Seed-2.1-pro的品味,让我觉得多模态Coding和Agent能力就该是这样
Seed-2.1-pro的品味,让我觉得多模态Coding和Agent能力就该是这样最近Seed-2.1-pro又更新了。
搜索
最近Seed-2.1-pro又更新了。
真实世界的时间序列,不仅被外部事件冲击,也被人为决策持续重塑。
前不久,微信视觉团队开源了WeMM-Embedding。
盼了三个月,今天 Seed-2.1-pro 终于迭代了 图片
最近几个月,AI 视频赛道开始热起来了: Seedance2.0 发布后,AI 视频进入可用阶段,MiniMax H3 发布后,以 1/4 的价格,把 Seedance 2.0 的成本打了下去,AI 视频成本进入平价时代。
Seedance 2.5 让我这个半吊子的AI视频创作者都能上瘾玩上一个多月,就不用再多余说表现有多强了吧。
谷歌发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音模型,后者支持后台异步推理与工具调用以解决语音 Agent 在任务执行中的沉默问题,两款模型已在 Gemini API 和 Google AI Studio 向开发者开放。
"AI 不会替代人类,反而会承接大量低价值工作,让人类有时间去做一些创造性工作。"
理解生成统一模型(Unified Multimodal Models, UMMs)正在成为多模态模型的重要发展方向。相比传统的理解模型 + 生成模型,UMM 希望在同一个模型中同时完成视觉理解和图像生成,让文本和图像能够在统一上下文中被理解、推理和生成。
DeepSeek V4.1 Flash技术报告揭秘其通过CED架构对半削减prefill计算、CSA2同时吃满条目/序列/层三个压缩维度、FP4量化main KV缓存及SWA Bounded Replay部署优化等手段,将全局KV缓存压至V4-Flash的1/4、持久化KV压至约1/8,以552B参数实现超越1.6T参数V4 Pro的性能。