数字人生成范式」共找到 1335 篇相关文章

推荐文章8

摩尔线程天使投资人:对近期AI的四十个观察

摩尔线程天使投资人王捷整理关于AI经济四十个问题,涵盖模型发展、经济影响、就业冲击等方面,如Scaling Law收敛、AI扩散时间、数字层机制等,为探讨AI经济提供观察视角与分析框架。

机器之心
开源动态8

SIGGRAPH Asia 2025|电影级运镜一键克隆!港中文&快手可灵团队发布CamCloneMaster

香港中文大学与快手可灵团队联合提出运镜可控视频生成框架CamCloneMaster,引入‘参考即用’范式,告别对相机参数依赖。其训练、测试代码和数据集均已开源,在各项指标上优于SOTA方法。

机器之心
产品应用7

OpenClaw 一键接入飞书最简单的方式,出现了!

作者作为安装 OpenClaw 的技师,起初安装方式效率低。后飞书推出在“飞书妙搭”一键接入 OpenClaw 的方法,还自动安装官方插件,其功能强大,可让 AI 助手像“数字同事”参与协作。

特工宇宙
开源动态7

3天霸榜GitHub Trending,这个群体智能体能预测万物

MiroFish是基于多智能体技术的AI预测引擎,可构建平行数字世界推演未来。它前身BettaFish曾爆火,作者受其启发开发此项目。文中还介绍了工作流程、部署方式及项目地址。

GitHubStore
算法论文7

InfiniteTalk:音频驱动的从口型到全身动作同步方法

近年来视频AIGC推动音频驱动人体动画变革,但传统视频配音局限口部。中国科学院大学提出稀疏帧视频配音范式,推出InfiniteTalk生成器,结合多种技术实现全身动作与音频同步,实验表现突出。

带你学AI
算法论文8

Agentic Web:AI Agents如何重塑下一代互联网,一个到处是待研究与落地的方向

论文《Agentic Web: Weaving the Next Web with AI Agents》描绘颠覆性未来,AI 智能体成“数字代理人”,互联网将从“连接信息”向“执行行动”转变。论文给出构建下一代智能互联网路线图,剖析挑战、展示场景并预警风险。

深度学习自然语言处理
开源动态8

小米模型实现声音理解新SOTA!数据吞吐效率暴增20倍,推理速度快4倍 | 全量开源

小米全量开源MiDashengLM - 7B模型,它基于Xiaomi Dasheng和Qwen2.5 - Omni - 7B Thinker,实现声音理解新SOTA。性能领先,推理效率高,革新训练范式,全栈开源,将赋能多场景。

量子位
新闻资讯8

押注Agent,林俊旸带着新公司杀回来了

前阿里Qwen负责人林俊旸创办Pragmatik Labs/语用科技,研究跨数字与物理世界的下一代agent。红杉中国、高榕创投领投,腾讯等跟投。其目标是用agent实现终极生产力,有独特技术底色与愿景。

PaperAgent
产品应用8

一个APP就能拍短片!人物、字幕、BGM……AI Agent统统自己搞定

剪映旗下内容创作Agent小云雀上线新功能,可文生数字人,还能根据提示词生成视频。它有“参考图生视频”玩法,能解决图片混剪难题。依托字节模型,创作门槛低,交付质量高,限时免费。

量子位
新闻资讯8

你以为百度慢了,其实它在走一条最难的路

2025 WAIC 上,百度展示多项成果。萝卜快跑获上海牌照、入选‘国家展’,商业化加速;慧播星推 NOVA 数字人技术;飞桨平台等也入选‘国家展’。百度构建全栈架构,把 AI 从炫酷变好用。

MacTalk