让GUI Agent不再「边做边忘」:快手、浙大提出MemGUI-Agent,攻克长程GUI任务
让GUI Agent不再「边做边忘」:快手、浙大提出MemGUI-Agent,攻克长程GUI任务手机GUI Agent正在从「看懂屏幕、点击按钮」走向更复杂的跨App自动化任务:这些任务听起来并不复杂,但对现有手机GUI Agent来说,一个核心难题始终存在:任务一长,就容易忘。
搜索
手机GUI Agent正在从「看懂屏幕、点击按钮」走向更复杂的跨App自动化任务:这些任务听起来并不复杂,但对现有手机GUI Agent来说,一个核心难题始终存在:任务一长,就容易忘。
两万多名快手员工,今年以来最关心的话题就是可灵。 这不仅因为它已成为快手最具想象力的AI业务,还因为5月传出拆分上市的消息后,可灵估值一度超过母公司快手的三分之二。 可灵几乎成为全村的希望。过去的舆论
《南华早报》援引知情人士消息称,快手旗下视频生成业务“可灵AI”将完成一轮30亿美元(约合人民币203.8亿元)融资,投后估值将达到180亿美元(约合人民币1223亿元),较今年4月最初设定的200亿美元目标估值缩水20亿美元。腾讯参与了可灵AI本轮融资。
过去十年,推荐系统最核心的动作可以概括成一个字:找。
如今,CameraSquad 的出现,让这种多视角一致的视频生成与 3D 世界状态构建成为现实。近日,中国科学院大学高林研究员团队联合卡迪夫大学、香港科技大学和快手可灵团队,提出了一种面向多轨迹并行生成的相机可控视频生成方法 CameraSquad [1],相关论文已被 ACM SIGGRAPH 2026 录用。
本研究由快手科技语言大模型团队完成,核心作者吕民轩、梅铁桦、杜坦隆等。快手科技与中国科学院大学联合提出 GoLongRL,一套完全开源的长上下文强化学习后训练方案,包含 23K 样本 RLVR 数据集
怎么让VGM学会按规则推理?过去主要有两条路。两条路,一个不动模型,一个只写文字,都没真正解决“执行”问题。为此,城大×快手可灵提出了第三条路:VLM-as-Teacher。
《读佳》获知,快手APP已推出“AI购物助手”,并附有一个独立入口,和行业中的主流导购功能类似,快手的AI导购助手也是通过与消费者对话的形式,提供商品推荐、商品评价、商品对比等智能服务。
清华大学经济管理学院的陈柯均博士生、张佳音教授、徐心教授与快手消费策略算法部合作探索完成了一项联合实验:从视频传递的价值观的角度,去理解观看视频后用户的行为和心理变化。
当你把一段长达9分钟、在“晴空万里”与“冰天雪地”间剧烈切换的冰岛旅行Vlog输入给大模型,并要求它做一份旅行攻略时,常规的视觉大模型通常只能给出一份基于字幕和画面标签拼凑的“流水账”。