
告别直接生成,文生图进入Agent时代:港中文联合伯克利开源Gen-Searcher(在新窗口打开)
过去两年,图像生成模型在质感和审美上一路狂飙,但大多仍是 “直接出图” 的范式。
共 1881 篇

过去两年,图像生成模型在质感和审美上一路狂飙,但大多仍是 “直接出图” 的范式。

最近,复旦大学肖仰华教授的朋友圈引起了热议,其在研发测试的 AI 智能体通过自主学习学会了操作微信,在朋友圈发消息并与其好友在评论区自主互动。面对自然的互动,不少好友甚至开始要求 “证明你真的是肖老师,而不是他的 AI”。

想象一下,只需要一句话描述,AI 就能为你拍出一部完整的短剧?为了让这个想法变成现实,香港大学黄超教授团队开源了 ViMax 框架,并在 GitHub 获得 1.4k + 星标,专注于 Agentic Video Generation 的前沿探索。通过多智能体协作,ViMax 实现了真正的 "自编自导自演"—— 从创意构思到成片输出的完整自动化,把传统影视制作的每个环节都搬进了 AI 世界。

OpenAI定义的L3 AI,要被谷歌抢先一步了。

本文来自于香港中文大学 MMLab 和 vivo AI Lab,其中论文第一作者肖涵,主要研究方向为多模态大模型和智能体学习,合作作者王国志,研究方向为多模态大模型和 Agent 强化学习。项目 le

近日,金融AGI企业EasyLink(上海容易链智能科技有限公司)宣布完成数千万元天使轮融资,投资方为道禾长期投资、鹏益投资和产业投资人。

模型定上限,Agent 定下限。 在刚刚过去的 2026 WAIC 上,智象未来(HiDream.ai)正式发布了内容创作智能体——vivago R1,这款产品已经在昨天全球上线,国内版本「够搭」 全新升级发布,其核心定位是 3 到 5 分钟完整视频的稳定生成。 该产品的推出,刚好对应了目前 AI 视频技术的快速进步。 从最新的 Artificial Analysis 盲测榜单来看,基础模型的竞争非常激烈,海内外头部科技大厂与 AI 独角兽纷纷入局,在画面质感、运动幅度与生成效率上各展所长。 Foundation Model 的效果越来越好,但模型的画面与最终成片之间的工作流仍有断裂,而这就是

AI行业最性感的故事一直在天上:更大的模型、更聪明的Agent、更接近AGI的能力,每隔几个月就把技术的天花板再往上顶一点。

西湖大学AGI实验室发布Code World Model视频世界模型,将世界演化与视觉生成分离,由Coding Agent和代码负责因果规则执行、视频模型负责高保真视觉渲染,并提出Proxy作为可编译视觉条件通道,用约5.6小时游戏视频完成原型验证。

当基础模型随时可能吃掉应用层,创业公司还剩下多少空间?热钱涌入 Agent 和具身智能,高估值究竟由什么支撑?如果技术兑现的速度赶不上资本预期,又会由谁承担代价?围绕这些问题,Alphaist 创始人陈哲与蓝驰创投管理合伙人陈维广在 AGI Playground 2026 上展开了一场对谈。