视频生成
视频,video
让Skill“有图可依”：openJiuwen首发多模态Skill范式Skill-Omni
openJiuwen社区正式发布了业界最早工程化落地的多模态Skill范式Skill-Omni，旨在解决当前智能体技能主要依赖纯文本、难以处理视觉和图形用户界面任务的局限性...
李飞飞、Jim Fan、徐丹飞联手，给具身智能指了一条新路
在具身智能领域，一项针对机器人灵巧手的对照实验揭示了一个反常现象：将触觉信号作为额外信息输入经典模型后，任务成功率从17%骤降至6%。研究发现，导致这一...
本周 AI 项目推荐：WorldModelBench，WorldScore，WorldLens…世界模型井喷，需要新的Benchmark
2026年上半年，世界模型已成为人工智能领域的核心议题，但其发展正面临从视觉逼真向实际可用跨越的严峻挑战。比起单纯关注演示效果，建立科学的评测基准成为...
首届AI世界杯，什么变了？
在2026年美加墨世界杯中，人工智能技术深度介入赛事的各个环节，尤其在辅助判罚领域发挥了关键作用。通过引入3D数字人可视化方案与毫米级轨迹追踪技术，人工...
可灵独立后拿下 30 亿美元融资，打响 AI 视频竞赛下半场
7月2日，快手宣布旗下可灵AI业务主体完成新一轮增资，总认购金额最高达30亿美元，投后估值180亿美元。伴随增资落地，可灵推进资产重组、出台独立股权激励计划...
谷歌发布Nano Banana 2 Lite，闪电般的速度，专为快速视觉探索而设计
谷歌最新发布了名为 Nano Banana 2 Lite 的图像模型，该模型专为创作者、企业及开发者打造，旨在实现更快速、更高效的图像生成与编辑，同时大幅降低创作成本...
我找了两年的模型，终于出现了。
近期发布的 MaineCoon 模型展现了实时音视频交互的强大能力，为多领域的创新应用提供了基础支撑。该模型不仅适用于实时互动教学，还广泛拓展了虚拟陪伴、语言...
世界模型的新用途：不做选手，去当裁判
地瓜机器人发布世界模型Uranus，其定位并非具身智能的大脑，而是作为机器人开发的基础设施，旨在解决行业内在评测基准公信力不足以及仿真到真实场景存在差距...
李飞飞 、 英伟达 Jim Fan 、徐丹飞三巨头联合重磅论文，改写灵巧手触觉赛道
在具身智能领域，灵巧手技术的发展迎来关键突破。过去的行业探索往往试图将触觉信息直接融入现有视觉模型中，但这反而导致机器人执行任务时的表现显著下降。...
谷歌贴身对标字节：最新轻量版 Nano Banana 2 四秒出图，单张仅 0.034 美元，还能直出视频
谷歌正式推出Nano Banana 2 Lite文生图模型，以0.034美元的单图成本和4秒的极速生成能力，直接向字节跳动的Seedream 5.0 Lite发起挑战。该模型在几乎同价位的...
