Search

Results for “REA”

Total 224 articles

腾讯混元做了个HyCreator,让AI自己完成一部十分钟长片

腾讯混元做了个HyCreator,让AI自己完成一部十分钟长片 (opens in a new tab)

把你的想象拍成影片。 这两年,AI视频模型的进步已经很直观。几秒钟的画面可以做得很好,人物动作和镜头运动也越来越自然。 可一条作品只要达到几分钟,创作者面对的事情就会明显变多,有时候一个镜头生成得不错,并不代表接下来的几十个镜头都能顺利衔接。 十分钟左右的视频,往往要处理很多彼此关联的素材,已经确定的人物设定需要贯穿整条视频,中途改了剧情,相关片段也得重新处理。 腾讯混元最近公开的HyCreator,做的就是让Agent接手这些长时间的工作。 官方把它定义为一套面向长视频生成的Agent Harness。 用户先给出故事设定,HyCreator会继续处理脚本和分镜,再调用视频生成能力完成整套制

AI news
0
OpenAI 推出三款实时语音模型,可边听边「思考」、翻译和转录

OpenAI 推出三款实时语音模型,可边听边「思考」、翻译和转录 (opens in a new tab)

不知道大家平时有没有这种经历。 每次遇到点急事,打给各大公司的智能客服,电话那头永远是那个字正腔圆但毫无感情的声音:「查询服务请按 1,人工服务请按 0……」接着就是漫长的音乐,以及那句让人抓狂的「对不起,我没听懂,请再说一遍」。 但就在刚刚,OpenAI 发布了 Realtime API 实时语音模型的全家桶。看了看他们的演示,这回,他们是真心想让机器说「人话」,办「人事」。 省流版如下: GPT-Realtime-2:构建可用于生产环境的语音智能体。它们能够进行更深入的思考、执行操作、处理中断,并让对话持续自然地进行。 GPT-Realtime-Translate:支持 70 多种输入语言

AI news
0
NeurIPS 2025 | 面向具身场景的生成式渲染器TC-Light来了,代码已开源

NeurIPS 2025 | 面向具身场景的生成式渲染器TC-Light来了,代码已开源 (opens in a new tab)

TC-Light 是由中科院自动化所张兆翔教授团队研发的生成式渲染器,能够对具身训练任务中复杂和剧烈运动的长视频序列进行逼真的光照与纹理重渲染,同时具备良好的时序一致性和低计算成本开销,使得它能够帮助减少 Sim2Real Gap 以及实现 Real2Real 的数据增强,帮助获得具身智能训练所需的海量高质量数据。

AI guides
0
字节Seedream 4.0将全量开放!抢先评测来了,我们摸索出AI生图一大波「邪修」玩法

字节Seedream 4.0将全量开放!抢先评测来了,我们摸索出AI生图一大波「邪修」玩法 (opens in a new tab)

打开多模态自由创作的大门。 谷歌 Nano Banana 掀起的全球创作狂欢尚未消退之际,字节又玩了把大的。 近日,字节跳动开始内测最新的豆包・图像创作模型 Seedream 4.0。与此前版本相比,Seedream 4.0 首次支持多模态生图,同一模型可以实现文生图、图像编辑、组图生成,并在核心能力上迎来了显著提升: 主体一致性增强:无论是文本驱动还是图像驱动,都能稳健保持主体特征,避免「失真」与「错位」。 提示词:将平视视角改为俯视视角,将近景改为中景,并把画面比例改为 16:9。 多图灵活创作:支持文本、图像的多维组合输入,轻松实现参考生成、融合生成与编辑。 提示词:根据参考图中两个男生

AI reviews
0
李彦宏首提 DAA:价值始于非共识

李彦宏首提 DAA:价值始于非共识 (opens in a new tab)

DAA:智能体时代的新价值逻辑。 越过山丘,AI 行业终于走到了重新定义度量衡的路口。 咨询公司 Gartner 在《Token Consumption is a Misleading Metric for Measuring AI Market Leadership》指出: Token 消耗正在被越来越多的 AI 厂商视作反映 AI 规模、采用度和市场领导力的信号,但这一指标并不能有效体现业务价值、效率或可持续性。 AI 时代,DAU 过时,Token 又过粗。但全球目前还没有企业家,系统地完整地思考和回答这一问题。 直到在百度 Create 大会上,百度创始人李彦宏提出 DAA,意思是 D

AI news
0