跳到正文
全部动态 · 今日2条

#多模态

信源抓到、进了内容池的全部内容,按时间排列;精选只是其中一部分。
观点

人物观点、评论、分析、访谈、现象与趋势讨论

今天10月17日周六
  1. Alexandr Wang · X35

    亚历山大·王感谢 Meta 超级智能实验室达成模型构建里程碑

    经历了一周的产品发布后,亚历山大·王向 Meta 超级智能实验室的研究团队表示感谢,其中包括 Muse Wonder [完整版] 和开放版 Muse Spark。他说,MSL 和 TBD 创立于一年多前,目标是在一年左右打造一个前沿模型;考虑到 Llama 4 最终的表现,这一目标当时颇具雄心。王还表示,团队也建立了一个可扩展的系统,以持续推动模型达到前沿水平。

10月16日周五
  1. TechCrunch · AI38

    马克·沃尔伯格愿意让人工智能增强电影效果并延续他的事业

    马克·沃尔伯格在 TechCrunch Disrupt 上表示,只要人工智能能够提升作品质量,同时仍以讲故事为核心,它就可以在电影制作中发挥作用。他可能会用人工智能增强即将上映的皮特·罗斯传记片中的体育场场景;他还表示,愿意让人工智能生成的形象延续自己的事业,包括用于动画剧集《泰迪熊》。

  2. vLLM · X32

    vLLM 支持 Muse Spark Open,一部短片展现其能力

    @90VuHwwuzNhhW3h 表示,vLLM 支持 Muse Spark Open,并用一部小短片讲述它的故事,短片使用由 vLLM-Omni 提供服务的开源模型。推理引擎也在幕后发挥作用。https://t.co/n3gvdWTC6T 主要作者称这部短片很可爱,并表示它生动展现了多模态理解、1M 上下文、智能体规划、DSpark 和跨平台支持。https://t.co/yHPXC7qfdM

10月15日周四
  1. The Verge · AI54

    我的 AI 分身告诉我该吃什么

    Victoria Song 评测了自己参加 Twin Health 约 100 天的经历。Twin Health 是一项 AI 数字孪生计划,它利用个人健康数据和持续血糖监测来预测身体对食物的血糖反应。她报告称,部分化验指标有所改善,其中甘油三酯下降了 70mg/dL,但体重没有明显减轻,也未能如愿减少用药;而且部分化验值在参加计划前就已开始改善。人工教练帮助她更有动力锻炼,但大量追踪数据让她感到疲惫,也引发了她对隐私以及在医疗风险更高的场景中信任此类技术的疑问。

10月14日周三
  1. The Verge · AI58

    Ray-Ban Meta Audio 眼镜评测:我并不想念摄像头

    Victoria Song 认为,不带摄像头的 Ray-Ban Meta Audio 眼镜佩戴舒适,作为开放式耳机也很实用;不过,她觉得 Muse Spark 主要在处理简单请求和设置提醒时才有帮助。她的评测机连续两个完整工作日都无需放回充电盒,但声音会外泄,周围环境嘈杂时音频体验也会受影响。去掉摄像头让她在公共场合佩戴智能眼镜时更自在,不过她指出,这并未解决更广泛的隐私问题,而且以眼镜目前的功能来看,价格偏高。

10月13日周二
10月12日周一
  1. 雷锋网22

    华为八年的折叠屏手机发展历程,让 Mate X7 领先于苹果首款折叠屏手机

    华为 Mate X7 延续了八年来折叠屏设计的演进,而苹果 iPhone Duo 才刚刚进入市场。IDC 的 2026 年第一季度数据显示,华为以 60% 的份额位居中国折叠屏手机市场第一。文章介绍了华为丰富的折叠屏产品形态、Mate X7 的多任务功能和铰链设计,以及其 11,999 元的起售价,低于 iPhone Duo。

10月11日周日
10月8日周四
10月7日周三
  1. Josh Woodward · X74

    Nano Banana 宣布推出 Nano Banana 2.1,图像生成与编辑能力提升

    Nano Banana 宣布推出 Nano Banana 2.1,称其在各方面都优于此前的模型,包括视觉设计、基于蒙版的编辑、主体一致性,以及让图像看起来更自然等。 该模型已在 @GeminiApp、@GoogleAIStudio 等平台推出。 Josh Woodward 评论道:“基于蒙版的编辑是我今天最喜欢的功能,后续还会推出更多内容!” https://twitter.com/NanoBanana/status/2107521202466046453

    推荐理由:这则公告围绕视觉设计、编辑、主体一致性和自然观感介绍了升级,为与此前的模型进行比较提供了具体依据。

10月2日周五
  1. Google DeepMind · X22

    Google DeepMind 播客探讨 AI 内容溯源与水印

    当 AI 生成内容变得如此逼真,我们如何验证哪些是人、机器或自然创造的? 我们在播客中探讨溯源的关键作用——以及不可感知的水印如何同时保护数字媒体和生物设计。↓ 时间轴: 00:00 介绍 00:34 什么是水印? 04:35 SynthID 15:16 图像与视频 19:28 SynthID Bio 28:00 韧性的未来

9月30日周三
  1. 量子位22

    工业AI的下一个机会在哪?西门子Xcelerator与阿丘科技谈从1到100的规模化路径

    量子位对话节目邀请西门子Xcelerator中国销售与生态成功负责人顾欣与阿丘科技创始人兼CEO黄耀,复盘工业AI从落地到规模化的链路。黄耀以半导体晶圆切割为例,称导入智能体技术后设备OEE和产能可提升25%左右;顾欣认为工业AI必须具备工业级可靠性,西门子Xcelerator希望做好连接器与放大器,补齐从1到100的交付与生态拼图。

  2. 雷锋网28

    从三维视觉到世界模型:空间智能为何成为 AI 走向物理世界的共同主线?| ECCV 2026 复盘

    ECCV 2026 共收到 10473 篇投稿、接收 2834 篇,3D 主题从主导方向退居第三,但三维表示、几何与物理一致性等问题正向视频生成、具身智能和世界模型扩散。93 场 Workshop 中约 10 场与 3D 直接相关、11 场涉及空间智能、9 场指向物理 AI、5 场以世界模型为主题,最佳论文与荣誉提名也集中在三维表面表示、物体重建和几何感知上。

9月23日周三
9月4日周五
  1. Sébastien Bubeck · X31

    认识一下 Astra 的 TikZ 独角兽。我觉得令人难以置信的是,一个实体竟然能做到这一点,还能在 Frontier Math Tier 4、ARC-AGI 3 和 ExploitBench 上取得几乎 100% 的成绩。而且它并非藏在闭门之中,任何人都可以直接去和它交谈。其影响怎么强调都不为过。

    认识一下 Astra 的 TikZ 独角兽。 我觉得令人难以置信的是,一个实体竟然能做到这一点,还能在 Frontier Math Tier 4、ARC-AGI 3 和 ExploitBench 上取得几乎 100% 的成绩。而且它并非藏在闭门之中,任何人都可以直接去和它交谈。其影响怎么强调都不为过。

8月2日周日