豆包为什么要给 AI 助手「开眼」？
豆包为什么要给 AI 助手「开眼」？当 AI 同时拥有了耳朵和眼睛，在未来硬件创新的支持下，还将解放更大的创新潜力。
来自主题: AI资讯
5833 点击 2025-05-27 13:11
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
当 AI 同时拥有了耳朵和眼睛，在未来硬件创新的支持下，还将解放更大的创新潜力。
大家好，我是袋鼠帝 还记得前两天Google IO大会上他们发布的最新视频模型Veo3吗 它可以根据提示自动添加环境音效、背景噪声、音乐和对话，并与画面完美同步 而且生成的视频相当炸裂，已经让我有点分不清虚幻与现实了 比如这位推特大神（Hashem Al-Ghaili）用Veo3制作的视频，相当🐂🍺
最近你是不是也被一系列“回答我”鬼畜视频刷屏？在各种社交软件上，明明上一秒还是一张静态照片，下一秒就能扭腰转身、街舞翻跳，甚至连兵马俑都能跳Kpop。
咱就是说啊，视觉基础模型这块儿，国产AI真就是上了个大分——Glint-MVT，来自格灵深瞳的最新成果。Glint-MVT，来自格灵深瞳的最新成果先来看下成绩——线性探测（LinearProbing）：
Veo 3实测来袭：从会说话的松饼到电影质感的短片，一句提示词就能打造电影质感短片，还能音画同步，好莱坞真的要慌了？DeepMind首席技术官更在访谈中透露，Deep Think模式像多线程大脑般并行推理，而AGI的竞赛早已超越单纯「堆算力」。
周末和一位在字节做视频 Agent 的 PM 聊天，想到了一个好问题。
本文由匹兹堡大学智能系统实验室（Intelligent Systems Laboratory）的研究团队完成。第一作者为匹兹堡大学的一年级博士生薛琪耀。
近年来，生成式人工智能的快速发展，在文本和图像生成领域都取得了很大的成功。
Chris Pelkey，一位枪击案受害者，对法庭如是说道。但这并不是他本人。他在 2021 年的一次路怒枪击事件中，已经不幸去世。庭审现场上播放的，是以 Pelkey 的形象和声音制作的 AI 视频。
今年以来，AI短剧的舆论风向一变再变。但在AI短剧的商业化逐渐得到验证后——有了真金白银收入，这一赛道似乎真正开始逼近产业化的临界点。