模型变强没有用，创作仍然碎片化！面向长程多模态创作的开放式Harness
模型变强没有用，创作仍然碎片化！面向长程多模态创作的开放式Harness近几年，多模态生成模型进步很快。一句指令就能生成图片、视频、音频、网页、UI、分镜，甚至整套演示文稿。只看成品，创作门槛似乎已经大幅降低。
来自主题: AI技术研报
6348 点击 2026-07-30 15:55
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
近几年，多模态生成模型进步很快。一句指令就能生成图片、视频、音频、网页、UI、分镜，甚至整套演示文稿。只看成品，创作门槛似乎已经大幅降低。
近期，SemiAnalysis 创始人 Dylan Patel 先后做客红杉资本的《Training Data[1]》和 WisdomTree 的《The Next Big Thing[2]》。两期访谈从模型和芯片，一路延伸至内存、能源、数据中心与 AI 商业模式，并指向同一个变化：AI 竞赛的焦点，正从单纯比较模型能力，扩展到谁能以更低成本、更大规模，把模型能力稳定地交付出来。
OpenAI，终于又舍得Open了一把。
过去两年，多模态模型的竞争看起来像一场“造眼睛”的竞赛：更高的图像分辨率、更多的视觉 token、更大的模型，以及更昂贵的训练。行业似乎默认，只要第一次看得足够清楚，AI 就能从“看见”抵达“洞见”。
这几天，关于 OpenAI 的硬件生态版图的曝光急速增加，无论是彭博社关于音箱细节的报道，还是来自供应链分析师郭明錤关于手机规格和代工名额单的详细调查，都让我们逐渐拼齐了 OpenAI 硬件这头大象的实际轮廓：
成本砍20%、效率提升15%。
模型越来越多，入口却不一定越来越好用。
三智一体不断演进，开启具身智能新未来。
“推理轻量化，训练提效 25%，前端效果同样惊艳。 ”
7月29日消息，深信服公布其AI安全智能体Sangfor AI在AI安全评测CyberGym中的最新成绩。