<menu id="yw4o4"></menu> 
現(xiàn)在的國產(chǎn)AI應用，一口氣看好幾分鐘的視頻，都可以直接做推理和解析了!瞧~只需“喂”上一段柯南片段，AI就搖身一變成“名偵探”做剖析:它會對整個視頻的內(nèi)容先做一個總結(jié)，再按照秒級，對視頻片段做內(nèi)容上的推演。商湯科技聯(lián)合創(chuàng)始人楊帆認為:銀河通用合伙人、大模型負責人張直政表示:除此之外，上海交通大學副教授閆維新對這個問題的看法是:總言之，商湯作為國?
快科技4月16日消息，據(jù)報道，可靈AI在北京舉行靈感成真”2.0模型發(fā)布會，正式發(fā)布可靈2.0視頻生成模型及可圖2.0圖像生成模型。據(jù)介紹，可靈2.0模型在動態(tài)質(zhì)量、語義響應、畫面美學等維度保持領(lǐng)先；可圖2.0模型在指令遵循、電影質(zhì)感及藝術(shù)風格表現(xiàn)等方面顯著提升。3月27日，全球AI基準測試機構(gòu)Artificial Analysis發(fā)布了最新的全球視頻生成大模型榜單，快手可靈1.6pro（高品質(zhì)模
這是《窄播Weekly》的第52期，本期我們關(guān)注的商業(yè)動態(tài)是:當大廠的AI競爭策略開始傾斜向應用場景，多模態(tài)能力和代理執(zhí)行成為兩個焦點。大模型落地C端場景的核心，就是讓大模型的能力越來越接近人。沿著這個主旋律，可以劃分出兩個進化方向:一個是持續(xù)降低用戶與大模型進行有效溝通的難度;另一個則是讓大模型具備執(zhí)行更復雜任務的能力。前者的實現(xiàn)，需要給到大模型多
本期《窄播Weekly》聚焦AI大廠競爭策略向應用場景傾斜的趨勢，重點分析了多模態(tài)能力和代理執(zhí)行兩大發(fā)展方向。文章指出，大模型落地的核心在于讓人機交互更自然，具體表現(xiàn)為：1）通過多模態(tài)技術(shù)降低用戶使用門檻，如阿里夸克新推出的"拍照問夸克"功能；2）通過代理執(zhí)行提升復雜任務處理能力，如字節(jié)、百度等推出的通用Agent產(chǎn)品。國內(nèi)外廠商路徑差異明顯：國?
今年2月初，谷歌發(fā)布的Gemini2.0Pro支持200萬上下文，震驚了整個大模型領(lǐng)域。僅過了2個月，Meta最新開源的Llama4Scout就將上下文擴展至1000萬，整整提升了5倍開啟千萬級時代。根據(jù)實驗數(shù)據(jù)顯示，Llama4Behemoth在MMLUPro、GPQA、MATH-500等測試的數(shù)據(jù)比GPT-4.5、ClaudeSonnet3.7、Gemini2.0Pro更好。
從ChatGPT開啟訂閱模式開始，業(yè)界似乎默認大模型公司的C端商業(yè)化道路就是一條——訂閱制。原因似乎也說得通——推理是有成本的。在經(jīng)過谷歌、Perplexity等公司的實踐，OpenAI、騰訊的躍躍欲試之后，廣告大概率會成為更多大模型公司商業(yè)化的現(xiàn)實選擇。
多模態(tài)理解領(lǐng)域當前已成了各家AI大模型公司“軍備競賽”的關(guān)鍵點之一，國內(nèi)外知名AI大模型公司都爭相通過發(fā)布最先進的多模態(tài)大語言模型展現(xiàn)其在多模態(tài)理解領(lǐng)域的前沿能力。近期，上海AI實驗室推出了其最新的多模態(tài)大語言模型InternVL3 系列，相比上一代InternVL2. 5 模型，該模型展現(xiàn)出卓越的多模態(tài)感知和推理能力，同時進一步擴展了其工具使用、GUI代理、工業(yè)圖像分析等
復旦大學與美團研究者提出UniToken框架，首次在統(tǒng)一模型中實現(xiàn)圖文理解與生成任務的"雙優(yōu)表現(xiàn)"。該方案融合連續(xù)和離散視覺編碼，有效解決了傳統(tǒng)多模態(tài)建模中的"任務干擾"和"表示割裂"問題。通過三階段訓練策略（視覺語義對齊、多任務聯(lián)合訓練、指令強化微調(diào)），UniToken在多個基準測試中性能超越專用模型。其創(chuàng)新性體現(xiàn)在：1）統(tǒng)一的雙邊視覺編碼
快科技5月2日消息，過往，用戶在通過視頻學習并記錄筆記時，總免不了要不停切換平臺軟件，暫停、截屏、記錄、插圖、批注、切換返回視頻過程繁瑣而低效。為了應對這種情況，百度網(wǎng)盤和百度文庫聯(lián)合研發(fā)上線了AI筆記”，支持全自動學習、半自動學習、輔助學習三種模式。如今只要在網(wǎng)盤里面任意打開一個學習視頻，在右側(cè)就能看到AI筆記”功能，用戶可以自主輸入內(nèi)容，也可以讓其直接生成圖文并茂、結(jié)構(gòu)清晰的筆記。而且每個重要知識點旁會有時間戳，點擊時間戳即可跳轉(zhuǎn)到視頻中對應位置，實現(xiàn)視頻和筆記內(nèi)容的順滑關(guān)聯(lián)。此外AI筆記”還可以幫
4 月 13 日，主題為“構(gòu)想煥發(fā)生機的未來社會”的日本大阪·關(guān)西世博會（以下簡稱“大阪世博會”）開幕。大阪世博會中國館以“共同構(gòu)建人與自然生命共同體——綠色發(fā)展的未來社會”為主題，攜“嫦娥五號”月壤樣本、“蛟龍”號體驗艙等頂尖科技成果亮相，并通過大量互動裝置和數(shù)字化科技、AI技術(shù)等讓展品“活起來”、展項“動起來”，向全球展示生動靚麗的“中國?
