搜索
Bind-Your-Avatar是一个基于扩散Transformer（MM-DiT）的框架，通过细粒度嵌入路由将语音与角色绑定，实现精准的音画同步，并支持动态背景生成。该框架还引入了首个针对多角色对话视频生成的数据集MTCC和基准测试，实验表明其在身份保真和音画同步上优于现有方法。
Unify是一款专注于GTM（Go-to-Market）的Agent产品，近日宣布完成了B轮融资。公司在Battery Ventures 领投的本轮融资中筹集了 4000 万美元，估值为 2.6 亿美元。
本文主要介绍 xML 团队的论文：Discrete Diffusion in Large Language and Multimodal Models: A Survey。
大家好我是歸藏（guizang），今天给大家带来秘塔深度研究的体验。
近日，基于自研多模态大模型，旨在打造AI应用的“超级感官”与“真大脑”的创业公司——无界方舟（AutoArk）宣布连续完成Pre-A & Pre-A+轮亿元级别融资
AI 浏览器，还需要颠覆式创新。
自 Stable Diffusion、Flux 等扩散模型 (Diffusion models) 席卷图像生成领域以来，文本到图像的生成技术取得了长足进步。但它们往往只能根据精确的文字或图片提示作图，缺乏真正读懂图像与文本、在多模 态上下文中推理并创作的能力。能否让模型像人类一样真正读懂图像与文本、完成多模态推理与创作，一直是学术界和工业界关注的热门问题。
刚刚，国内首个免费可用Deep Research上线了！它在多个权威评测中拿下第一，准确率直接碾压开源WebSailor。研究过程中，它能多线迭代追搜，直至逻辑闭环。更绝的是，一键生成炫酷的互动研究报告，视觉效果直接拉满。
太卷了，卷麻了！ 对标海外的Deep Research（深度研究）功能，现在咱国内，免费，想咋用就咋用。
昨天晚上，秘塔AI搜索悄悄上了一个新功能。测试完以后，我觉得这玩意，还是值得我将近通宵写一篇的。