六款AI产品同日发布：视频、语音与机器人模型齐亮相
Kling 4.0可生成最长30秒的视频片段，Fish Audio公布Drama 3预览版，Skywork推出Matrix-Game 4.0。
据 aitimes.com 报道，2026年10月15日共有六款AI模型与产品公布，涵盖视频生成、语音合成、游戏世界生成、端侧语言模型、机器人视觉语言动作模型和实时虚拟世界探索。
Kling AI 发布视频生成模型 Kling 4.0，可生成最长 30 秒的片段，并允许用户指定多份参考素材和关键帧，以保持角色与场景的一致性。该模型在改版后的 Kling AI 网站上提供，并支持通过 MCP 与 CLI 接入外部工具。
Fish Audio 公布语音生成模型 Drama 3 的预览版。该模型可通过自然语言指令调整情绪与说话风格，加入笑声、叹息和停顿，并对特定词语施加耳语或强调效果。它能在一次生成中输出多说话人对话，并通过网页服务与 API 提供。
Skywork 推出 Matrix-Game 4.0，将负责角色位置与物理效果的游戏引擎与 AI 视频模型结合，把简单的 3D 输出转化为细节丰富的实时游戏画面。该系统包含一个编程智能体，可将用户需求转化为新的游戏规则，并设计为在单张消费级 GPU 上运行。
PrismML 发布 Bonsai 2 的 2B、4B 和 9B 参数版本。这些基于 Qwen3.5 的三值模型体积分别为 0.43GB、0.95GB 和 2GB，支持推理、图像理解与工具调用。其权重以 Apache 2.0 许可证公开，其中 9B 模型在 iPhone 18 Pro Max 上每秒最多生成 34 个 token。
kyutai 发布 REKI，这是一个 2.4B 参数、仅以公开数据预训练的视觉语言动作模型，能以较低算力记住近期摄像头画面，并在其自身评测中大致将重复的机器人动作减少四分之三。kyutai 同时公开了模型权重以及训练和评测代码。fal 则推出 fal Worlds，让用户实时探索 AI 生成的虚拟世界，画面会随用户输入而变化。
快速问答
Kling 4.0 能生成多长的视频？
据 aitimes.com 报道，Kling 4.0 可生成最长 30 秒的片段，并支持指定多份参考素材和关键帧以保持角色与场景一致。
Bonsai 2 有哪些参数版本和体积？
PrismML 发布的 Bonsai 2 包含 2B、4B 和 9B 三个版本，体积分别为 0.43GB、0.95GB 和 2GB。
REKI 是什么模型？
REKI 是 kyutai 发布的 2.4B 参数视觉语言动作模型，仅以公开数据预训练，权重、训练与评测代码均已公开。