昆仑万维发布 Matrix-Game 4.0 视频大模型游戏并同步开源
昆仑万维发布 Matrix-Game 4.0，称其为第一款运行在单张消费级显卡上的视频大模型游戏，并同步开源代码、权重与白模。该模型在单张 NVIDIA RTX 5090 上以 480p、60 FPS 运行，端到端延迟低于 150 毫秒，显存峰值 18.5 GiB。
推荐理由：原文给出单卡 480p 60 FPS 与低于 150 毫秒延迟的硬指标，读者可据此判断视频世界模型能否真正本地实时运行。
#视频
雷锋网精选AI 评分8383
The DecoderAI 评分6565 Reka AI 发布 190 亿参数全能模型 Rho-1，统一处理文本、图像、视频与机器人控制
Reka AI 发布研究预览版 Rho-1，这是一个 190 亿参数的全能模型，可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数将任务分派给专用模型的系统不同，Rho-1 把所有模态作为 token 放在同一个共享上下文窗口中运行，无需工具调用或外部模型，能实时生成连续视频并即时响应新指令而无需重启。
爱范儿AI 评分7474 可灵 Kling 4.0 首发实测：支持 10-bit HDR 与 4K 输出
可灵发布 Kling 4.0 大版本更新，主打真实、可控、专业，将于 10 月正式上线，Kling 4.0 Flash 已于 9 月 28 日开放小范围体验。
The DecoderAI 评分6060 Runway 研究实时视频生成：边描述边出流，首帧目标低于 100 毫秒
Runway 公开了其实时视频生成研究，用户不再输入提示词后等待成片，而是边描述边以流式方式生成视频，目标是尽量缩短首帧时间。该方案基于 GWM-1 逐帧生成，可接受镜头运动、机器人指令或音频作为控制信号，并沿用 Gen-4.5；Runway 称实时生成能减少等待并降低 GPU 成本。
量子位精选AI 评分7878 生数科技发布Vidu S2，支持实时视频编辑与空间视频
生数科技发布Vidu S2模型，包含S2-Avatar和S2-Editing两个细分模型，发布当天全量开放。S2-Editing可对正在播放的视频实时换装、换角色、换背景和换风格，S2-Avatar将实时输出分辨率从540p提升到720p，并支持互动中接收参考图执行动作。
推荐理由：生数科技在两个月内完成从S1到S2的迭代，读者可借此了解实时视频编辑与空间视频的当前进展。
量子位AI 评分6565 智象未来发布原生全模态视频模型 HiDream-O1-Video-1.0
智象未来（HiDream.ai）发布首个原生全模态视频生成模型 HiDream-O1-Video-1.0（简称 HD-V1），支持文本、图片、视频等多种模态输入，可一键直出 5–20 秒 1080p 视频。
TechCrunch · AIAI 评分6969 Suno 发布基于授权音乐训练的 Suno v6 模型家族
Suno 发布新模型家族 Suno v6，称其使用来自 Warner Music Group、BMG、Believe 等音乐厂牌和发行商的授权数据开发，且未使用训练旧版模型的数据。
爱范儿精选AI 评分7878 李飞飞 World Labs 发布 3D 世界模型 Atlas
李飞飞创办的 World Labs 发布 3D 世界模型 Atlas，官方演示中只用 3 到 5 台普通手机和运动相机拍摄，就能生成传统需要 60 台设备阵列才能完成的子弹时间环绕视角。
推荐理由：原文用子弹时间演示说明稀疏视角重建三维场景的路线，读者可据此理解世界模型与视频生成模型的差异。
爱范儿精选AI 评分8282 World Labs 发布多模态世界模型 Atlas
李飞飞创办的 World Labs 发布多模态世界模型 Atlas，官方称其从零预训练，可原生处理文本、图像、视频、相机位姿与 3D 深度信息，在同一模型中完成世界生成、空间重建和时空模拟。
推荐理由：Atlas 把相机位姿作为原生输入并支持稀疏视角重建，读者可据此判断世界模型在具身智能数据生成上的位置。
The DecoderAI 评分6262 Runway 发布 Solaris，可实时生成软件界面
Runway 发布 Solaris，这是其称为 Interface World Models 的新类别中的首个模型，不运行代码而是随交互逐帧生成用户界面，以 720p 渲染并响应点击、拖拽或语音指令。