
实时视频版「Nano Banana」来了!京东开源160亿参数AI视频模型JoyAI-Video-Edit (opens in a new tab)
新智元报道 这个 8 月,AI 视频赛道的军备竞赛又升级了。 字节跳动发布 Seedance 2.5,把单次视频生成时长从 15 秒翻倍到 30 秒。同一天 MiniMax H3 开源,价格只要闭源旗
Total 354 articles

新智元报道 这个 8 月,AI 视频赛道的军备竞赛又升级了。 字节跳动发布 Seedance 2.5,把单次视频生成时长从 15 秒翻倍到 30 秒。同一天 MiniMax H3 开源,价格只要闭源旗

救啊……谁成想,AI视频新模型的几分钱时代来得这么快啊???

这两天,AI圈百家争鸣。GPT-6曝光、DeepSeek V4 Flash公测、SD2.5发布、MiniMax多模态开源视频模型发布……

训练一个顶级文生图模型,到底需要多少钱?

2009年,李飞飞团队正式发布ImageNet。

千问说它可以帮我拼九宫格了,还是不同主题的那种。

OpenAI 在上周推出的首款硬件产品 Codex Micro 竟然售罄了。商品于 7 月 15 日开放限量预订,之后首批预订很快售罄,而已下单产品预计从 7 月 24 日起陆续发货。image description. 图片来自:xxx在 OpenAI 的商店官网,Codex 键盘已经显示「缺货」

机器人,也开始拥有“触觉想象力”了。 过去一年,随着具身基础模型的快速发展,机器人已经能完成不少轮廓清晰、位置明确的操作任务。 可一旦涉及柔性物体、易损物体或密集接触,机器人往往就开始力不从“脑”。 △AI生成 无论是捏起一颗葡萄而不将它捏破,还是抓住一只纸杯而不让它变形,视觉只能帮助机器人找到目标,想要完成任务,机器人还需要人类与物体交互时不可或缺的触觉感知。 也正因为如此,现在也有越来越多团队开始将触觉作为建构机器人大脑的重要模态。比如,UniTouch、AnyTouch尝试统一不同传感器的触觉表征,FuSe、Tactile-VLA把触觉送进通用策略与VLA,近期的TacImag则开始探索

Reve 在 7 月 9 日把图像模型迭代到了 2.1 版。距离 2.0 发布刚好一个月,放在基础模型圈子这不算常见。前面只挡着一个 OpenAI 的 GPT Image 2。另外官方说:「训练这版模型用的算力不到排行榜前后邻居的十分之一」。

乐鑫信息科技 (688018.SH) 推出 ESP-VISION,一款面向 ESP32-P4、ESP32-S31 以及 ESP32-S3 系列芯片的低代码边缘 AI 与机器视觉框架。ESP-VISION 基于 MicroPython 提供统一的 sensor、image、display、espdl 等 Python API,整合摄像头采集、图像处理、视频编解码、