
Genspark Media Studio 体验:从分镜、配乐到 AI 短剧返修(在新窗口打开)
量子位通过拟人化音乐视频、知识讲解和剧情短片体验 Genspark Media Studio,观察多模型调度、角色设定、局部重拍与工程导出。流程整合降低了工具切换成本,但审核操作、音画同步、画面穿帮和积分消耗仍影响成片体验,用户仍需要判断与返修。
共 108 篇

量子位通过拟人化音乐视频、知识讲解和剧情短片体验 Genspark Media Studio,观察多模型调度、角色设定、局部重拍与工程导出。流程整合降低了工具切换成本,但审核操作、音画同步、画面穿帮和积分消耗仍影响成片体验,用户仍需要判断与返修。

Gradium 是一家总部位于巴黎、提供语音 AI 模型的初创公司,其对种子轮向包括 NVIDIA 在内的新投资者重新开放后,本轮融资总额现已达 1 亿美元,该公司周四表示 。这家初创公司是从法国 AI 实验室 Kyutai 分拆出来的(该实验室由 Niel 支持)。

数据从哪来?控制靠像素还是动作? 在具身智能与机器人领域迅速演进的今天,一个问题正在浮出水面: 要想让机器人真正走进千家万户,我们到底该靠特定硬件采集的“具身数据”,还是该拥抱浩瀚如海的“互联网与人类行为数据”? 2026年RSS大会最后一天的workshop圆桌讨论,现场火药味十足。五位专家围绕世界模型的实际落地展开激烈交锋。 来自Georgia Tech和Nvidia的徐丹飞,以组合世界模型的研究闻名;Google与NYU的Sherry Yang,专注物理代理的世界模型评估与改进;Physical Intelligence的Laura Smith,强调具身智能的实践落地;NVIDIA的Ma

达瓦科技凭借实时世界模型产品Scenes AI拿下NVIDIA半程展示卓越企业奖,其34B模型在单张NVIDIA GeForce RTX消费级显卡上实现720P、25帧实时输出。

阿里AI办公领域,再落一子。 智东西8月17日报道,近日,千问办公开源了个人工作上下文基础设施MyContext,项目上线一周多,在GitHub上已收获超1k星,这也是千问办公的首个开源项目。 MyContext做的不是传统意义上的知识库,而是把飞书、钉钉里的聊天、文档、会议记录等工作痕迹收拢起来,持续整理成一份个人工作档案,让Agent逐渐知道你是谁、在做什么,以及平时怎么处理事情。 如果找一个熟悉的参照物,它有点像给Agent装上本地个人知识库Obsidian:同样强调本地优先、知识组织和数据主权,不同的是,Obsidian里的内容主要靠用户自己写,MyContext则试图从日常工作记录里

首先,对于公众号这样的图文创作来说,有几个核心元素是可以借助 Agent 来帮忙快速实现的:标题、封面、排版、配图。借助 Codex + Obsidian,就完全能实现创作-排版-发布-数据分析整个的完全闭环。

2026年7月31日,Expedia Group宣布已完成对Layla的收购。Layla是一个AI原生的旅行规划及预订平台,通过对话式AI旅行助手,帮助旅行者探索目的地、制定个性化行程,并规划完整的出行方案。

NVIDIA Dynamo 团队发现,Claude Code 向自定义端点发送请求时,prompt 最前面会带一行 session-specific billing header。这行 header 每个 session 都变,导致 52K token 的稳定前缀在 KV cache 中无法复用——TTFT 从 168ms 飙到 912ms。Dynamo 加了一个 `

随手打开 GitHub,2026 年的 Agent 项目热榜上有这样一个仓库: • 27,000+ stars,1,800+ forks • 零行 Python,零行 TypeScript,零行 JS • 作者是 Obsidian 的 CEO 本人,kepano • 整个仓库就是 5 个 Markdown 文件

英伟达良心福利!免费领一年顶级大模型订阅,MiniMax / Kimi / DeepSeek 全都能用!NVIDIA 官方平台build.nvidia.com开放了一批"Free Endpoint"模型,注册账号、验证手机号后就能生成一把最长有效期12 个月的 API Key,免费调用几十个当下最火的大模型——不计 Token、无余额限制、无需信用卡。