Google DeepMind发布Genie 4，可实时生成可交互虚拟世界：用户能像玩游戏般行走探索，用文字改变天气、添加角色并与之交谈，世界与声音均实时随机生成，无预设地图。目前仅少量测试者可用，需登记候补并选择Gemini套餐；互动仅持续几分钟，久了会出现物体漂移、物理异常。前三代分别实现2D场景、3D世界和实时交互生成。

昆仑万维发布Matrix-Game 4.0，为全球首款可在单张RTX 5090上实时运行的开源游戏世界模型。其核心思路是“给视频模型套上Harness”：游戏引擎用代码维护世界状态与规则，视频模型仅负责实时生成画面，从而实现盾牌耐久、血量结算等真实游戏逻辑。通过结构草图、动态Caption、少步蒸馏等优化，按键响应不到0.15秒，60帧运行，显存峰值约18.5GiB，并开源模型与代码。

爱诗科技发布实时世界模型PixVerse R2，将LLM的Scaling逻辑引入世界模型。R2通过Omni Causal AR统一视觉、动作、音频等模态，并用Real-Time Acceleration蒸馏实现实时生成，解决能力与实时性兼顾难题。该架构可扩展至游戏、虚拟交互等场景，推动数字世界底座成形。

文章探讨AI界面的新趋势：界面不再预先固化，而是根据用户意图实时采样生成，从“产物”变为“流”，按钮失去固定位置，Fitts定律失效。系统能快速预判需求，答案雏形先于问题成形，“快”本身构成权威。但界面仍由他人写死，AI只是引导光标，预测错了无成本，对了省去一次寻找。

Runway推出新型AI“界面世界模型”Solaris，能实时生成交互界面，取代传统设计转代码流程。它根据用户操作逐帧渲染，使界面本身成为应用。测试显示其优于传统编码界面，未来旨在实现个性化、动态生成的界面，并已开放早期访问。

Infinite Slop是开发者Pieter Levels创建的无限AI直播网站，观众通过聊天框输入提示词，AI实时生成连贯视频并播放。基于fal的H3 Max模型，15秒视频仅需9秒生成，速度远超播放需求。网站上线首日吸引3.7万观众，但内容质量参差不齐，成本高昂（月约20.7万美元），引发对AI视频实时生成时代及内容质量的争议。

AI SDK 7是一个TypeScript SDK，支持构建AI应用程序，具有每周超过1600万的下载量。新版本增强了代理的开发和运行能力，包括推理控制、工具上下文、文件和技能上传等功能。同时，它支持实时语音和视频生成，提供更好的可观察性和性能统计，适用于多种模型提供者。

缅因猫（MaineCoon）是一种新型AI音视频生成模型，具备实时生成和高质量输出的能力，推理速度达到47.5 FPS，成本低，能生成超过30分钟的内容。该模型通过自重采样和流式表征对齐技术，解决了传统模型的延迟和音画不同步问题，提供更自然的社交互动体验。开发团队Catnip由年轻技术专家组成，致力于推动下一代社交平台的发展。

Noiz AI与香港科技大学、清华大学联合推出AudioX-Turbo音频生成模型，解决了生成速度慢和控制不精确的问题。该模型通过分布匹配蒸馏技术，将生成过程从50-200步缩减至4步，显著提升音质和实时生成能力。AudioX-Turbo的开源代码和数据集将推动音频生成技术的发展，应用于互动剧配音和实时音效等领域。

SentiPulse与人大高瓴联合推出开源3D数字人框架SentiAvatar，旨在突破数字人行业的表达与动作瓶颈，实现自然流畅的交互。该框架通过高质量数据集和创新模型，提升数字人的情感表达能力，支持实时生成动作与表情，推动数字人向“理解交流”发展。

爱诗科技的PixVerse V3.5视频模型实现接近实时的生成速度，显著提升运动控制和画质，支持多种动画风格，降低影视制作门槛，提供流畅的内容创作体验。