开源动态8
滑铁卢大学联合推出多模态视频模型 UniVideo
机器之心
AI 摘要
滑铁卢大学和快手可灵团队：推出 UniVideo 多模态模型，用双流架构统一视频理解、生成与编辑任务，实验超现有方法，还能泛化到新指令和任务组合，统一建模扩展性强。
阅读原文 · 机器之心
ICLR 2026｜滑铁卢大学联合可灵提出UniVideo：统一视频理解、生成、编辑多模态
滑铁卢大学与快手可灵团队提出 UniVideo，是支持视频理解、生成与编辑的多模态模型。它采用双流架构，结合 MLLM 与 MM - DiT 能力，统一 10 个多模态任务，在多项基准超现有方法，代码已开源。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态8
智谱「牛来」模型：国产开源多模态利器
神秘模型「牛来」真身曝光，是智谱刚开源的 GLM - 5.3 Flash，为 5 系列首个原生多模态模型。它尺寸小能力强、价格低，用国产卡，实测多模态和 Coding 能力出色，架构全新，开源后将模型、算力和生态结合。
量子位
开源动态8
智谱、阿里新模型亮相，性能屠榜！
智谱发布GLM - 5.3 - Flash（牛来模型），原生多模态，支持1M token上下文，运行在国产芯片，价格实惠。阿里开源Qwen3.8 - Flash - Next权重，成本低性能优，在四大维度重构架构。
AI寒武纪
产品应用8
Qwen3.8-Flash：全新架构模型发布
本文介绍了 Qwen3.8-Flash 多模态 MoE 模型，它原生支持 262,144 token 上下文。该模型在 Attention、Residual、Embedding 与 Optimization 四个方面系统升级，降低训练与推理成本，即将上线千问 AI 平台。还发布了 Qwen3.8-Flash-Next 开源权重。
千问大模型
算法论文8
V-RAE：革新视频生成与预测潜空间
近日，新加坡国立大学 Minghui Guo 与牛津大学 Shengqiong Wu、Hao Fei 在论文中提出视频表征自编码器 V-RAE。它以冻结的视觉基础模型为编码器压缩视频特征，还引入轻量级模块聚合信息。经实验验证，其在视频生成和预测上性能出色。
机器之心