本期重点集中在交互式世界模型与【智能体基础设施】方向:Runway推出Solaris,Hyper3D发布可编辑、具备物理规律的WorldGen;同时,Linux本地Agent和企业级Agent治理工具也在加速落地。

模型动态

Hyper3D发布可编辑的WorldGen世界生成模型

WorldGen可从单张2D图片生成具备物理规律的3D场景,物体可独立移动、替换和微调,并支持Blender、Unity等生产管线。[2]

Runway发布首个Interface World Model Solaris

Solaris可实时逐帧生成无需代码的交互式界面,研究称其在新界面的结构与功能生成上超过前沿大模型。[3]

微软发布低算力病理基础模型GigaPath-Flash系列

GigaPath-FlashGigaTIME-Flash旨在降低病理模型计算需求,同时保持较强性能,扩大病理研究应用范围。[7]

产品工具

LM Studio推出Linux版Bionic本地智能体工具

Bionic现已登陆Linux,支持在本地运行开放模型与智能体,为Linux桌面用户提供新的Agent工作流。[1]

LlamaParse成为Claude官方认证连接器

LlamaParse可将复杂PDF、表格、扫描表单和图表转为Agent可用上下文,补强Claude处理企业文档的能力。[4][5]

AWS推出Agent Registry统一治理智能体资产

Agent Registry集中管理智能体、工具和技能的目录、归属、审核与治理信息,面向企业规模化部署。[6]

技巧教程

AWS展示可观测的企业级Agentic RAG搭建方案

AWS介绍用CloudFormation构建可观测Agentic RAG,支持多来源检索与动态数据源选择。项目地址:https://aws.amazon.com/blogs/machine-learning/build-observable-enterprise-agentic-retrieval-using-managed-amazon-bedrock-knowledge-base-with-aws-cloudformation/[8]