← 全部文章
分类
Ai
343 articles
语音智能体有了自己的基准测试，而每家实验室都赢得了不同的类别
目前还没有唯一最好的语音模型。正确的选择取决于你的瓶颈是在嘈杂环境中听清、完成任务，还是回答得足够快。
1.50 美元的房子：精准编辑变成生产线
当一个模型只改一处、保留其余部分时，它就不再是新奇玩意儿，而成为你可以串联起来的一个步骤。钱在工作流里，不在图片里。
一张照片，一个可行走的世界：InSpatio-World 1.5 把图像变成空间
演示展示的不是一段镜头路径既定的片段。它展示的是一个随着你探索而持续渲染的空间，这是一种不同的模型。
一次蒸馏，适配 54 个模型：NVIDIA 的 LongLive-Plug 视频方案
视频蒸馏过去是每个模型单独缴纳的税。LongLive-Plug 把它变成一个可复用组件，就像 LoRA 把微调变成可移植文件那样。
ChatGPT 现在为你穿衣：图像模型走进购物车
这项功能免费，由一款为编辑准确度而打造的图像模型驱动，也是图像生成正作为“管道”渗入其他工作流的一个信号。
OpenAI 的 DevDay 算账：GPT-6.1 Sol 成本仅五分之一，Astra 却被暂缓发布
更便宜且能力强的推理，是全天候运行的智能体的输入。同一周，该公司却拒绝发布其能力最强的模型。
NVIDIA 4,999 美元的 DGX Spark 64GB：把千万亿次算力搬上桌面，驱动常驻智能体
一年前，能放进 56GB 的模型还需要一个机架。现在它们能装进午餐盒大小的盒子里，这正是降价的意义所在。
Grok Imagine Video 1.5 Lite 登陆 fal 与 Venice，卖点是匿名
这款模型只是既有模型的简化版本。真正值得关注的是它落地何处，以及其中一家托管平台如何推销它。
Anthropic将斥资1亿美元培训1万名工程师，因为瓶颈从来就不是模型
企业AI的稀缺资源不是模型的使用权限，而是那种能让模型在特定规则下、在特定流程中既安全又有用的人。
决策模型正在悄然取代智能体循环中的大语言模型
路由、分类和工具选择并不需要流畅的文本。一个针对固定答案集返回概率的小模型更快、更便宜，而且在做这些工作时往往更出色。