
Demo|离开字节剪映,获千万美元融资,他用vibe coding的方式帮你做视频 (opens in a new tab)
视频Agent赛道又来新玩家,但这次有点不一样。
Total 285 articles

视频Agent赛道又来新玩家,但这次有点不一样。

游戏玩家们,开发者们,时代变了。 只需一张消费级显卡,AI 实时生成的可交互游戏就能以 60 FPS 流畅运行,开始有了真正能玩的样子。 让我们直接来看演示视频。 以下视频来源于昆仑万维集团 如果不提前告诉你,其实还蛮难想象这些游戏画面竟然是 AI 实时生成的。视频中的游戏由 Coding Agent 编写,画面则交给视频模型实时重渲染。 一组数据足以让人震撼。基于 Wan2.2 5B,在单张 RTX 5090 上以 480p 分辨率,能够实现游戏 60 FPS 运行,按键到画面响应端到端延迟低于 150ms。在 1 步去噪下稳态生成速度高达 83 FPS,显存峰值约 18.5 GiB。 对比

阶跃星辰新出的 Step 5 Preview,我前前后后测了一圈

现在的 Agent 的产品越来越多,有些主打 Coding,有些事做日常办公,也有些用于情感陪伴虽然这些产品的用途不同,背后的工作原理其实都大同小异,便是 Harness 对上下文的自动化编排

过去一年,AI数据市场经历了几轮剧烈的主题切换:从标准Coding到垂直行业,从合成蒸馏到真实场景,从任务够长就是好数据到什么任务值得解。需求每两个月刷新一次,供给侧的生存法则也在同步重写。在这个过程中,一些原本隐身于产业链深处的角色开始浮出水面——数商,就是其中之一。

实时交互模型尚未形成统一定义却已成为热门赛道,SigmaZ AI、Loopit、Reverie AI、Runway和Vidu等公司从原生音视频生成、Coding驱动等不同技术路线出发,探索AI在聊天框之外实时响应用户多模态输入的能力,行业正围绕定义权和稀缺交互数据展开竞争。

拿Agent做Coding,想必大家都已经很熟悉了。

百度秒哒升级企业版,新增三级组织架构、精细化权限管理与本地部署能力,同时上线AI Coding商单平台连接企业与创作者,让没有技术团队的小企业也能搭建跑通核心业务的企业系统。

Shengtao Guo、Ethan X. Fang和Junwei Lu署名的预印本论文宣称利用Odin Automatic AI Research Agent证明了悬而未决40年的Komlós猜想并给出常数界3√(2π),次日陶哲轩等25位菲尔兹奖得主发表联合声明《AI在数学中的严重失准》,警告AI证明速度已远超学界验证与消化的能力。

同一套模型,换一个coding agent运行时,测试得分和实际消耗往往大相径庭。