英伟达让机器人「做梦学习」，靠梦境实现真·从0泛化
英伟达的DreamGen项目通过梦境学习技术，仅凭少量现实视频数据就能让机器人学会执行多种新任务。该技术利用AI视频世界模型生成神经轨迹，显著提升了复杂任务的成功率，并首次实现了从0开始的泛化能力。
零样本
MiniMax推出高质量文本转语音模型MiniMax-Speech
MiniMax发布的新模型MiniMax-Speech通过可学习的说话人编码器和Flow-VAE架构提高了文本转语音的质量与保真度，在零样本情况下实现了跨语言合成，多项测试中表现优异。
Gemini 2.5实现视频理解重大突破：一口气处理6小时视频，任意视频秒变互动网页
谷歌Gemini 2.5 Pro视频理解能力提升，可在6小时内处理长达6小时视频，并实现视频到应用的转化、精准片段检索及强大的时序推理等新功能。
图像生成推理大模型，港中文北大等联手破解画质提升难题
来自港中文、北大和上海AI Lab的研究团队将思维链（CoT）与生成模型结合，显著提高了自回归图像生成的质量，并提出了潜力评估奖励模型（PARM）及其增强版本（PARM++），进一步优化了图像生成质量。