2025年11月AI领域八大重要资讯盘点

上期我们盘点了2025年10月的AI重磅动态，热度未减，新的突破又接踵而至。从3D场景的秒级生成，到长视频的实时创作，再到模型能力的全方位进化，这个月的AI领域可谓精彩纷呈。话不多说，一起来看看11月又有哪些值得关注的新进展。

一、AI秒级生成3D场景！厦大x腾讯开源FlashWorld

3D内容创作的门槛，正在被AI以惊人的速度拉低。最近，由厦门大学与腾讯联合研发的FlashWorld模型正式亮相，带来了碘伏性的体验：仅需一张图片或一段文字描述，它就能在5到10秒内生成一个高质量的3D场景。

这个速度，相比以往的技术提升了10到100倍，而渲染效果却更加细腻逼真。这项突破意味着，那个“人人皆可快速构建3D世界”的愿景，或许真的不远了。

二、南洋理工&腾讯ARC：分钟级实时生成突破

长视频生成的“不可能三角”——高质量、长时长、实时性，一直是业界的难题。南洋理工大学与腾讯ARC实验室合作的RollingForcing技术，带来了新的解法。

该技术通过联合去噪、注意力池化和高效训练策略，在单块GPU上实现了分钟级别的实时长视频生成，有效解决了生成过程中误差累积的核心痛点。这不仅保证了高达16 fps的实时生成速度，更显著提升了长序列视频的连贯性与质量，为交互式世界模型、神经游戏引擎等前沿应用铺平了道路。

三、Lovart平台上线“编辑元素”新功能

AI生图“一发不可收拾”，难以进行局部精细调整，是许多设计师的切肤之痛。针对海外市场的AI设计平台Lovart，最近上线的“编辑元素”功能，正是为此而来。

这项功能能够像专业图像软件一样，自动识别生成图片中的各个独立元素，并将其分解为可单独编辑的图层。用户可以自由调整任一图层的细节，而完全不会影响到其他部分。这无疑大大增强了AI绘图的可控性与实用性，让创意修改变得前所未有的便捷。

四、OpenAI发布GPT-5.1，智商情商双提升

距离GPT-5发布仅数月，OpenAI便火速推出了迭代版本GPT-5.1系列。官方明确表示，此次升级旨在让ChatGPT“更智能，也更有趣”。

此前，GPT-5曾被部分用户反馈缺乏“人味”和创造力。而GPT-5.1则着重在智能水平与沟通风格上进行了双重优化。OpenAI首席执行官萨姆·奥尔特曼指出，新版本在指令遵循和自适应思考方面改进显著，整体的智力与沟通能力都有了长足进步。

五、谷歌“嵌套学习”突破LLM遗忘瓶颈

大模型如何像人类一样持续学习新知识而不遗忘旧技能？谷歌提出的全新机器学习范式——“嵌套学习”，给出了一个颇具启发性的答案。

该范式摒弃了传统的静态训练周期，将模型视为一系列嵌套问题的堆叠，允许模型以不同的更新速度在各嵌套层中学习。这使得AI能够不断吸收新技能，同时稳固保持已掌握的能力。这被认为是人工智能向“类脑进化”方向迈出的关键一步，也代表了谷歌对深度学习架构与优化统一性的新层次理解。

六、英伟达发布OmniVinci全模态大模型

多模态理解的下一个阶段是什么？英伟达开源的OmniVinci模型指向了“全模态统一”。这是一个能够理解视觉、音频、语言等多种信息，并将其置于同一潜在空间进行推理的全模态大语言模型。

这意味着AI不仅能看、能听、能说，还能在这些模态间进行深度的关联推理与内容生成。这个参数量为90亿的模型一经发布便备受关注，其在Huggingface平台上的权重下载量迅速突破万次，热度可见一斑。

七、Meta开源1600语言语音识别系统

打破语言壁垒，AI正在行动。Meta的FAIR团队近日发布了“全语种自动语音识别系统”，其最大亮点是支持超过1600种语言的语音转写。

据透露，其中有500种语言是首次被任何AI系统所覆盖。Meta将这一系统视为构建“通用语音转写系统”的重要里程碑，它有望极大地促进全球范围内的跨语言沟通与信息平等获取，让更多小众语言被世界听见。

八、Utopai Studios发布影视专用AI模型与工作流

当AI深入影视工业，它会带来怎样的变革？AI原生影视工作室Utopai Studios给出了它的方案：一套专为电影与电视制作设计的AI模型和工作流。

与常见的通用视频生成模型不同，Utopai的模型核心在于理解影视创作的内在逻辑。它能够解析剧本故事，协助导演进行镜头规划和场景生成。通过将剧本理解、表演呈现与镜头连贯性等关键环节深度整合，这套系统旨在直接赋能专业的影视制作流程，强化叙事本身的力量。