Unitree e ZDTaichu correm para ser o cérebro espacial do robô
Há já algum tempo que os robôs são bons no corpo. Dois lançamentos chineses foram atrás da parte que decide o que fazer a seguir quando a sala não é aquela em que foi treinado.
← Todos os artigos
Categoria
Ai
332 articles
A corrida por território dos agentes de código chega ao desktop
Três lançamentos em um dia, um lançamento no dia seguinte. A batalha dos agentes de código deixou de ser sobre qual modelo escreve melhor e passou a ser sobre qual janela abre primeiro.
SenseTime quer imagens entregues, não obtidas por tentativa e erro
A maioria dos modelos de imagem responde a um prompt e para. O SenseNova U1 Pro foi criado para atender a um briefing, o que é uma coisa mais confusa e mais útil.
Flux 3 e Imagen 4 chegam ao Replicate, e a prateleira de imagens fica lotada
Quatro modelos Imagen e um lançamento do Flux chegaram à mesma plataforma no mesmo dia. As diferenças que importam são mais estreitas do que o marketing.
Ming-Image, do Ant Group, projeta em camadas, não em imagens planas
Dois modelos de seis bilhões de parâmetros miram a metade menos glamourosa do design: tipografia legível e uma saída que você ainda pode editar quando o cliente pede uma mudança.
Bilibili disponibiliza em código aberto uma família de tradução para 150 idiomas sob Apache-2.0
O número de idiomas é a manchete, mas os ramos de dublagem e legendagem são onde ele se torna útil. A tradução está sendo reconstruída como um conjunto de tarefas restritas.
A aposta da Runway no Praxis-1: pré-treinamento em vídeo como atalho para cérebros robóticos
Dados reais de robôs são escassos e caros. A Runway argumenta que o atalho passa pelo vídeo, e relata uma correlação de 0,95 entre resultados simulados e reais.
A Utopai quer que o cinema com IA se lembre do filme inteiro, e não apenas do plano
Gerar um clipe convincente já é rotina. Lembrar o que uma produção decidiu ao longo de quarenta planos é o problema mais difícil, e a Utopai aposta que é aí que está o produto.
PixVerse R2 transforma a geração de vídeo em um mundo pelo qual você pode caminhar
Em vez de devolver um clipe, o R2 mantém um mundo em execução enquanto você se move por ele. O trade-off é a qualidade por quadro, e a AIsphere é transparente sobre isso.
Ideogram 4.5 e o problema da deriva de edição: por que mudar uma única coisa ainda é tão difícil
Editar uma imagem uma vez é fácil. Editá-la catorze vezes sem que a imagem se desfaça é que é a parte difícil, e três empresas estão agora correndo para resolver isso.
A próxima batalha do vídeo com IA é sobre entender o mundo
Quando vários modelos conseguem produzir um clipe convincente, a qualidade deixa de diferenciá-los. A próxima disputa é se o modelo entende como os eventos devem se desenrolar.
Um modelo de imagem aberto que roda em quatro passos é mais importante do que parece
Reduzir a amostragem de 50 passos para quatro não é uma pequena otimização. Muda a latência, o custo e se um modelo de imagem pode rodar na máquina à sua frente.