PIM:低延迟预测物体交互结果的物理直觉模型
从初始条件预测物体交互结果,是数据驱动物理推理中的核心问题。现有方法通常使用刚体层面的状态,或通过自回归……来预测演化过程。
生图、生视频与世界模型的在售型号、规格与公开价格:国内按人民币刊例价,海外按当日汇率折算。
接口新型号 10 分钟同步 · 核价逐行标注来源与日期 · 海外按当日汇率折算
| 模型 / 厂商 | 价格(人民币) | 关键规格 | 状态 | 发布 |
|---|---|---|---|---|
| 生视频 · 8 款 | ||||
| Gemini Omni 1.2 FlashNEW Google · 美国 | ¥0.468/秒 $0.07 × 6.6808 · 720P;1080P $0.104 | 3–15 秒 · 原生音画 · 可编辑并延长至 30 秒 | 商用 | 2026-11-05 |
| 可灵 4.0 快手 · 中国 | ¥1.00/秒 720P;1080P ¥1.50 | 30 秒直出 · 1080P/10bit HDR · 15 项全能参考 | 商用 | 2026-10-15 |
| Wan 3.0 阿里云 · 中国 | ¥0.60/秒 720P;1080P ¥1.20 | 2–30 秒 · 1080P · 音画同步 · 文档/网页输入 | 商用 | 2026-08-24 |
| 可灵 3.0 Omni 快手 · 中国 | ¥0.80/秒 1080P 无声;4K ¥3.00 | 3–15 秒 · 720P/1080P/4K · 原生音画 · 多模态参考 | 商用 | 2026-07-31 |
| MiniMax H3 MiniMax · 中国 | ¥0.50/秒 768P;2K ¥0.80 | 4–15 秒 · 768P/2K · 原生立体声 · 开放权重 | 商用 | 2026-07-31 |
| Seedance 2.5 字节跳动 · 中国 | ¥1.51/秒 720P;1080P ¥3.74 | 30 秒直出 · 原生 1080P · 50 项全模态参考 | 商用 | 2026-06-23 |
| Runway Gen-4.5 Runway · 美国 | ¥0.802/秒 $0.12 × 6.6808 · 12 credits/秒 | 2–10 秒 · 720P · 文生/图生视频 · 平台化工具链 | 商用 | 2026-06 |
| Veo 3.1 Google · 美国 | ¥2.672/秒 $0.4 × 6.6808 · 含音频;4K $0.60 | 4/6/8 秒 · 720P/1080P/4K · 原生音频 | 商用 | 2025-10 |
| 生图 · 10 款 | ||||
| MiniMax H3-ImageNEW MiniMax · 中国 | ¥0.143/张 1K;2K ¥0.1531;4K 首周五折 ¥0.2261(原价 ¥0.4522) | 1K–4K(16MP)· 文生图/编辑 · 16 张参考 · 开放权重 | 商用 | 2026-11-10 |
| Seedream 5.5NEW 字节跳动 · 中国 | ¥0.13/张 1.5K;2K ¥0.23;输入图 ¥0.05 | 1K/1.5K/2K · 文生图/图生图 · 10 张参考 · 透明 PNG + 图层拆分 | 商用 | 2026-11-09 |
| Nano Banana 2.1 Google · 美国 | ¥0.224/张 $0.0336 × 6.6808 · 1K;4K $0.113 | 1K/2K/4K · 参考图编辑 · 文字渲染 | 商用 | 2026-10-06 |
| Seedream 5.0 Pro 字节跳动 · 中国 | ¥0.30/张 1K;2K ¥0.60 | 1K/2K · 文生图/图生图/多图参考 | 商用 | 2026-09 |
| Qwen-Image 3.0 阿里云 · 中国 | ¥0.18/张 1K/2K;输入图 ¥0.02 | 1K/2K · 文生图/图像编辑 · 中文排版 | 商用 | 2026-08-04 |
| Qwen-Image 3.0 Pro 阿里云 · 中国 | ¥0.25/张 1K;2K ¥0.50;输入图 ¥0.02 | 1K/2K · 复杂版式与精准文字 · 商用 API | 商用 | 2026-08-04 |
| 可灵 Image 3.0 快手 · 中国 | ¥0.20/张 8 积分/张 | 1K/2K · 文生图/图生图 · 多图参考 | 商用 | 2026-07 |
| Nano Banana 2 Lite接口价 Google · 美国 | ¥10/百万 Token $1.50 × 6.6808 · 输入 $0.25/1M · 输出 $1.50/1M | 图文输入 · 图文输出 | 开放 | 2026-07-01 |
| Nano Banana Pro Google · 美国 | ¥0.895/张 $0.134 × 6.6808 · 1K/2K;4K $0.24 | 1K/2K/4K · 高质量排版与文字 | 商用 | 2026-05-28 |
| GPT-5.4 Image 2接口价 OpenAI · 美国 | ¥100/百万 Token $15.00 × 6.6808 · 输入 $8.00/1M · 输出 $15.00/1M | 图文文件输入 · 图文输出 | 开放 | 2026-04-22 |
| 世界模型 · 3 款 | ||||
| 混元 HY-World 2.0 腾讯 · 中国 | ¥0/自建 权重开放 · 自建算力 | 3D 资产 · Unity/UE/Isaac Sim 导出 · 开源权重 | 开源 | 2026-04-16 |
| Marble 1.1 World Labs · 美国 | ¥134/月 $20.00 × 6.6808 · Standard;Max $95 | 持久 3D 场景 · 3DGS/网格导出 · 可进 Unity/UE | 商用 | 2026-04-02 |
| Genie 3 Google DeepMind · 美国 | ¥1,336/月 $199.99 × 6.6808 · Google AI Ultra 顶级档 | 720P/24fps · 约 60 秒交互记忆 · 实时世界模拟 | 开放 | 2026-01-29 |
口径:国内型号取厂商人民币刊例价,海外型号取官方美元价并按当日汇率折算,仅作成本参考。 「接口价」为 OpenRouter 自动发现的在售型号,按输出百万 Token 计价,与按张 / 秒 / 月计价的型号不可直接横比。 价格随分辨率、时长与输入素材变化,表中为主档价。开源权重标「¥0 · 自建算力」,成本为自有 GPU 折旧与电费。 Sora 2 已于 2026-09-24 从 OpenAI API 下线,不再列入在售表。
当前 21 款在售(人工核价 19 · 接口发现 2); 面板每 10 分钟同步一次,新上架型号下一轮即入表并标 NEW。 按 1 美元 ≈ 6.68 元折算(汇率更新于 2026-11-19 09:43)。最近同步 2026-11-19 13:46, 价格最近变更 2026-11-19 13:46;逐行核验日期见各行来源。
从初始条件预测物体交互结果,是数据驱动物理推理中的核心问题。现有方法通常使用刚体层面的状态,或通过自回归……来预测演化过程。
「CAD拆解」
谁能率先把两种能力整合进同一套系统,谁就更有可能成为下一代数字世界的“造物者”。
IT之家 11 月 12 日消息,英伟达 DLSS 技术迎来了一个新的竞争对手。由 Apex Compute 开发的 AI 渲染技术套件 Apex…
这三个问题不解决,数据终究会成为具身最大卡点,一位前微软亚研科学家的“提前量”。 作者丨 邓哲敏 编辑丨 齐铖湧 今年初秋,Skild S1、Gen…
AMD 的 Venice-X CPU 将于 2027 年下半年推出,让 3D V-Cache 在沉寂四年后重回数据中心。

推理视觉语言模型(VLM)因庞大的多模态上下文和不断增长的推理轨迹而面临巨大的 KV 缓存需求。低秩 KV 压缩已成为一种有前景的范式,它存储低维……
医学大型多模态模型(LMM)的最新进展为临床决策支持带来了可期的进步,但幻觉——即生成看似确信却在临床上无法验证的输出——构成了关键……
基于 Mamba 的视频 3D 人体姿态估计方法能以线性复杂度建模长序列,但其选择性状态更新通常缺乏对骨架关系的直接利用。与此同时,堆叠……
桌面游戏为研究人工智能体与人类智能体之间的交互提供了引人注目的场景,它把社交互动与游戏状态跟踪和物理操作结合在一起。为评估游戏状态,机器人……
体 CT 超分辨率(SR)模型通常以合成或实际采集的低分辨率(LR)与高分辨率(HR)体数据配对进行训练。然而,合成配对会遗漏真实采集效应,而……
视觉-语言-动作(VLA)模型会预测未来动作块,当物体移动时,这些动作块在执行前就已失效。我们研究是什么让预训练 VLA 具备反应性,在两个动态场景…