Captions和字节“先后上新”，AI视频的对口型时代结束了
Captions和字节“先后上新”，AI视频的对口型时代结束了“数字人”越来越“活”了。
来自主题: AI资讯
7468 点击 2025-03-14 16:25
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
“数字人”越来越“活”了。
3月12日，华尔街见闻获悉，原字节跳动AI大将、火山引擎高管骆怡航于近日加入生数科技，担任CEO一职。去年底，字节TikTok算法负责人陈志杰也被曝出离职创业。
字节对MoE模型训练成本再砍一刀，成本可节省40%！ 刚刚，豆包大模型团队在GitHub上开源了叫做COMET的MoE优化技术。
没能延续第一款AI产品闷声发大财的路线
前些天，字节跳动的 AI IDE 产品 Trae 上线了国内版本，其具备「中文语境深度适配 + 全功能免费开放」的双重杀手锏，一上线就收获了不少支持者。全网一片夸赞，很少能看见批评的声音。
张涛此前在字节跳动负责国际化产品的战略规划与落地，2023年，他加入王慧文创办的人工智能公司光年之外，担任产品负责人，主导AI产品的研发与商业化探索。2024年7月，张涛与首席科学家季逸超（Peak）、连续创业者肖弘（Red）共同创立Manus AI，并担任合伙人。他目前主要负责产品战略、市场沟通及用户体验优化。
硅星人独家获悉，AI视频生成领域独角兽企业爱诗科技完成 A5 轮融资，本轮由靖亚资本独家投资，至此爱诗科技 A 轮融资整体规模已超4亿人民币。爱诗科技成立于2023年4月，公司创始人兼CEO王长虎在计算机视觉和AI领域有20年从业经验，他曾任微软亚洲研究院主管研究员，之后担任字节跳动视觉技术负责人期间，参与了抖音和TikTok等产品从0到1的过程。
国内首个原生AI IDE（集成开发环境），来自字节，实测在此：哪怕一点代码都不懂，只要能说出自己的需求，就能靠AI开发出一个功能完备的应用。例如如果你想做一个Flappy Bird游戏，那就用中文跟它说一声就行：
要知道，过去几年，各种通用评测逐渐同质化，越来越难以评估模型真实能力。GPQA、MMLU-pro、MMLU等流行基准，各家模型出街时人手一份，但局限性也开始暴露，比如覆盖范围狭窄（通常不足 50 个学科），不含长尾知识；缺乏足够挑战性和区分度，比如 GPT-4o 在 MMLU-Pro 上准确率飙到 92.3%。
近年来大语言模型（LLM）的迅猛发展正推动人工智能迈向多模态融合的新纪元。然而，现有主流多模态大模型（MLLM）依赖复杂的外部视觉模块（如 CLIP 或扩散模型），导致系统臃肿、扩展受限，成为跨模态智能进化的核心瓶颈。