画到哪,动到哪!字节跳动发布视频生成「神笔马良」ATI,已开源!
画到哪,动到哪!字节跳动发布视频生成「神笔马良」ATI,已开源!近年来,随着扩散模型(Diffusion Models)、Transformer 架构与高性能视觉理解模型的蓬勃发展,视频生成任务取得了令人瞩目的进展。从静态图像生成视频的任务(Image-to-Video generation)尤其受到关注,其关键优势在于:能够以最小的信息输入生成具有丰富时间连续性与空间一致性的动态内容。
搜索
近年来,随着扩散模型(Diffusion Models)、Transformer 架构与高性能视觉理解模型的蓬勃发展,视频生成任务取得了令人瞩目的进展。从静态图像生成视频的任务(Image-to-Video generation)尤其受到关注,其关键优势在于:能够以最小的信息输入生成具有丰富时间连续性与空间一致性的动态内容。
将大语言模型(LLMs)与复杂的人类价值观对齐,仍然是 AI 面临的一个核心挑战。当前主要的方法是基于人类反馈的强化学习(RLHF)。该流程依赖于一个通过人类偏好训练的奖励模型来对模型输出进行评分,最终对齐后的 LLM 的质量在根本上取决于该奖励模型的质量。
AinimateLab的总监周士诚今年有两部AI短片斩获佳绩——《缸中之脑》获得今年北京国际电影节AIGC单元最佳动画;《我的外星女友》则入围了今年上海国际电影节AIGC短片单元六强。
美国加州两起判决首次认定:AI公司扫描购买的正版书籍用于模型训练属合理使用,训练行为具变革性也属合理使用,但盗版素材获取仍侵权。中美监管宽松利于AI产业发展,欧盟严格规定要求素材许可或提供退出选项。AI输出侵权内容或诱导输出训练素材存在争议。
就在刚刚,xAI再获百亿美元融资,估值飙至1130亿。而xAI控制台中,已有源代码流出,Grok 4和Grok 4 Code即将上线!现在,全网都在搓手以待,Grok 4的诞生,将怎样搅动当前顶尖大模型的局面。
微软首席执行官Satya Nadella在社交平台分享了,微软最新发布的突破性医疗AI系统MAI-DxO。
2025年上半年,AI开源领域的竞赛异常激烈,主要围绕着几个核心方向展开:首先是效率竞赛,各路玩家不再单纯追求千亿、万亿参数的“巨无霸”模型,而是更专注于通过新架构和训练方法,用更小的参数实现更强的性能。其次,多模态已成标配,纯文本模型越来越少,新发布的旗舰模型几乎都具备了处理图像、视频等多种信息的能力。
为智谱构建可信的人工智能基础设施注入坚实动能。
“中国版OpenAI”智谱,意外被OpenAI点了次名。
AI开始挤占人类音乐了。今年1月,法国音乐流媒体服务Deezer曾透露,该平台新上传内容有10%完全由AI生成,两个月来,比例提高到了18%。“而且我们看不到任何放缓的迹象。”
刚刚,一支华人主导的AI团队打破硅谷融资纪录。
2023年至今,检索增强生成(RAG)经历了从备受瞩目到逐渐融入智能体生态的转变。尽管有人宣称“RAG已死”,但其在企业级应用中的重要性依然无可替代。RAG正从独立框架演变为智能体生态的关键子模块,2025年将在多模态、代理融合、行业定制化等领域迎来新的突破。
终于出现一款真正面向C端的AI医疗产品了。
从今年年初开始,美国一些专注于报道 AI 的记者们,陆陆续续接到邮件。这些邮件来自不同的人,内容却如出一辙:都是各种惊天大秘密。
都说AI眼镜正迎来“iPhone时刻”,产业即将爆发。
当ChatGPT让「满分答案」信手拈来,课堂却沦为防作弊战场。教育不仅仅是传授知识,更是培养能够面对未来的独立思考者。AI只是工具,教育的灵魂仍掌握在人类手中。
如果一个视觉语言模型(VLM)只会“看”,那真的是已经不够看的了。
当 AI 不再只是提供搜索结果,而是直接讲一堂课,它离「老师」这个角色还有多远?
通过单阶段监督微调与强化微调结合,让大模型在训练时能同时利用专家演示和自我探索试错,有效提升大模型推理性能。
AI 行业的挖人大戏仍在继续上演。 据 The Information 报道,Anthropic Claude Code 的两位负责人被 AI 编程应用 Cursor 的开发商 Anysphere 挖走了。
在AI音乐创作工具日益涌现的当下,近期,一款叫作Mozart AI的应用闯进土耳其iOS音乐榜前十,引发了笔者的关注。它以“图生乐”这一模式切入AI音乐赛道,在过去一年的实现了400万下载量,并创造出超过170万美元的年收入(iOS与Google Play合计)。
10元一块实验板、2周时间、零样本命中率16%,这不是科幻,而是AI创造的生物技术奇迹!AI制药的拐点,或许已经到来——如果还在用老方法,那你可能已经被这场「淘汰赛」边缘化了……
AI 会计初创公司 Campfire 于 6 月 30 日宣布完成 3500 万美元 A 轮融资,由 Accel 领投,Foundation Capital、Y Combinator、Capital 49 以及 Mercury 首席财务官 Dan Kang 等天使投资人跟投。
又有新瓜了!走了近十名核心研究员后,奥特曼内部备忘录喊话:「传教士终将打败雇佣兵」。另有最新爆料称,小扎挖人几乎癫狂,甚至开出了四年3亿美金的薪酬包。
正逢毕业季,各美术学院的毕业展举办得如火如荼。 前阵子,四川美术学院安琪的毕业创作《祷》爆火出圈,线下展出现场被观众围得水泄不通,有网友调侃“一度以为自己来了卢浮宫”,仅单条笔记就在小红书上吸引了近50万点赞。
6 月 17 日,一款 AI 占星产品 Starla-Call the Universe 进入了 iOS 美国下载总榜前 10,当笔者以为这又是一个昙花一现的产品时,它不仅能够持续坚守榜单 Top 10 长达半个月,而且到了 6 月 24 日,另一款产品 Astra-Life Advice 也进入了美榜前 10,两款同类产品相继进入 Top 10,并双双持续在榜超 1 周的时间。
谁会第一个到达ASI?SemiAnalysis大佬Dylan Patel脱口而出:OpenAI!最近,这位圈内最懂AI和芯片的大佬,毫不留情地戳穿了GPT-4.5惨败的原因,还揭露了Meta仓促模仿DeepSeek结果大翻车的内幕。
在阿里AI战略的中枢,有一个名字越来越频繁地被提及:吴嘉。
Legora从观察律师朋友被"thankless tasks"拖累的痛苦中诞生,通过"真正合作伙伴"而非单纯工具的协作理念,解决了传统法律研究低效问题——AI可为律师每周节省4小时、年增10万美元计费时间,目前已服务250家顶级律所实现数据室审查从数周压缩至数小时。
AI浏览器正成为AI时代竞争的关键入口,其角色从信息窗口转变为融合搜索、决策与执行的智能伙伴。浏览器形态成为AI助手(如豆包)、AI搜索(如夸克)、AI知识库(如ima)及Agent工具(如扣子空间)的共同选择。