给视频模型安上快慢两只眼睛，苹果免训练新方法秒了一切SOTA
给视频模型安上快慢两只眼睛，苹果免训练新方法秒了一切SOTA自从 Sora 发布以来，AI 视频生成领域变得更加「热闹」了起来。过去几个月，我们见证了即梦、Runway Gen-3、Luma AI、快手可灵轮番炸场。
来自主题: AI技术研报
10445 点击 2024-08-11 13:18
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
自从 Sora 发布以来，AI 视频生成领域变得更加「热闹」了起来。过去几个月，我们见证了即梦、Runway Gen-3、Luma AI、快手可灵轮番炸场。
如果我们今天要谈论科技或风险投资，那么接下来的话题只会让我们想到 AI.
假如你目前正在使用和研究类似CAMEL的多智能体系统，现在已经有了扮演研究者的Agent和负责写论文的Agent，再添加一个事实核查Agent会改善结果吗？
巴黎奥运会乒乓球团体赛如火如荼，谷歌机器人申请出战——
苹果AI（Apple Intelligence）还没有正式到来，后台的提示词却意外曝光了。
基于开源Agent框架，可自动解决复杂数据科学问题的Agent来了！
从泄露的信息来看 ，Apple Intelligence 背后的提示语还是挺简单的。
李飞飞老师提出了空间智能 (Spatial Intelligence) 这一概念，作为回应，来自上交、斯坦福、智源、北大、牛津、东大的研究者提出了空间大模型 SpatialBot，并提出了训练数据 SpatialQA 和测试榜单 SpatialBench， 尝试让多模态大模型在通用场景和具身场景下理解深度、理解空间。
上周，iOS 18 测试版发布，部分用户提前试用了苹果在 WWDC 宣布的一系列 Apple Intelligence（苹果智能）的功能，更多的功能会在未来几个月内陆续发布。
随着大型模型技术的持续发展，视频生成技术正逐步走向成熟。以Sora、Gen-3等闭源视频生成模型为代表的技术，正在重新定义行业的未来格局。然而，截至目前，仍未有一个开源的视频生成模型能够满足商业级应用的要求。