今天的 AI 资讯呈现出两条主线：一是 AI Agent 从工具走向“数字伙伴”，扣子 2.5、Gemini 交互式模拟、MiniMax Music 2.6 都在强化可执行与可交互能力；二是 多模态与视觉生成研究继续提速，从实时世界模型、弹性 Transformer 到合成数据训练 VLM，论文与产品两端同时推进。

值得重点关注的是，Matrix-Game 3.0 将 720p 实时长时视频世界模型推至 40 FPS，DeepSeek V4 释放出万亿参数与国产芯片适配信号，而 扣子 2.5 则进一步把 Agent 基础设施产品化。

本期聚焦世界模型构建的核心原则、端到端自动驾驶的风险感知突破，以及多模态交互的最新进展。学术界提出”一致性三位一体”理论框架，为通用世界模型指明方向；自动驾驶领域通过风险感知预测控制实现泛化能力提升；社交手势生成和图像创作工具也迎来重大更新。

本周AI领域迎来多项重大突破：DeepSeek团队提出InftyThink+框架，通过强化学习实现高效的无限视野推理；研究者重新审视Transformer的MLP设计，提出沙漏型FFN架构；MemGUI-Bench首次系统性评估移动GUI智能体的记忆能力。此外，国内AI产业持续升级，可灵3.0发布、阿里千问品牌统一、上海AI实验室发布科学多模态大模型等重要进展值得关注。