和媒体资产管理场景评估。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
量子位精选 GeoPT 第一作者吴海旭创业，选择物理世界模型方向
量子位报道物原科技的创业与融资进展，并回顾创始人在时序预测和物理建模方向的研究。融资与估值为报道口径，尚不能作为产品市场验证或实际营收的证明。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
量子位精选 Skywork Matrix-Game 4.0 用游戏引擎维护状态、视频模型生成画面
量子位介绍国产游戏世界模型的开源方案，以显式游戏逻辑管理血量、任务等状态，再生成视觉表现。单卡实时演示有画质与硬件前提，适合关注世界模型工程路线。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
Hugging Face Blog精选 Muse Spark Open 开放权重，Hugging Face 整理推理与微调入口
官方生态文章介绍 Meta 多模态 MoE 模型的文本、图像、音频与视频能力，并列出 Transformers、MLX 等推理支持和微调示例。使用前需核对模型许可与硬件门槛。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。