Krea 发布全新 Krea Video 视频生成产品
Krea AI 官宣推出全新 Krea Video,主打在浏览器内直接生成好莱坞级画质视频。功能包括电影感相机控制、100+ 热门预设、可直接用于 UGC 的模板、视频剪辑、风格迁移和声音生成,现已开放试用。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
Krea AI 官宣推出全新 Krea Video,主打在浏览器内直接生成好莱坞级画质视频。功能包括电影感相机控制、100+ 热门预设、可直接用于 UGC 的模板、视频剪辑、风格迁移和声音生成,现已开放试用。
Dwarkesh Patel 花费约 20000 美元 API 费用,让多个 AI 模型进行了 386 场 Blood on the Clocktower(染·钟楼谜团)对局,评估模型的长期策略、多智能体协调与欺骗能力。
Meta 宣布暂停原定于 2026 年 11 月 20 日生效的商业条款更新,该条款曾要求商业账户允许 Meta 使用其网站内容训练生成式 AI 产品。此前挪威法院在 180 家挪威媒体公司支持下颁布临时禁令,英国竞争与市场管理局也宣布调查,Meta 曾一度推迟生效日期并把允许用途中的“train”改为限于广告和商业产品。
Meta 向全部美国用户开放与 Muse AI 智能体的实时视频通话,用户可与可换装的动画头像对话。技术上 Muse Realtime Voice 输出携带语音与表达信息的 speech tokens,Muse Realtime Avatar 将同一流转为口型同步视频,Meta 用知识蒸馏让学生模型以每视频块 2 次前向复现教师模型 120 次的效果。
斯坦福论文指出,没有任何指标能在所有意义上与分词器无关,因此比较不同分词器时不能只信单一分数,还要检查模型是否答对。研究用未训练模型和同一配方不同分词器的已发布模型测试:什么都没学到的模型 BPB 仍随分词器变化,英文文本在约 24K 词表时 BPB 最好,但准确率仍为随机水平。
Arena 发布访谈预告,Krea 联合创始人兼 CEO @viccpoes 与 @petergostev 对谈,介绍仅 7 人团队训练 Krea 3 Ultra 的过程。
OpenAI 推出专注挖掘软件安全漏洞的 GPT-6 Cyber,称其可发现缺陷、构建可用 exploit 并建议补丁;在 ExpitGym 上得分 48.5%,高于前代 GPT-5.6 Cyber 的 32.1%,无安全指令时 99.93% 的情况未越界。
OpenRouter 宣布 Google 的视频模型 Gemini Omni 1.2 Flash 上线,支持最长 15 秒片段(1.1 为 10 秒)、360p 至 4K、16:9 或 9:16、原生音频,每秒定价比 1.1 低约 30%。
WSJ 报道,民主党赢得众议院、参议院及关键州长职位后,美国约半数拟建 AI 数据中心可能面临更严的地方审查,Texas 和 Ohio 或在居民获得供水与电价保障前暂停建设。
GitHub 工程团队详解在 GitHub Universe 宣布的新一代 Git 存储架构,内部测试支持单仓库每秒 7,200 次 push 和 5,000 个并发 agent。
李飞飞转发 World Labs 官方账号,宣传其新发布的 Frameboy demo,可用于实时探索世界。Frameboy 是两个月前发布的自回归世界模型 Atlas 的高度优化版本,从云端 GPU 流式传输,最高可达 15 fps,支持像素级相机控制。
把网络研究拆成两种形态,一种深、一种广,比让一个智能体同时做两件事是更清晰的模型。 TinyFish 发布 2 款 AI 智能体,承担人们通常要花数天完成的网络调研工作: > TinyResearch 用一份带引用的报告回答一个难题,并且 > TinySet 从散落在数百个网站上的事实中构建电子表格。
NVIDIA 公布 Vera CPU 在 100 兆瓦数据中心对比中的表现:相比最快的 x86 CPU,每瓦可支持 1.6 倍智能体数量;相比最节能的 x86 CPU,智能体速度提升 2 倍。
LangChain 在 Deep Agents 中推出 async subagents,让编排器保持对用户可响应,子智能体作为后台 worker 并行执行长任务并在完成后回报。
Newcomer 与 Felicis 发布 Emergent 榜单,收录 29 家由现任及前任创始人演讲嘉宾提名的种子期或更早期初创公司,入选公司融资不得超过种子轮。榜单中占比最大的是运行与控制 AI 智能体的工具类公司,硬件、开源、AI 原生服务与支持类公司同样是热点。
通过让 Agent 先执行任务再询问实现原理,利用上下文诱导其透露内部机制和技术方案。
Meta 宣布 Muse Voice 功能向美国所有用户开放,用户可与消费级 AI 智能体 Muse 通话和视频聊天。该功能由 Muse Realtime Avatar 和 Muse Realtime Voice 模型驱动,形象被昵称为 Jolly,可自定义为人、动物或其他角色,说话时配合匹配对话语气的表情和手势。
Google 的 Gemini Omni Flash 1.2 现已上线 fal 平台。该模型可从文本、图片或参考片段生成带原生音频的视频,用自然语言指令剪辑现有素材,为视频追加 3 到 10 秒续段,并支持将片段放大至 1080p 或 4K,输出最长 15 秒。
我们打造了 Muse Realtime Voice 和 Muse Realtime Avatar,让语音、表情和手势保持同步。它能即时响应,你还可以在它说话时随时插话。 为打造这一功能的团队感到骄傲!
蚂蚁百灵发布原生多模态模型 Ling-3.2-flash,总参数 560B、激活参数 25B。官方称其强化复杂视觉理解、长程多模态智能体、3D 理解交互和医疗智能…
NVIDIA 为 Cosmos 3 模型家族新增四个开源权重检查点,用于交互式世界模拟和多传感器多视角驾驶场景生成,均为 Cosmos 3 Nano 的后训练版本,各有 16B 可训练参数,采用 OpenMDW1.1 许可证。
OpenRouter 更新隐身模型 Crouton Alpha,修复了会导致任务提前中断的 bug,通常发生在工具调用前,Agent 现在应能完整跑完任务,并邀请用户到 openrouter.ai/stealth/crouton-alpha 再试。
Frameboy 提供了一款 Atlas 变体,专为实现最快、最高效的推理而调优,同时保持出色的新视角合成能力——现在就到 https://frameboy.worldlabs.ai 试用
World Labs 发布 Frameboy demo,用高度优化的 Atlas 世界模型从云端 GPU 串流,支持实时探索世界,最高 15 fps。Atlas 是两个月前发布的自回归世界模型,具备像素级相机控制。
webAI 开源 TwIL-8B,一个基于 IBM Granite 4.2 8B 的 8.8B 参数模型,面向数学、编码和指令跟随。
Meta 总裁 Dina Powell McCormick 在 WSJ Tech 大会上表示,民主党在中期选举中的胜利和反数据中心议题将使企业建设数据中心更难,而公众对数据中心的态度也关联着对 AI 整体的情绪。
Anthropic 官方宣布在 Claude 中推出个人理财功能(Personal Finance in Claude),测试版目前限美国。用户可自行选择连接的账户,Claude 用日常语言基于自己的余额和交易回答理财问题;访问为只读,Claude 不能转移、管理或投资用户的资金。
OpenAI 宣布向攻击性网络安全项目 Daybreak Red 的最高级别用户开放专注网络安全的新模型 ChatGPT Cyber。此前 Charge Robotics 联合创始人 Max Justicz 用 GPT 5.6 Sol 在约 2 小时内发现 Ubuntu 相关代码库的严重漏洞,Debian Project 已发布补丁且暂无被利用迹象。
Google DeepMind 宣布 Gemini Omni 1.2 Flash 视频生成模型正式全面开放,剪辑时长从最长 10 秒提升到 15 秒,720p 视频价格降至每秒 $0.07,降价 30%。
美国非营利机构 AItonomy Foundation 推出 Science's Last Exam(SLE)基准,用专家预先封存、对智能体隐藏的检查项,评测研究智能体可打开并复跑的研究产物。