小互

统计数据

205

文章

0

粉丝

0

获赞

701

阅读

2周前

🚨OpenAI 发布全新多模态生成模型：Sora 2 这次不只是生成视频，还能同步生成语音、环境音，甚至把你“插入”视频当主角！模型亮点： - 支持多个镜头的连续生成 - 动作更物理真实、世界状态可控 - 真人Cameo登场，只需录一次就能随时穿越进任意场景 - 支持写实、动漫、电影等风格切换 - 新版 iOS App 已上线，支持 remix、个性化推荐、青少年保护等功能 👀 OpenAI 表示：Sora 2 是视频界的“GPT-3.5 时刻”！下一步，还将开放 API 接入，可能成为生成式视频的“iPhone 时刻”。 📱目前仅限美国/加拿大 iOS 用户试用，全球上线敬请期待！

AI视频井喷：Midjourney领跑，多模态混战· 251 条信息

#OpenAI #Sora 2 #多模态生成模型 #视频生成 #AI

2周前

已经使用 Stripe 的商家：只需“一行代码”启用 Agentic Payment。使用其他支付平台的商家：可通过 Stripe 的 Shared Payment Token API 接入；或通过 OpenAI 定义的 Delegated Payment Spec 实现协议支持。商家不需要重构自己的支付系统。详细介绍：

#Stripe #Agentic Payment #Shared Payment Token API #Delegated Payment Spec #支付系统

2周前

OpenAI “智能体电商协议 ACP（Agentic Commerce Protocol）及工作原理 OpenAI 宣布推出 Instant Checkout（即时结账），这是一个内嵌在 ChatGPT 中的电商功能，使用户不仅可以通过聊天搜索产品，还可以直接下单购买，无需跳转网页、无需切换平台。它依托于 OpenAI 与 Stripe 联合打造的底层标准协议： 👉 Agentic Commerce Protocol（代理式电商协议） Agentic Commerce Protocol（ACP）：一个由 OpenAI 与 Stripe 共同制定并开源的电商开放标准，用于让“买家与其 AI 代理（如 ChatGPT）”和“商家系统”以结构化对话完成下单、支付、履约全流程。通俗理解：它就像是为“AI 购物助理”提供的一套 API 规范，打通从产品推荐到交易完成的整个流程，让商家能放心、安全地接入，而用户体验更加顺畅。

#OpenAI #电商 #ChatGPT #Stripe #Agentic Commerce Protocol

2周前

全球AI公司共庆中华人民共和国国庆集体发版包括最反华的Anthropic...🐶

#AI #中国 #国庆 #Anthropic #庆祝

2周前

详细介绍：技术博客：在线使用：

AI编程工具激战：Claude Code、Gemini Cli崛起· 996 条信息

#标签1 #标签2 #标签3

2周前

智谱AI推出的最新一代通用AI模型：GLM-4.6 代码能力提升了 27% 上下文扩展到200K 推理和写作能力提升全面适配国产芯片编码能力与Claude Sonnet 4 相比，GLM-4.6 有一定优势但在编程方面仍略逊于 Claude Sonnet 4.5

智谱直播发布全球最佳视觉模型GLM-4.5V，挑战AI视觉领域极限· 10 条信息

#智谱AI #GLM-4.6 #国产芯片 #AI模型 #代码能力提升

2周前

Claude Sonnet 4.5 发布：宣称为全球最强的编程模型基准表现：在智能体编程、计算机使用、数学、研究生水平推理和金融分析等领域均领先；在 SWE-bench Verified 软件工程测试中达 82% 准确率。 Claude Code 升级： •新的终端界面 •VS Code 插件 •新增 “checkpoints” 功能，可安全运行大型任务并快速回滚功能扩展： •支持通过代码分析数据、生成文件和可视化洞察 •功能已向所有付费用户预览开放 •Chrome 插件对候补名单用户全面开放 Claude API 增强： •上下文编辑：自动清理过时信息 •记忆工具：存储和调用超出上下文窗口的信息 •可用性与价格：Claude Sonnet 4.5 已在 Claude 开发者平台、Amazon Bedrock 和 Google Cloud Vertex AI 上线，价格与 Sonnet 4 保持一致

AI编程工具激战：Claude Code、Gemini Cli崛起· 996 条信息

#Claude Sonnet 4.5 #编程模型 #AI #软件工程 #API

2周前

Google 研究揭示：Veo 3 达到了视觉AI领域的“GPT-3”时刻 Google DeepMind 通过对Veo 3进行18,384个最简单的视频生成任务测试后，发现： Veo 3，除了生成视频，还能在没有训练的情况下，自动完成各种复杂的视觉任务，比如找物体、修照片、玩迷宫、解数独。它可以: - 看懂图像：自动识别边缘、轮廓、物体位置、颜色、形状等； - 理解物理：知道什么会漂浮，什么会下沉；知道光是怎么反射的； - 动手编辑图像：可以“自动P图”，像移除背景、添加文字、转成油画风格等； - 自己“推理”：比如看一张迷宫图，它可以画出走迷宫的路线！研究认为，Veo 3 可能达到了视觉AI领域的“GPT-3”时刻！

智谱直播发布全球最佳视觉模型GLM-4.5V，挑战AI视觉领域极限· 10 条信息

#Veo 3 #视觉AI #GPT-3时刻 #Google DeepMind #视频生成

2周前

Google 团队展示了一个生成式操作系统原型它可以随时根据你的需求实时生成操作界面它依托 Gemini 2.5 Flash-Lite 模型，在你操作的瞬间 “现做现生成”。比如你点了“保存笔记”，AI 就立刻生成一个新的界面，把操作结果显示出来，而不是跳到预设的固定窗口。它会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。

#Google #Gemini 2.5 Flash-Lite #生成式操作系统 #实时生成界面 #AI моментальное создание UI

2周前

兄弟们炸裂了身体要紧🐽

#身体要紧 #炸裂 #兄弟们

3周前

Google 相册现在可以通过文字或语音直接编辑图像点击图像可以直接调用Banana对照片进行编辑拥有自有模型和应用、硬件的优势凸显出来了 Google正在将模型能力整合到自己的各种产品应用和硬件中，让模型能快速的得到广泛的使用，探索各种可能性这对苹果来说有着很大的压力，苹果封闭的策略是不是要改变了。

#Google 相册 #图像编辑 #模型整合 #苹果压力 #开放生态

3周前

Rodin 发布 Gen-2 3D模型 🚀 史无前例的百亿级参数量&数据规模 4倍更高的网格质量升级：生成的3D模型更加精细、清晰，细节最牛P的功能是：递归部件生成它不是一次性生成整个模型，而是把一个模型拆成很多小部件，然后用“递归”的方式逐步生成和优化这些部件。所以模型可以直接拆分成各种“零件” 有点意思😂

深度学习模型升级引发AI能力大跃进，行业迎新变革· 106 条信息

#Rodin #Gen-2 #3D模型 #递归部件生成 #百亿级参数

3周前

阿里云发布Wan 2.5 preview 模型支持生成10秒 1080P 音画同步视频 Veo 3 平替🤣 还支持图像生成和图像编辑等

阿里开源Wan-Animate，角色动画与替换技术引发热议· 8 条信息

#阿里云 #Wan 2.5 preview #AI视频生成 #1080P #平替Veo 3

3周前

OpenAI 投甲骨文 1000 亿建立计算中心甲骨文投 1000 亿给英伟达买 GPU 然后英伟达又投了 1000 亿给 OpenAI 😂 问最后谁赚了？但是好像这1000亿是来自软银的🙃

#OpenAI #甲骨文 #英伟达 #软银 #投资 #GPU

3周前

人类虐待机器人真实影像 😂

#机器人虐待 #人类行为 #负面情感 #科技伦理 #社会反思

3周前

GenSpark 这个功能可以... OpenAI 实时语音+ Google 小香蕉实现言出法随P图😂

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 559 条信息

#GenSpark #OpenAI #Google #P图 #小香蕉

3周前

专门为户子搞了个专项行动看来是永久了 …

#户子 #专项行动 #永久

3周前

奥特曼预告一些新模型和产品算力要求更高只给Pro用，另外收费可能是除了 ChatGPT 会发布新的应用产品

#奥特曼 #新模型 #Pro #ChatGPT #新应用

3周前

之前iOS 26还行这几天发热特别严重手机发烫的厉害，玩游戏手都烫红了，还疼查了下是低温烫伤😬 我开始相信库克桌子上有按钮了！

iOS 26 Beta 2：流畅优化难抵卡顿发热· 160 条信息

#iOS 26发热 #手机低温烫伤 #库克按钮阴谋论 #手机游戏发烫 #用户抱怨

3周前

阿里巴巴发布 Wan2.2-Animate 角色动画生成与替换模型可精准复刻视频人物动作和进行角色替换核心能力：角色动画：输入一张角色图片和一段参考视频，精确复制源视频的表情和动作角色替换：将动画角色无缝替换到原始视频场景中，自动匹配光照和色调，实现完美的场景融合该模型为开源模型...

阿里开源Wan-Animate，角色动画与替换技术引发热议· 8 条信息

#阿里巴巴 #Wan2.2-Animate #角色动画生成 #角色替换 #开源模型

3周前

xAI 发布 Grok 4 Fast - 200万 token 上下文窗口 - 相比 Grok 4，同等性能下价格下降 98% - 比 Grok 4 平均减少 40% 思考 token 使用量 - 统一架构，同一模型支持推理与非推理模式，无需单独模型切换 - 具有 SOTA 搜索工具使用能力，包括代码执行、Web 浏览、X 平台内容解析（含图像与视频）

#XAI #Grok 4 Fast #200万 token 上下文窗口 #SOTA 搜索工具 #性价比提升

3周前

中方在TikTok问题上的立场是清楚的，中国政府尊重企业意愿，乐见企业在符合市场规则基础上做好商业谈判，达成符合中国法律法规、利益平衡的解决方案。希望美方为中国企业到美国投资提供开放、公平、非歧视的营商环境。看来卖定了，落地了！😐

中美TikTok谈判僵局：商务部坚决捍卫原则与公平· 16 条信息

#TikTok出售 #中美关系 #商业谈判 #市场规则 #营商环境

3周前

兄弟们可以冲一下我的是一代的，新一代更强英伟达芯片 64GB超大显存 275T澎湃真算力本地能跑70B大模型开发者购买有有优惠...

Google Gemini 2.5发布引发AI模型性价比热议· 222 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 559 条信息

#英伟达芯片 #70B大模型 #超大显存 #开发者优惠 #性能提升

3周前

牛P了 Luma AI 推出 Ray3：世界上首个具备“推理能力”的视频模型推理能力使 Ray3 不仅能够理解复杂指令、以视觉和语言思维进行创作，还能并评估自己的生成结果。 -可生成专业级 HDR 视频的 AI，支持 10、12、16-bit 高动态范围，色彩丰富。 -支持物理仿真、复杂场景、群体动画、运动模糊、写实光照等高阶功能。 - 可以理解视觉注释，如图像上的绘制和涂鸦，控制镜头、运动、构图等，不需要文字提示。 - 拥有 Hi-Fi diffusion pass 技术，支持从草图快速提升至 4K HDR 高质量视频。 - 可以将普通 SDR 视频转换为 HDR，并输出 EXR 格式，便于后期制作。

AI视频井喷：Midjourney领跑，多模态混战· 251 条信息

#Luma AI #Ray3 #视频模型 #推理能力 #HDR视频

3周前

OpenAI 针对 GPT-5 Thinking 模式新增了“思考时长”调节功能，让用户可以根据需求在速度和深入度之间做选择。各个订阅等级可用的选项 Plus、Pro、Business 用户： • Standard（标准） → 新默认模式，兼顾速度与智能。 •Extended（扩展） → 原先 Plus 的默认模式，思考更久，答案更深入。 Pro 用户额外多两个选项： • Light（轻量） → 最快，适合需要“立刻出答案”的场景。 • Heavy（深度） → 思考时间最长，适合复杂问题，答案更详细。使用方式 • 在网页版 ChatGPT 里，选择 GPT-5 Thinking 模式后，可以在输入框区域切换思考时长。 • 你一旦选择了某个模式，它会持续生效，直到你再次手动更改。

ChatGPT Plus用户抗议权益缩水，萨姆奥尔特曼亲自道歉· 10 条信息

#GPT-5 #Thinking模式 #思考时长调节 #速度与深入度 #用户选择