搜索
《读佳》获知，腾讯“TDream”带着“创造可玩的世界”的定位低调开启内测。“说句肺腑之言，这个产品，我觉得打破了我对腾讯的认知。”一位用户看了TDream生成《山月》视频作品后，十分感慨。他觉得，这个产品可以和字节的Seedance2.0、HappyHorse掰掰手腕。
我最近专门调研了一下AI短视频🧐。发现市场规模是越来越大。
根据我长期使用的观察，0.3 倍率说是用 Kiro 逆向出来的 Claude，2.0 倍率说是正经 Claude Max 号池接出来的。听起来后者肯定更靠谱。我一开始也这么想的。毕竟倍率差了快七倍，价格摆在那，总不至于拿假货糊弄人吧。
视频生成，早已不止于视觉。
不聊概念，4 个真实工作场景跑一圈
来自中国科学院计算技术研究所、ETH Zurich等机构的研究者提出了Fast-SAM3D。该方法直接面向SAM3D的推理链路做训练无关加速，在最大程度保持重建质量的同时，将单对象生成提速最高2.67倍，场景生成提速最高2.01倍。
昨天，OpenDesign团队（nexu.io）释出了号称html版剪映的‘html-video’项目，完全开源：https://github.com/nexu-io/html-video。基于 hyperframes框架（https://github.com/heygen-com/hyperframes）构建，Apache 2.0 开源，由 Open Design 团队原班人马打造；
如果模型能力断层领先，那么买单的人自然会出现。
由格灵深瞳灵感实验室主导研发的 LLaVA-OneVision-2.0，是一款面向下一代感知智能的视觉语言大模型。团队充分利用视频 Codec 流和自研 OneVision-Encoder，实现跨帧、跨事件的增量观测和连续证据流建模。本文将详细介绍模型架构、训练方法与能力验证，展示该技术在视频理解、空间推理和目标追踪等任务中的应用潜力。
在这场日益蔓延的“Token焦虑”中，Agnes AI的举动显得格外扎眼——这家全球榜单排名第九的AI Lab宣布，自6月1日起，旗下全模态模型API无限期免费开放。Agnes AI本次开放覆盖其三款核心模型：文本模型Agnes-2.0-Flash、图像模型Agnes-Image-2.0-Flash以及视频模型Agnes-Video-V2.0。