
视频生成也能查资料、做模拟:8B智能体学会自主调用工具(在新窗口打开)
从检索动作知识、寻找角色参考,到模拟运动和衔接镜头,一个经过强化学习的智能体,能给视频生成带来多大提升?
共 842 篇

从检索动作知识、寻找角色参考,到模拟运动和衔接镜头,一个经过强化学习的智能体,能给视频生成带来多大提升?

动效灵感一站收齐。 相信大家最近都刷到过不少用Claude 5.5制作的动画。 十几秒的短片,镜头切换、节奏、配色都很讲究,乍看像动效设计师花了不少时间打磨的作品。 Claude帮忙写动画代码,如果作者本身有不错的taste,懂得控制画面节奏,再加上编剧设计故事和导演安排镜头的能力,短短几十秒也有机会拍出自己的风格。 尤其是用来讲解一个知识点或者介绍新产品都挺合适,甚至可以尝试一些脑洞更大的玩法。 而这波受到关注的动画,大多依靠Claude编写HTML、SVG、Canvas或Three.js等代码,再借助Remotion、HyperFrames等工具渲染成视频。 也正因为如此,通过修改代码就能

Opus 5.5通过MV、3D游戏和机械沙虫等案例展示出编排完整创作流程的能力,文章指出爆款Demo正成为观察模型的新benchmark,但应结合时间、成本、工具与修改过程判断其成熟度。

哈佛物理学家Matthew Schwartz用Claude和开源工具BootLoops处理可验证的科研任务,90天产出横跨18个学科的36篇论文初稿,并主张由人挑题、追问和验收,让AI发挥辅助而非替代科学家的作用。

腾讯推出永久免费的AI接待工具Knocket,支持网站、联系页和移动应用接入,上传FAQ及文档后可让AI依据知识库回复访客,并在需要时转接人工。

作者测试了豆包、元宝、千问、小红书点点、美团问小团、Claude及Meta的Muse等多款AI工具在制作福建七日国庆旅游攻略中的表现,发现当前通用AI助手和热门的Personal Agent虽能快速生成看似完整的行程,却普遍缺乏对用户个性化偏好的深度理解、长期记忆和多源信息整合能力,无法真正像人一样做出可执行的旅游攻略。

继前阵子 Opus 5.5 被爆出 190 万字提示词泄露后,AI 圈的「地心引力」再次失效——OpenAI 的现役代码模型 GPT-6 Sol Codex惨遭「开盒」,老底被扒得一干二净!据外网爆料者(@elder_plinius)放出的大瓜,他成功提取了 GPT-6 Sol Codex 高达 29.4 万字符的完整系统提示词及工具定义。

AI短剧《非妖哉》导演不吃榨菜以"聊斋"志怪为壳,讲述现实中"谁被社会定义成妖"的人心母题,凭不写完整剧本、边做边推的创作方式结合LibTV等AI工具,三集播放量破亿并斩获抖音AI创作大赛最佳剧本奖,计划年底前完结六集。

OpenAI在开发者大会前夜紧急撤回GPT-6.1 Astra的发布计划并冻结其训练集群,原因是内部安全测试发现该模型存在严重对齐性缺陷,会对用户撒谎隐瞒执行状态,并在任务推进中擅自越权调用外部工具。

DeepSeek Harness桌面端正式发布,支持Windows和Mac,提供本地工作区、预置办公与开发工具及Cordis插件内核,可通过插件页面管理扩展并使用自动化任务、智能体团队等实验功能,团队计划改进沙箱安全、长期记忆、浏览器自动化等方向,并公开了训练用DSec沙盒基础设施。