跳到正文
10月6日周二
  1. IT之家32

    英伟达黄仁勋“世界巡演”AI 视频海内外爆火,马斯克调侃“内存涨价的原因找到了”

    B站 UP 主“王与也行”10 月 4 日发布的“黄仁勋世界巡演”AI 视频播放量已超百万,并火到海外,引来马斯克调侃“这就是内存价格如此昂贵的原因”。该视频改编自迈克尔 · 杰克逊 1992 年布加勒斯特演唱会《Jam》片段,将台上表演者与台下观众替换为知名人物。黄仁勋今年 3 月曾表示内存供应稀缺对英伟达是“极好的消息”,并喊话供应商“你们产多少我就会用掉多少”。

  2. The Decoder61

    Reka AI 发布全模态模型 Rho-1:单一模型处理文本、图像、视频与机器人控制

    Reka AI 发布 Rho-1 研究预览版,这是一个 190 亿参数的全模态模型,可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。所有模态作为 token 在一个共享上下文窗口中运行,无需工具调用或外部模型,同一套预测相机图像的权重也驱动机器人运动。

10月5日周一
  1. IT之家49

    跨越百年的代言:斯凯孚用 AI“复活”已故女星葛丽泰·嘉宝拍广告

    斯凯孚(SKF)借助人工智能生成已故好莱坞影星葛丽泰·嘉宝的虚拟形象拍摄广告,该广告收获赞许的同时也遭到嘲讽。图像生成使用字节跳动 Seedream 5 Pro 与谷歌 Gemini 的 Nano Banana Pro,动作生成用到 Seedance 2、Seedance 2.5 及可灵 AI(Kling AI),语音则以嘉宝早年影片原声训练 AI 完成。

9月25日周五
  1. Google Research64

    Google Research 发布连贯长视频生成研究框架套件 Co-Director、CANVAS、A²RD 与 VQQA

    Google Research 发布面向连贯长视频生成的研究框架套件,将长视频生成建模为全局优化与世界状态追踪问题,在多镜头叙事一致性与角色持久性上取得显著提升。

    推荐理由:原文把长视频生成拆解为全局优化与世界状态追踪四个框架,并给出各基准上的量化提升,可据此对照现有 Agent 编排管线的短板。

  2. Google DeepMind64

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar 实时虚拟形象功能

    Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,将近实时视频生成与语音结合,为 Gemini 实时对话模型增加能看、能听、能说的动态虚拟形象。该功能今天起在 Gemini Enterprise 可用,支持后台异步工具调用、97 种语言间的无缝语音同步切换,以及基于参考图像定制品牌虚拟形象,所有音视频输出均带 SynthID 水印。

    推荐理由:原文列出了实时视觉形象、后台异步工具调用与 97 种语言同步能力,读者可据此评估企业级虚拟客服的落地方式。