「长对话」共找到 1232 篇相关文章

算法论文8

视频生成不再「断片」:OneStory给模型装上「选择性记忆」,跨镜头讲故事人物场景始终如一丨CVPR'26

多镜头视频生成挑战大,现有方法有局限。Meta与哥本哈根大学研究者提出OneStory,为多镜头视频生成建立跨镜头记忆机制,可生成连贯长视频,在复杂叙事中保持一致。

量子位
算法论文8

西湖大学王东林团队论文:机器人需要“通古今,知未来”丨CVPR 2026

西湖大学王东林团队提出论文《HiF-VLA:Hindsight, Insight and Foresight for Vision-Language-Action Models》,介绍HiF-VLA模型,它以“运动”表达时间信息,实现稳定连续决策,性能提升且计算成本低,推动机器人从“看到就做”到“边想边做”。

AI科技评论
产品应用8

世界模型原生新一代范式!极佳视界斩获全球第一后,GigaBrain-0.5M*再进化

具身世界模型新一代原生范式登场,GigaBrain-0.5M*在多真实机器人任务中数小时零失误。它依托世界模型,创新引入人在回路机制,研发采用四阶段闭环训练流程,优势显著。

机器之心
新闻资讯7

算力都去哪儿了?这个 Seedance 2.0 生成的梗视频给出了答案

有人用Seedance 2.0将Anakin and Padmé梗做成AI视频讽刺AI行业。视频对话暗示算力用途与宣称不符,最后几秒AI将帕德梅形象处理成擦边画风,揭示算力真实去向。

宝玉AI
新闻资讯8

LangChain 创始人警告:2026 成为“Agent 工程”分水岭,传统软件公司的生存考验开始了

LangChain 创始人 Harrison Chase 认为 2025 年末到 2026 年长任务 Agent 落地会加速,传统软件公司面临挑战。他指出构建 Agent 工程范式在变,还分享了 Agent 应用案例、harness 工程要点、开发与传统软件的差异等内容。

InfoQ
推荐文章7

告别工具焦虑:2026年真正值得用的8款AI效率外挂

文章指出2026年是‘AI深度融合’元年,工具使用进入‘重塑工作流’阶段。作者筛选出Gemini全家桶、OpenCode等8款‘硬核’AI工具,介绍其特点和优势,如多模态、不设限、易用等。

鲸选AI
开源动态7

OVI:统一的音视频生成模型,声音与画面同步诞生

音视频生成领域以往多阶段架构易致音画不同步等问题。耶鲁大学团队提出 OVI 统一范式,采用双塔 DiT 架构与分块式跨模态融合机制,实现音画同步生成,不过目前有计算开销大、音频有局限等问题。

带你学AI
产品应用8

Anthropic 深夜祭出 Claude Sonnet 4.5,能自主工作 30 小时!CEO:它更像你的同事

昨夜凌晨,Anthropic 推出新一代模型 Claude Sonnet 4.5,官方称其是世界上最好的编码模型等。该模型性能跑分登顶,工程落地能力强,还带来产品生态升级,开放 Agent SDK,误报率降低,价格亲民。

InfoQ
开源动态8

LeCun团队开源首个代码世界模型:能生成代码还能自测自修!传统编程模型一夜成古典

Meta FAIR推出全球首个代码世界模型CWM,它能生成代码、理解语义,还‘懂得’代码执行,能模拟运行过程。在多个代码与推理任务表现出色,开源代码、训练细节等,不过目前仅支持Python。

量子位
产品应用8

餐巾纸上的产品哲学:为什么NoteBookLM是AI圈的一股清流

文章介绍NoteBookLM,其设计师在餐巾纸上画原型。它用三栏结构解决用户痛点,克制不堆砌功能,不胡编乱造回答。其成功源于清醒的产品哲学,做减法创新,有定力拒绝诱惑。

AI产品黄叔