全球首个多模态世界模型，李飞飞创办的 World Labs 发布 Atlas World Labs 推出 Atlas，据称是全球首个多模态世界模型，可生成图像和视频帧，支持像素级相机控制并重建为 3D，用于建模世界、移动镜头、模拟空间与时间。
全球首个多模态世界模型，李飞飞创办的 World Labs 发布 Atlas World Labs 推出 Atlas，据称是全球首个多模态世界模型，可生成图像和视频帧，支持像素级相机控制并重建为 3D，用于建模世界、移动镜头、模拟空间与时间。
World Labs
Clef-omni 支持音视频决策，Clef-flash 同步降价 新的开放权重决策模型可在一次调用中处理文本、图片、音频与视频，并返回受 schema 约束的选项评分，适合工程工作流中的分类与动作判断。
Qwen3.8-Omni-Flash：支持音视频输入的百万上下文模型 Qwen3.8-Omni-Flash 现支持文本、图像、音频和视频输入，提供最高 1M 上下文，并可通过 Chat Completions 或 Responses 接入函数调用与联网检索。
智谱推 GLM Coding Plan 夜间畅用活动，GLM-5.3-Flash 错峰时段 ZCode 免费 9 月 3 日至 20 日，GLM Coding Plan 上线夜间畅用活动，每晚 23 点至次日 9 点（北京时间）自动生效，覆盖所有付费套餐用户。
Black Forest Labs 推出 FLUX Upscale，视频可重生成原生 4K Black Forest Labs 发布独立工具 FLUX Upscale，可将任意视频重生成至最高原生 4K。
阿里云 Wan3.0 视频模型公测，单次可生成 30 秒 阿里云全新一代视频生成模型 Wan3.0 今日开启公测。
MiniMax 发布全模态模型 H3，将开源权重 7 月 31 日，MiniMax 正式发布通用全模态生成模型 H3，支持对文本、图像、视频、声音的多模态上下文统一理解与生成，可输出原生双声道音视频，最高支持 15 秒 2K 分辨率。