avatar
快手在视频上的布局越来越全面了啊，这几天开源了 Kwai Keye-VL-1.5-8B 模型 除了支持图像识别以外，视频理解能力也很强，加上 8B 的大小非常适合本地部署用来做视频标注和内容识别。 我试了一下，给了一个是描述视频画面内容以及查找分镜时间和每个分镜的内容描述都做的不错。 模型主要优势有： 短视频理解：在Video-MME的短视频子集测试中，Keye-VL-1.5-8B获得81.2的高分，超过了GPT-4o及同类模型。 视频定位能力：能够在一个26秒的短视频中，将目标物（如包）出现的时间段精确定位到0.1秒级别 视觉推理能力：能够理解视频中相对复杂的行为动机比如论文案例里面可以从两只狗的行为推测动机。 模型核心创新主要有下面几个方面： 针对视频内容动态且信息密集的特点，Keye-VL-1.5 提出了一种新颖的“Slow-Fast”视频编码策略，以有效平衡空间分辨率和时间覆盖率。 慢速通路以高分辨率处理视觉变化显著的关键帧，而快速通路则以较低分辨率但更高的时间覆盖率处理相对静态的帧。 另外模型采用了精心设计的四阶段渐进式预训练流程，系统性地将模型的上下文长度从8K扩展到128K，可以理解更加复杂的视觉信息。 在后训练阶段为解决冷启动问题，模型设计了一个五步自动化流水线来生成高质量的长链思考数据，包括数据收集、问题重写、多路径推理生成、双层质量评估和人工指导改进。 引入了“渐进式提示采样”机制来处理困难样本，即当模型多次回答错误时，在提示中给予不同层级的提示，以提高训练效率和模型推理能力
#快手 #Kwai Keye-VL-1.5-8B模型 #视频理解 #开源 #人工智能
avatar
luolink
5个月前
昨天拜访了一位外贸行业的前辈，17个年头的外贸人，他现在在探索开发ai SaaS和外贸的SEO。原来当老板也能很开心~ 交流了一个下午，思维很是敏捷和跳跃，如数家珍的行业故事和个人辛酸，对于ai，建站，选品，APP开发，股票，玄学，佛学，都有一定的见解，确实很聊的来。印象最深的是，一下午的笑脸相迎，和我接触到的其他老板相比似乎气质上更加从容和优雅，原来当老板也可以很开心~ 对于我这个上门跨境求教的后辈也做了一些建议。 给我的行业建议太多：找到能让自己开心的赛道，然后走出纵深。外贸还能做几年，劝我低客单的赛道早点换，如果外贸和ai SaaS，建议我选ai...因为一天只有24小时，找圈子跟对人，一两个人就够了。然后就是找赛道找对的人完成了，不需要事事亲力亲为，要学会借力。还透露了一个我之前没观察到的事情，一般能赚钱的人能量场是稳定的，而能量场起伏很大的，大概率不容易成功。让人如沐春风的说话方式，既是天赋也是能力，自问我的沟通艺术不是很强~但是咋说的，这里面有一个共识，说话让人如沐春风的，大都混的不差。 给我的人生建议：生命只有一次，要尽可能的去体验，不念过往，不焦虑未来，活在今天~早生小孩，最好两个~最后，下次去拜财神庙的时候，要注意墙上和柱子上的字，里面有财富密码😬
#外贸转型 #AI SaaS #人生建议 #积极心态 #财富密码
avatar
orange.ai
5个月前
语言内置了一套情绪逻辑 如果一条内容没有激发你的某种情绪 那这条内容大概率就是 AI 写的
#AI #情绪 #内容 #逻辑 #语言
avatar
铁锤人
5个月前
Dia 浏览器卖出去了，有没有朋友开始想 vibe coding 做一个的 下面是教程👇 1. fork chromium 2. vibe coding 改改 UI 3. 找个人卖$6M 赚了记得买多几份 DemoGet😂
#Dia浏览器出售 #Vibe Coding #Chromium #UI修改 #demoget
avatar
sitin
5个月前
Ideogram 推出了名为“Ideogram Styles”的新功能，旨在通过风格化处理，将简单的用户提示词转化为具有高级、一致美学的图像，并特别优化了文字渲染能力，提供了一个由官方精心策划的预设风格库，用户可以直接选用。 核心功能要点 1.风格转化：核心功能是将基础、简单的文本提示（Prompt）自动转化为具有特定高级审美风格的图像。 2.文字渲染强化：该功能显著提升了图像中文字（如标语、字体设计）的生成质量和准确性，使其能轻松融入不同风格中，方便用户进行创意字体和T恤等设计。 3.自定义风格：用户不仅可以选用官方预设风格，还能上传最多3张参考图片来创建并保存属于自己的、可重复使用的自定义风格。 与 Describe、Remix、Color Palette 等功能配合，帮助用户在美学与精准度之间找到平衡。整体而言，这一功能旨在让创作者为作品注入独特个性与一致美学，提升设计的表现力与识别度。
#Ideogram Styles #风格转化 #文字渲染强化 #自定义风格 #图像生成
avatar
Rocky
5个月前
今天在B站看到一个Github #AI 伴侣，实测了一下，效果挺不错，可以去玩一玩！ 一周升了1万颗✨星星，可惜没发币，发一个meme币，可能直接冲破1亿美金！🧐 #AI 给我的最大感觉，落地场景较大的方向，第一是改变金融产业，第二改变百姓生活场景。研究AI，投资AI，学习AI，刻不容缓！
#B站 #GitHub #AI伴侣 #金融产业 #百姓生活
avatar
美国没有150技术么?
#美国 #技术
avatar
卫斯理
5个月前
感觉还是要怪Robin Li，听说Anthropic的创始人当年在某度待了一段时间，也许是这段经历造成了他“逢中必反”的PTSD吧..... 很好奇某度当年到底做了什么丧心病狂的事情。
#Robin Li #Anthropic #逢中必反 #PTSD #某度
avatar
响马
5个月前
躺平的人才需要护城河，创业的护城河就是不断创新。
#躺平 #人才 #护城河 #创业 #创新
avatar
Kai
5个月前
我有一个朋友，为了方便表达情感，以下用“我”来叙述，但这个事与我完全无关 😅 我真的服了，两次了，我 debug 两天，差点怀疑人生了，后来是这个 “广受赞誉的” “世界级”的团队写的终极低级错误 第一次 卡了我两天，我深入到源码，在 js 里竟然用 if(a) 来判断调用方是否传入了 a。😅 如果 a = ‘’，就认为没传入 a。 这第一天学 js 就知道的知识点，属于是搞错扇自己两巴掌的级别 这次又卡了我两天，今天加班到晚上九点，然后最后怀疑人生了，我直接开始翻源码。 竟然在 js 里分不清 undefined 和 null，只判断了 undefined 的情况，不管 null 了😅 我真的 😅😅😅😅 这世界草台班子的程度绝了
#JS错误 #低级bug #代码质量差 #加班 #怀疑人生
avatar
卫斯理
5个月前
笑死了 这也是为什么软件越来越复杂的原因 不复杂，商户付钱总觉得“亏”了
#软件复杂性 #商户心理 #付费意愿 #用户体验 #幽默
avatar
卫斯理
5个月前
后it时代就是这么奇怪
#后IT时代 #奇怪 #科技 #商业 #转型
avatar
anthropic 昏招频出啊，降智、发个公告恶心老中，opus 4.1 比不上 gpt-5 high, sonnet 4 被国产开源大模型追上。 快倒闭吧，别他妈在刷存在感了。
#Anthropic #昏招频出 #Opus 4.1 #GPT-5 #国产开源大模型
avatar
改变世界的编程语言MoonBit：项目文件详解
#Moonbit #编程语言 #项目文件 #技术 #中性
avatar
蓝点网
5个月前
微软承认 8 月更新导致 Windows 10/11、Windows Server 2012~2025 普遍出现 UAC 用户账户控制验证问题，该问题主要影响企业用户。 若企业用户使用标准权限而非管理员权限时，可能安装和启动都会出现错误，这个问题基本不影响使用管理员权限的普通家庭用户。 查看全文：
#微软 #Windows 10/11 #UAC问题 #企业用户 #8月更新
avatar
你的软件里真的需要动画吗？未必！ 推荐一篇小短文，《你不需要动画！》，都是线上的案例与行之有效的建议。
#软件 #动画 #线上案例 #建议 #短文
avatar
小弟调调
5个月前
DevTutor v1.24 发布 —— SwiftUI/Swift 速查工具新增状态管理与数据流相关文档。 📥 💬
#DevTutor #SwiftUI #SWIFT #状态管理 #数据流
avatar
兔妹_兔子
5个月前
今天A厂更新了公告，进一步强调要加强对中国区域的限制，阻止中国用户的使用。 没啥好说的🫤
#A厂 #中国区域限制 #用户阻止 #消极 #公告
avatar
现在购买 即可获得3套模板： - 通用 Next.js SaaS 模板（p1） - AI 生图网站模板（p2） - 导航站模板（p3） 正在重构3.0版本，将支持多种 PostgreSQL 平台；新版本计划与 Supabase 版本并行维护，老用户体验不受影响。 今年内还会增加两套细分领域的模板，所有老用户自动升级权益；也会完成多个支付平台的支持，让变现更简单。 现在购买，不仅能立即使用现有模板，还能享受未来所有更新👉
#saas模板 #Next.js #PostgreSQL #Supabase #支付平台
avatar
Corey Chiu
5个月前
月付55rmb 超划算订阅 ChatGPT Plus 实录教程 因为想用 codex，需要 Plus 订阅，折腾了一下，最终花费55rmb 订阅成功，记录分享一下全流程 首先注册一个新的苹果账号，地区选尼日利亚，邮箱我是新注册的163邮箱，电话就用自己的+86手机号 然后咸🐟上买礼品卡，一个月 plus 订阅费是9900奈拉，卖55rmb 左右 手机登录app store ，激活礼品卡 激活成功后打开 ChatGPT app 登录进去订阅即可 注意如果弹出 invalid address，就去搜一个尼日利亚地址生成写进去
#ChatGPT Plus #订阅教程 #尼日利亚 #省钱攻略 #苹果礼品卡
avatar
勃勃OC
5个月前
周末，耐心等待苹果发布会 看我这最后一个homdpod 要不要退了。 没出新品就不退了，效果还不错
#苹果发布会 #homdpod #新品 #周末 #等待
avatar
henu王凯
5个月前
绝了：早上发了条实际操作的信息被删了，貌似说具体交易细节就会被删除。恰好以“Dia浏览器被收购”来看下“数据准确性”吧： 1、图1是我没要求用MCP而是直接用联网搜索拿到的信息，
#Dia浏览器 #收购 #数据准确性 #信息删除 #交易细节
avatar
向阳乔木
5个月前
前两天一个 AI KOL群，大家偶然聊起魔兽世界这款游戏。 我才第一次知道金币居然是有上限的... 巫妖王之怒和以前的版本携带金币上限：214,748 金币 36 银币 48 铜币 大家聊得热火朝天，勾起不少美好回忆。 自己玩过联盟，也玩过部落。 部落里，形象好的算血精灵。 让纳米 AI 做一个视频追忆下银月城的岁月。 提示词 一个魔兽世界的女血精灵在跳舞 出现相关智能体后，点击“超级MV生成大师”即可。
#魔兽世界 #血精灵 #游戏回忆 #银月城 #AI视频生成
avatar
Frank
5个月前
context window很像内存的概念，context engineer其实也是缓存的艺术
#context window #内存 #context engineer #缓存 #中性
avatar
orange.ai
5个月前
浏览器这个品类的惯性太大了 浏览器的本质是Web的操作系统 你以为解决了痛点 用户却因为惯性包容了痛点 而插件，正是为了痛点而生 改变习惯需要巨大的洗脑 即便是字节的豆包，也很难把你的默认浏览器换掉
#浏览器 #用户惯性 #痛点 #插件 #字节豆包