分割一切、3D重建一切还不够，Meta开源SAM Audio分割一切声音
分割一切、3D重建一切还不够，Meta开源SAM Audio分割一切声音继 SAM（Segment Anything Model）、SAM 3D 后，Meta 又有了新动作。
来自主题: AI技术研报
8262 点击 2025-12-18 16:54
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
继 SAM（Segment Anything Model）、SAM 3D 后，Meta 又有了新动作。
今天，在 FORCE 原动力大会上，火山引擎发布豆包大模型1.8、豆包视频生成模型 Seedance 1.5 pro。经过一年多的持续升级，豆包大模型家族在多模态理解和生成能力、Agent 能力上，已位于全球第一梯队。
谷歌丢出Gemini 3 Flash，给AI圈示范了啥叫：小孩子才做选择题，成年人当然是全都要（doge）。一个公式来形容这款新模型：Gemini 3 Flash=Pro级智能+Flash级速度+更低价格。
AI竞技场开始清场。
AI一键成片神器来临！今天，Vidu Agent开启全球内测，一句话复刻爆款，从广告到创意短片，分镜级可控一键短片。
谷歌在2025年底甩出「王炸」：Gemini 3 Flash！ 这款模型彻底打破了「快就一定笨、强就一定贵」的定律，以3倍于前代的速度实现「零延迟」响应，甚至在编程和逻辑推理上反超了Pro级大哥。
一页纯文本的记忆是看不清世界的。
如果你刚刚打开 X 并且正好关注了 OpenAI 和山姆・奥特曼，那么你可能会看到这样的照片：
“我们相信，未来每个企业都会是 Agentic（智能代理化） 的。” 无问芯穹联合创始人、CEO 夏立雪表示：“而当每个企业里都活跃着 10 个、100 个、乃至 1000 个智能体，一个组织的创造能力将会被无限放大。即使是最微小的团队，也能释放出最强大的影响力。”
Canvas-to-Image 是一种新型图像生成框架，将多种控制方式（如身份、姿态、空间布局）整合到一个统一画布中，用户可通过直观操作生成高保真、多控制的图像。它简化了创作流程，让用户在单一界面完成复杂创作，为AI创作工具提供了新范式。