AI 画一只可爱小熊只要几秒,难的是画到第十张还是同一只。这套做法不用训练模型,靠参考图和固定措辞,走样在第一张就修掉。
最新文章 共 276 篇
AI 生成的片段一拼起来,声音就各响各的;以前想改只能连画面一起重新生成,现在画面留着,声音一句一句跟它说。
它出声不靠又大又重的神经网络,而是照着「声带振动、口腔塑形」的原理现场合成,这一段只占整个模型的 0.57%。
制药是一门靠少数爆款药赚钱、药一旦成功就能收十几年钱的生意,难在研发又贵又慢。a16z 认为 AI 能同时改动成功率、研发时间和成本这几个数字,让药企变得更大,甚至改变它被估值的方式。
Bland 发布了第一款语音到语音模型 Tofu-1,专门做银行、医疗、保险、政府这类听错一句就要出事的电话:直接听声音,边听边说,边说边查。1 月初推出,Bland 称 92% 的人听不出它是 AI。
Anthropic 公开了给 Claude 设计记忆的思路:记忆分四层,边干边记,晚上通过「做梦」进行复盘整理。
团队里只存在某个人脑子里的做事方法,可以写成一份 AI 每次照做、全公司共用的配方。
美团 LongCat 团队开源了数字人视频模型的 1.6 版:嘴型更放松,长视频里嘴唇不再越说越红,能连续生成 10 分钟以上。它在美团自己组织的人工对比评测里排第二,仅次于字节的 OmniHuman-2.0。
阿里 Qwen 团队的新旗舰,定位全天候 AI 同事:会开 Blender 建模、用虚幻引擎做能玩的游戏、给汽车零件编加工程序,长任务先交首版再逐版更新;同档推理更省 token,API 也降了价。
和 AI 聊天,大多还是一来一回:它猜错了,你得再发一条、等它从头写。UCLA 的 Bruce Liu 做了两个演示,让人和 AI 在对方那一轮里就能插上手:你打字时 AI 先亮出它的理解,AI 回答时拿不准就留空给你填。