入选ECCV 2026！清华开源空间模型打败Gemini：真正的空间智能是在世界变化中持续学习
入选ECCV 2026！清华开源空间模型打败Gemini：真正的空间智能是在世界变化中持续学习在机器人、自动驾驶、AR等真实场景中，空间理解从来都不是“看一眼图像”就能解决的问题。
来自主题: AI技术研报
6138 点击 2026-06-22 15:16
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
在机器人、自动驾驶、AR等真实场景中，空间理解从来都不是“看一眼图像”就能解决的问题。
据最新独家爆料，谷歌目前正在紧锣密鼓地对即将发布的重磅大语言模型Gemini 3.5 Pro进行高强度的激进迭代，在正式揭晓之前，内部预计还会测试更多的版本。
最近几天，一个 3B 的小模型在 X 上火了，因为在一些难度可验证的推理任务上（比如编程），它进入了 Gemini 3 Pro、GPT-5 high、Claude Opus 4.5、GLM-5、Kimi K2.5 等前沿模型的性能区间，而它的体积远小于这些模型。
周四晚上，我在床上举着 iPhone Air，在 Siri 对话框里打下了一个从来没问过的问题： Siri, what do you think of me?（Siri，你觉得我怎么样？）
最近，北京一套27平米的胡同老房子靠AI成功翻了盘。
近日，专注低功耗AI模型的初创公司Flourish Inc. 完成5亿美元融资。本次融资由GV、Lux Capital、Catalio Capital Management等知名投资机构及杰夫·贝索斯参与投资。本轮融资亦是2026年6月初全球规模最大的融资轮次之一。
最新测试显示，模型抱团后实力明显升级：Opus 4.8+GPT-5.5>Fable 5；Kimi K2.6+ DeepSeek V4 Pro+Gemini 3 Flash=Fable 5。能力追上了，开销还减半。根据官方定价，相比Fable 5，Kimi K2.6+ DeepSeek V4 Pro+Gemini 3 Flash这套平价阵容，成本降幅接近80%。
刚刚，Google 甩出了 Gemini 3.5 Live Translate。这是它最新的语音对语音翻译模型，一句话概括：把「等你说完再翻」的老规矩，直接掀了。Google DeepMind 首席科学家 Jeff Dean 亲自发帖官宣，字里行间透着一股「二十年磨一剑」的底气：
就在刚刚，谷歌闷头干了件大事：把生成图片的扩散模型，拿来写文字了，而且一出手就是4倍加速。 新模型名为DiffusionGemma，它直接抛弃了传统自回归那套“逐Token生成”的打字机模式，而是像“印刷机”一样工作——
今天一早，谷歌又发新模型了！