搜索
两天前，Creati AI推出了新产品Buzzy。Buzzy是一个专门做视频修改的AI Agent。用户可以对视频说“把这个人换成我的脸”“把阴天变成黄昏”“去掉背景里的路人”，局部修改，其他不动。几乎同时，公司官宣了由红点领投的B轮融资，金额高达2000万美元。
腾讯混元团队提出了 Multi-Stream Scene Script（MTSS），一种全新的视频描述范式 —— 将传统的 "一段话描述整个视频" 升级为 "多流结构化剧本"，通过 Stream Factorization 和 Relational Grounding 两大核心原则，让视频描述既忠实又可扩展，在视频理解和生成任务中均取得显著提升。
最近试用了一款上线的产品——Moxt，一个 Agent-Native Workspace。它要解决的正是这个问题：给团队加一排 AI 工位。这些 AI 员工能写报告、做研究、写代码、搭看板、跑自动化流程，7×24 小时在线，和真人团队在同一个工作空间里协作。更重要的是，能直接接入飞书和 Slack，在你熟悉的聊天窗口里被 @ 唤起干活。
a16z Speedrun SR006里有60家公司，57%做B2B。只有一家做Audio。我们和它的创始人Artin聊了45分钟，发现它踩中的东西比看起来大得多。SUN — AI-native audio learning, built around youAI让音频内容的生成成本暴跌80倍，但没有人把这件事变成一个主动为你服务的消费级学习产品
PlayerZero 刚刚宣布完成了 1500 万美元的 A 轮融资，由 Foundation Capital 的 Ashu Garg 领投，他也是 Databricks 的早期支持者。这是继 Green Bay Ventures 领投的 500 万美元种子轮之后的又一轮融资。
人类的工作、娱乐、学习、交流，依托电脑、手机、游戏机等设备以及网络来实现。此前，FloatBoat 团队已经发布了 Floatboat 这款产品，将整台电脑打造为 Agent 的运行环境。而今天，团队正式发布了 FloatIM —— 一个专为 Agent 构建的网络。
大多数世界模型工作默认：只要学到一个好的 latent dynamics，问题就解决了。 但这个假设本身是可疑的——什么样的信息，才足以支撑一个可预测、可传播的动力学？ 本文从信息论出发，重新审视这一前提。
AI工程范式的迭代速度，正让行业陷入一种“定义赶不上进化”的焦虑。
本文主要介绍来自该团队的最新论文：Scalable Object Relation Encoding for Better 3D Spatial Reasoning in Large Language Models。
人才奇点先于AGI到来！Meta狂挖Mira Murati120亿估值公司，第5人正式就位。巨头不再买公司，而是直接买大脑——这场抢人大战，让所有AI创业者后背发凉。