小互发布的内容- news.news·换个方式看新闻|AI看新闻、实时追踪事件后续

小互

统计数据

144

文章

0

粉丝

0

获赞

249

阅读

3周前

Google 于近期发布也发布了虚拟试穿产品Doppl 对比下 Doppl只是单纯的试穿而Gensmo会更考虑结合各种场景和现实使用纹理和贴合度都很到位。此外，它还融入了上下文场景。更加注重时尚和实用性

#Google #虚拟试穿 #Doppl #Gensmo #时尚实用性

3周前

他们索引了全球上亿的时尚单品，为用户定制了超过一千万套个性化穿搭方案。详细评测和介绍：

#时尚单品 #个性化穿搭 #定制 #穿搭方案

3周前

Gensmo 一个全新的 AI 时尚购物Agent 实现了时尚领域中 AI 的全链路落地可以帮你从潮流发现到AI试穿体验再到一键下单购买，全程一步搞定只需自拍一张自己的照片，几分钟打造你的数字分身，5秒就能试穿任意服装的上身效果而且看上就能直接购买，无需跳转多个平台，全部直链海外品牌官网或独立站。内置了几百万全球商品库任你选，明星街拍、潮流博主同款一秒种草。简单来说，就是把复杂的“穿衣打扮”变得像刷抖音一样简单——几分钟可以尝试上百种的试穿方案和搭配，喜欢就可以直接购买，不用来回的邮寄试穿，浪费时间。

#AI时尚购物 #数字分身 #AI试穿 #一键购买

3周前

平台整合全球数百万件商品，帮助用户探索数以万计最新的潮流造型、明星同款和街拍风格，快速定义心仪单品，并且能够为你「搭配」其它或立即找到相似款。最让我意外的是它的搜索栏是支持中文输入的这里我让它给我推荐一些运动服装，喜欢可以直接购买

#潮流造型 #明星同款 #街拍风格 #中文搜索 #运动服装

3周前

只需一张自拍，几分钟内即可创建高精度的3D虚拟形象还可以根据自身情况调整合适的年龄身材然后就可以试穿商品库里面的任何衣服

#3D虚拟形象 #自拍 #试穿 #个性化定制

4周前

ChatGPT Agent 使用多个内置工具协调执行任务：自动选择最合适的工具可在多个工具之间切换保持上下文一致，不丢失信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 325 条信息

#ChatGPT #agent #自动化工具 #任务执行 #上下文保持

1个月前

牛P了 Vidu 的 Reference-to-Video 功能支持一次性上传最多 7 张参考图片并结合一段文字提示，生成具有高度一致性、风格统一、视觉保真度高的视频内容参考图可以是人物、场景、道具等任意内容下面是我的测试介绍... 利用 Vidu Q1 模型的多模态对齐机制能实现结构保持、纹理迁移、风格还原同步完成模型还会根据参考图和 Prompt 自动进行智能镜头推演，构建“视觉叙事”结构，如推镜头、平移、场景切换等这是目前行业内首个支持多图引用、并具有角色/场景一致性的开放式视频生成工具。下面是教程

1个月前

我的 XiaoHu AI会员一直没有宣传全靠守株待兔、姜太公钓鱼和自来水...🙃 这次几位大佬赞助了一些福利，借机宣传下现在开通XiaoHu AI会员赠送以下福利约等于白送💀 需要的冲冲冲...🫡

1个月前

特斯拉发布了首次实现从工厂到客户的完全自动驾驶交付视频全程17英里,自动驾驶约 30 分钟穿越停车场、高速公路和城市，抵达新车主家中...

特斯拉无人驾驶：交付突破与监管挑战· 42 条信息

1个月前

Google 正式推出新一代开源轻量级多模态大模型：Gemma 3n 是目前最先进的移动端和边缘设备模型它支持图像、音频、视频和文本输入输出有5B / 8B 两个参数，可在2GB / 3GB 显存下运行 8B版本在 lmarena测试中突破了 1300 分，成为首个参数低于 100 亿且达到此基准的模型。文本处理支持 140+ 种语言；多模态理解支持 35 种语言；在数学、编程和推理方面有显著增强

Google Gemini 2.5发布引发AI模型性价比热议· 96 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 325 条信息

1个月前

Heygen 展示了其全新的AI视频 Agent 导入你的素材可以轻松一键制作各种广告、抖音短视频、短片、产品演示视频它能够在几分钟内制作完整的视频内容，通过分析素材、规划故事、选择镜头并自己编写脚本，生成现成的、可发布的视频。

AI视频井喷：Midjourney领跑，多模态混战· 81 条信息

1个月前

艹其他厂商望尘莫及加速新能源厂商大洗牌

中国新能源车：狂飙突进与隐忧并存· 77 条信息

DeepSeek数据泄露：德国下架，信任崩盘· 163 条信息

1个月前

小米AI眼镜 👓 经典方框设计，专为亚洲脸型优化，轻至40g 第一人称相机，沉浸式拍摄，支持视频、直播随身AI入口，一句话完成百科问答、扫码支付等还可作为开放式耳机，全天佩戴舒适聆听电质变色特别版，四档随心调 1999元起，现已开售

1个月前

扎格伯格巨资从OpenAI挖走三位顶尖研究员甚至在内部成立了专门的挖人小组奥特曼此前爆料Meta开出高达1亿美元的签约奖金来挖人根据多家媒体报道，Meta成功从OpenAI挖走三位顶尖研究员——卢卡斯·贝耶尔（Lucas Beyer）、亚历山大·科列斯尼科夫（Alexander Kolesnikov）和翟晓华（Xiaohua Zhai），以加强其“超级智能”（superintelligence）项目。这三位研究员此前在OpenAI位于瑞士苏黎世的办公室工作，并于2024年晚些时候共同设立了该办公室。他们在加入OpenAI之前，曾在谷歌DeepMind共事，拥有深厚的合作基础和技术专长。据《华尔街日报》报道，扎克伯格亲自参与了全球顶尖AI人才的招聘工作，通过电子邮件和WhatsApp直接联系目标研究员，甚至在内部设立了名为“招聘派对🎉”的聊天群来协调招聘目标。他还曾在加州帕洛阿尔托和太浩湖的家中举办晚宴，邀请潜在的AI人才。三位研究员的背景卢卡斯·贝耶尔（Lucas Beyer）：在谷歌工作六年半，专注于支持多模态AI的机器学习系统，研究领域包括可扩展的AI模型，能够整合文本、图像等多种数据模态。他在谷歌DeepMind期间参与了多项尖端视觉模型的开发。亚历山大·科列斯尼科夫（Alexander Kolesnikov）：同样在谷歌工作六年半，担任高级研究员，专注于视觉AI技术。他在2018年至2024年间领导了多项视觉模型的训练，包括2019、2020和2021年ImageNet上的最先进（SOTA）模型。他还是Vision Transformer（ViT）论文的共同第一作者，该论文提出了视觉Transformer模型，引用量高达4.9万次。翟晓华（Xiaohua Zhai）：一位华人研究员，本科毕业于南京大学，2014年获得北京大学计算机科学博士学位。在谷歌DeepMind担任高级研究科学家和经理，领导苏黎世的多模态研究团队，专注于多模态数据（如WebLI）、开放权重模型（如SigLIP、PaliGemma）以及文化多样性研究。他也是ViT论文的共同第一作者。这三位研究员在谷歌DeepMind合作期间，共同开发了包括Vision Transformer（ViT）、SigLIP、PaliGemma等在内的多个前沿视觉模型，为计算机视觉和多模态AI领域做出了重要贡献。他们在2024年12月从谷歌DeepMind跳槽至OpenAI，并在苏黎世设立了OpenAI的欧洲办公室，专注于多模态AI研究。 OpenAI的反应与行业影响 OpenAI发言人证实了三位研究员的离职，但未提供进一步细节。OpenAI首席执行官萨姆·奥特曼（Sam Altman）在6月17日的一档播客节目中透露，Meta曾向OpenAI员工提供高达1亿美元的签约奖金，以吸引其顶尖人才。奥特曼表示，尽管Meta的报价极具诱惑力，但OpenAI的核心团队成员尚未接受这些 offer。

1个月前

一份判决书揭秘了Anthropic训练模型细节五位作家起诉 Anthropic，指控其在训练 Claude 模型过程中使用了数百万本未授权图书（电子书和纸质书）。 2021-2022 Anthropic了下载 Books3（含近 20 万本图书）、LibGen（超 500 万本）、PiLiMi（200 万本）等盗版资源用于构建“内部研究图书馆” （未直接用于训练全量数据，但内容被用于评估、采样和过滤）。 2024年起： Anthropic转向合法方式：大规模购买实体书籍并扫描聘请前 Google 图书项目高管 Tom Turvey，设法规避法律阻力。从零售商、批发商处以数百万美元购买纸质图书（包括二手书）。服务商负责拆书、扫描、OCR 建立数字副本，构建高质量文本语料库。法院判决： ✅ 被裁定为“合理使用”的部分：扫描纸质图书（合法购买）供内部使用，用于模型训练。法院认为这种做法具有“转化性”（transformative use），构成合理使用（fair use）。图书未被向外部公开，模型输出也不是原书复制。 ❌ 仍将进入审判的争议部分：下载使用盗版电子书的行为（如Books3、LibGen、PiLiMi）法官确认 Anthropic 明知使用盗版数据并长期保留。虽然后期承诺不再使用，但已造成版权侵害。有趣的是法院对“合理使用”的核心论点：法官认为：就像人类“读书→理解→写作”，不能要求每次回忆书中思想都支付版权费用。 “人们阅读、记忆、再创作已有文学结构，从中发展新的思想与写作风格。不能因引用或受启发就处处收费。” 法官强调模型学习与人类阅读记忆之间的相似性，指出模型不是“复制”，而是“吸收与转化”。😂

1个月前

Google 下一代客户服务智能助手演示有点炸裂啊好丝滑这是Google Cloud Next 25 大会上的一个演示片段，之前被忽视了，展示了Google 最新的客户服务套件的能力。 AI可以看到用户的购物车信息，以及可以申请调用用户的摄像头来协助，还能和主管申请折扣优惠😂

1个月前

之前薅的Perplexit Pro年度会员今天陆续有人收到通知被干掉了😂 Perplexit 有点小气了嘿嘿不过我刚看了，我的还在🥲

1个月前

很多人利用AI做自媒体依然跑偏他们以为把内容进行AI精简总结或者做个漂亮的可视化就是用户想要的。自媒体的核心任然是筛选和翻译工作，不会因为AI而改变什么，只会提高筛选和翻译的效率而已。翻译工作就是把好东西找出来加工成人们爱看、能看懂、能领会的方式。这其中有很多人性的东西（包括被很多人鄙夷的）和一些传播技巧。当然也要一点天赋！

1个月前

卧槽一个未来实时交互界面可能性的展示 Gemini 2.5 Flash-Lite 能够根据前一屏幕的内容在你点击一个按钮的瞬间自动生成下一屏幕的 UI 代码和相关内容也就是说，Gemini 2.5 能够在极短的时间内，根据前一界面的上下文，瞬间预测并编码写出你点击后新的用户界面和内容。而且你每次点进去可能都不一样，完全基于之前的内容进行生成。这是不是一种未来UI界面的雏形？可以根据上下文或者你的需求实时生成交互界面，并展示内容。例如，用户通过与界面的互动或语音输入，就能实时调整和定制UI，而无需依赖传统的静态设计工具。不仅仅是生成UI，AI还可以根据用户想要的内容智能的调整界面元素展示内容，可以随心所欲的进行各种交互动作。类似一种实时的交互操作系统，没有固定的界面。

1个月前

Perplexity 也推出了定时任务功能鉴于Perplexity拥有SEC等许多一手金融数据用来炒股和做金融分析是个很不错的选择我之前白嫖的Pro年费会员还在，没有给我撸掉你们的Pro会员还在吗？

Perplexity年度会员免费领取活动引发热潮· 8 条信息

1个月前

HeyGen 也推出了自己的 UGC 广告数字人一张个人照片+一张产品照片输入文字内容即可生成产品介绍视频

1个月前

奥特曼： - 小扎搞了一亿美金来挖人，结果没挖走 - 我们相信我们有很大机会实现超级人工智能 - 我们打造了一种创新的企业文化，大家使命优先 - 小扎他们团队没什么创新能力，企业文化很烂 - 我们的团队相信一定会得到回报...

#Meta #人工智能 #企业文化 #超级人工智能

1个月前

猩球崛起 🙂

#猩球崛起 #电影 #科幻 #动作 #人猿 #进化

1个月前

OpenAI 正尝试摆脱微软的控制🤢 据The Information ：OpenAI允许微软在重组后拥有其约33%的股份，作为回报，微软要放弃其未来的利润分成权。这意味着微软不再从 OpenAI 新结构中直接获取收入分成同时OpenAI希望修改与微软现有的合同条款，要求微软放弃其独家托管OpenAI模型的权力 OpenAI 较早与微软签署协议，规定微软拥有OpenAI 模型于 Azure 云平台托管的独家权利。此次重谈中，OpenAI 希望解除该排他性，使其可在其他云服务（如Google Cloud、Oracle、SoftBank等）部署与托管此前微软通过投资及协议，享有高达 20% 的收入分成权。根据The Information披露，OpenAI 预计到 2030 年前将这一比例降至约 10% OpenAI 收购编程公司 Windsurf 时，原合同赋予微软对 OpenAI IP 的访问权。OpenAI 正尝试将该收购从现有合同排除，以阻止微软获取 Windsurf 的核心知识产权这表明OpenAI正在尝试摆脱微软的控制，为降低对微软 Azure 的依赖，OpenAI 已与 Google Cloud（今年5月达成）、SoftBank、Oracle 等机构签订合作，提高其算力来源的多元化

OpenAI与微软关系紧张，或将发起反垄断投诉· 5 条信息

#OpenAI #微软 #控制 #股份 #利润分成 #合同条款 #托管权力 #重组

1个月前

MiniMax 发布混合注意力推理开源模型 MiniMax-M1 训练成本仅为 53.5 万美元性能超越Qwen3、DeepSeek-R1 逼近顶级闭源模型 MiniMax-M1引入了一种全新Lightning Attention 上下文优化注意力机制相比 DeepSeek R1 等模型，在处理 10 万 tokens 的生成任务时，MiniMax-M1 的计算量仅为其 25%。该模型基于前代模型 MiniMax-Text-01 开发，总参数规模为 4560亿，每个token激活参数为 45.9亿，支持最长 100万tokens 的上下文输入（约为 DeepSeek R1 的8倍）。提出了一种新型强化学习算法 CISPO（Clipped Importance Sampling with Policy Optimization），该算法：不裁剪 token 梯度，而是裁剪采样权重（importance weights）。减少训练不稳定性，提升收敛质量。缩短训练时长（Qwen2.5对比实验显示，训练速度提升2倍）

MiniMax M1发布：开源长上下文推理模型引发AI领域震动· 7 条信息

#MiniMax-M1 #开源模型 #Lightning Attention #深度学习 #Qwen3 #DeepSeek-R1 #AI性能 #模型对比 #注意力机制 #上下文优化