开源动态8

智源开源Video-XL-2搞定长视频

量子位2025-06-04

AI 摘要

智源研究院等发布Video-XL-2：单卡搞定万帧视频理解，编码2048帧仅需12秒，在主流评测基准超轻量级开源模型，多场景应用潜力大。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

2026AI报告：RSI上位预测AGI2027

本文解读第九版244页的《2026年度State of AI Report》，核心指出RSI（递归自我改进）已成AI研发核心趋势，涵盖AI研发竞争、产业、安全、前沿预测等多方面重磅内容。

本文拆解了网易有道新开源的真流式语音识别模型R2T2，从冷启动到登顶Hugging Face ASR热榜第一的完整路径，总结了小众开源模型冲榜的实操经验，对开源项目运营有较高参考价值。

本文围绕云栖大会阿里巴巴发布的新一代多模态生成模型家族展开，介绍多模态大模型的技术演进方向，分析其对专业内容生产领域的改变与落地价值。

本文作者实测小米花费347万美元训练的开源大模型MiMo-V2.6，从多类真实场景测试模型能力，分析性能成本与实际体验，给出客观真实的测评结果。