视频生成
视频,video
美团新独立APP，点不了菜只能点AI
美团最新开源的多模态模型LongCat-Flash-Omni实现了全模态实时交互能力，在Omni-Bench等综合性基准测试中超越同类开源模型，达到与闭源Gemini-2.5-Pro相当的...
LeCun预言成真！790年长视频，炼出最强开源「世界模型」
人工智能领域迎来重大突破，北京智源研究院发布多模态原生世界模型Emu3.5。这款340亿参数的模型基于790年长视频数据训练，采用自回归架构实现多模态理解与生...
可以彻底放弃 Photoshop 了。
Lovart最新推出的图层编辑功能标志着AI图像领域的重大突破，解决了长期以来AI生成图像难以精确修改的痛点。过去在业务场景中使用AI生成图像时，虽然能快速产...
AI深度应用关键元年，快手重塑内容与商业价值
2025年被广泛视为AI深度应用的关键转折点，多模态生成与Agent技术正推动AI向更高效、更贴合用户需求的方向发展。在这一背景下，快手作为以技术驱动的科技公司...
本周AI项目推荐：VideoTutor、Articuler、Gambo、Sheet0…
近期AI应用领域涌现出一批创新项目，展现出行业发展的新动向。许多新产品明确对标已验证成功的成熟产品，如VideoTutor定位为'新多邻国'，捏TA2.0打造AI版抖音...
人类首次机械飞升！马斯克豪言Neuralink击败全人类
Neuralink的最新进展标志着脑机接口技术迈入全新阶段。全球已有12名患者植入该设备，累计使用时间超过2000天，其中首位受试者Noland Arbaugh的经历尤为引人注...
5分钟上手，无照就能飞：91万「空中F1」已经排到了2027
Jetson公司推出的Jetson ONE个人电动垂直起降飞行器，正在将科幻动画《杰森一家》中的出行方式变为现实。这款飞行器采用铝合金与碳纤维结构，配备八个电机驱...
智源悟界·Emu3.5发布，开启“下一个状态预测”！王仲远：或开启第三个 Scaling 范式
智源研究院于2024年10月发布的悟界·Emu3是全球首个基于'Next-Token Prediction'的原生多模态世界模型，实现了图像、文本、视频的统一处理。一年后升级的Emu3....
今年双11，聪明人都在偷偷换AI PC
技术底层的关键在于NPU（神经网络处理单元）的引入，与CPU、GPU形成协同架构。NPU专攻低功耗AI任务，如视频会议降噪、智能抠图，实现能效与体验的双重突破。...
语言模型之后，智源 EMU3.5 找到了 AI 的「第三种 Scaling 范式」
智源研究院发布的「悟界 EMU3.5」多模态世界大模型，标志着人工智能从语言学习向多模态世界学习演进的新阶段。在当前大语言模型文本能力逐渐触顶的背景下，多...
