产品应用7
豆包大模型2.0：3步搞定视频笔记！
AI产品自由
AI 摘要
成峰：传统视频总结工具只基于音频，内容浅显。豆包大模型2.0是多模态原生模型，能同时处理画面和声音。3步安装配置后，可输出详细笔记，超预期！
阅读原文 · AI产品自由
豆包大模型2.0+Claude Skills，3步装好，终于有AI能帮我"看视频做笔记"了！火山引擎全系列可用！
传统视频总结工具只基于音频总结，内容浅显。而豆包大模型2.0是多模态原生模型，能同时处理画面和声音。只需3步安装配置，就能让它真正“看”视频，输出详细笔记。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
推荐文章9
康奈尔拆解机器人长期记忆难题
本文整理康奈尔大学Steven Waslander教授在IROS的主旨演讲，针对智能机器人上下文窗口限制的瓶颈，分享其团队在仓库机器人长期记忆领域的两项核心研究，给出多模态记忆检索与环境动态检测方案，具备工业落地参考价值。
AI科技评论
开源动态9
iPhone断网可跑35B国产开源大模型
本文介绍面壁智能和OpenBMB最新开源的端侧多模态大模型MiniCPM-V 4.7，其35B-A3B版本总参数35B，推理仅激活3B，仅需3G内存即可在iPhone等手机断网流畅运行，性能领先同类模型，详解了其优化技术与行业价值
量子位
产品应用8
实测豆包新版多模态写代码
本文为豆包Doubao-Seed-2.1-pro-0915新版本实测内容，展示该模型的多模态编程能力，以生成鱼类识别微信小程序为例，给出基准测试成绩，介绍其适用开发场景。
机器学习AI算法工程
算法论文9
寿政：打造下一代具身大模型底座
本文整理自新加坡国立大学Show Lab负责人寿政教授在ECCV 2026的分享，团队研发融合自回归与离散扩散的Show-o/Show-2统一架构，解决多模态理解与生成融合痛点，延伸至具身智能领域，突破数据稀缺、推理延迟等核心瓶颈。
AI科技评论