DreamOmni3
-
3天涌入11萬肉身！給AI當(dāng)牛馬，一小時50美元
你想象過給AI打工嗎？ 這不是科幻，而在剛剛上線的現(xiàn)實。 昨天，一個名叫RentAHuman.ai的平臺在外網(wǎng)突然爆火。 它給自己的定位是自主軟件代理的“肉身層”，標(biāo)語更是寫得毫不遮掩： “機(jī)器人需要
-
視頻理解大模型覺醒！Video-o3發(fā)布：像偵探一樣主動搜尋關(guān)鍵幀，登頂Video-Holmes！
作者：Xiangyu Zeng等 解讀：AI生成未來 亮點直擊 Video-o3，一個創(chuàng)新的框架，它通過迭代地發(fā)現(xiàn)顯著的視覺線索、對關(guān)鍵片段進(jìn)行細(xì)致檢查以及在收集到足夠證據(jù)時自適應(yīng)終止搜索過程，解決了
-
2026無人駕駛的賺錢版圖：3個關(guān)鍵詞 | 觀點
1月28日，由鉛筆道聯(lián)合主辦的中關(guān)村早期投資論壇暨2026新場景大會舉行，影響力登上活動行北京總榜第1名。本文為智行者董事長張德兆的演講。 整理 | 鉛筆道 蒙恰編輯 | 鉛筆道 王方 2025年，無
-
純視覺自動駕駛能識別出3D圖像嗎？
相信很多人小時候看動畫片的時候，一定看到過這么一個畫面，動畫片中的主角會在墻壁上畫出極其逼真的隧道，從而誤導(dǎo)對手撞向墻壁。就在去年，前美國國家航空航天局工程師馬克·羅伯就利用類似的手段，在泡沫塑料墻上
-
Gemini 3住進(jìn)谷歌Chrome：AI終于開始“替你上網(wǎng)”了
當(dāng)Gemini 3能自動瀏覽、比價、下單，瀏覽器不再只是入口，而是執(zhí)行層。真正被沖擊的，可能不是AI同行，而是大量工具型App。 撰文/海月 編輯/祝余 過去兩年，AI產(chǎn)品最常見的敘事是“更聰明了”：
AI 2026-02-02 -
一統(tǒng)視覺江湖！OpenVision 3發(fā)布：一個編碼器實現(xiàn)理解與生成完美統(tǒng)一，性能雙殺CLIP
作者：Letian Zhang等 解讀：AI生成未來 亮點直擊 統(tǒng)一架構(gòu)：OpenVision 3是一種先進(jìn)的視覺編碼器，能夠?qū)W習(xí)單一、統(tǒng)一的視覺表示，同時服務(wù)于圖像理解和圖像生成任務(wù)。 簡潔設(shè)計：核
OpenVision 2026-01-26 -
Qwen3-VL-Flash提升13.62%！浙大等首創(chuàng)CoV:多步推理具身問答Agent，通用提點神器
作者：CoV團(tuán)隊 解讀：AI生成未來 亮點直擊 CoV 框架：首創(chuàng)“視鏈提示”（Chain-of-View, CoV），一個免訓(xùn)練、測試時（test-time）的具身問答智能體框架。 主動視覺推理：將
-
國產(chǎn)多模態(tài)搜索史詩級突破！Qwen3-VL登頂MMEB：支持30+語言,一套模型搞定圖文視頻
作者：Mingxin Li等 解讀：AI生成未來 亮點直擊 推出了基于 Qwen3-VL 基礎(chǔ)模型的?Qwen3-VL-Embedding?和?Qwen3-VL-Reranker?系列模型。 一套端到
-
硬剛谷歌Veo3！快手Klear統(tǒng)一多任務(wù)音視頻聯(lián)合生成：創(chuàng)新單塔架構(gòu)，口型語音完美同步
作者：Jun Wang、Chunyu Qiang等 解讀：AI生成未來 亮點直擊 Klear 框架：提出了一個統(tǒng)一的音頻-視頻生成框架，能夠同時處理聯(lián)合生成（Joint Generation）和單模態(tài)
-
阿里云聯(lián)手 SKAI 打造 3D 內(nèi)容“智能工廠”
1 月 6 日，阿里云與上海天開物信息技術(shù)有限公司（SKAI Intelligence）正式宣布深化技術(shù)合作。雙方將基于云計算基礎(chǔ)設(shè)施與大模型創(chuàng)新能力，在?3D 內(nèi)容自動化生產(chǎn)、垂直行業(yè)解決方案、產(chǎn)學(xué)
阿里云 2026-01-09 -
L3級自動駕駛在技術(shù)上有什么不一樣的要求?
最近，很多小伙伴在后臺私信，想了解L3級自動駕駛有哪些技術(shù)要求。其實對于自動駕駛行業(yè)來說，L3級是一個非常重要的分水嶺。一旦達(dá)到L3級，車輛的主要駕駛行為將交由系統(tǒng)負(fù)責(zé)，駕駛員則轉(zhuǎn)變?yōu)檩o助角色。那么，
自動駕駛 2026-01-07 -
AWS S3 Vectors 全面上線：查詢延遲低于 100 毫秒
近日，AWS 正式宣布其云對象存儲服務(wù) S3 Vectors 全面上線。 該服務(wù)原生支持向量數(shù)據(jù)的存儲與查詢。此次正式發(fā)布將單索引容量提升?40?倍，最高可容納?20?億條向量，并實現(xiàn)低于?100?毫
AWS 2026-01-06 -
港中文&字節(jié)聯(lián)合推出DreamOmni3:解鎖“涂鴉+圖文”聯(lián)合輸入，重新定義多模態(tài)生成與編輯
作者：Bin Xia等 解讀：AI生成未來 DreamOmni3 的效果展示，具備基于涂鴉的編輯和生成功能 亮點直擊 提出了兩項對統(tǒng)一生成與編輯模型極具實用價值的任務(wù)：基于涂鴉的編輯和基于涂鴉的生成。
-
搶跑12年被3年反超，數(shù)十億砸向中國90后，Meta慌不擇路
Meta依然是AI領(lǐng)域不可忽視的力量，但這個巨頭目前的力量只停留在攪局。技術(shù)競爭的主舞臺，臨時換團(tuán)隊、換戰(zhàn)略的Meta，事實上已經(jīng)落后。數(shù)十億美金并購Manus，更顯顯現(xiàn)出其慌不擇路的狀態(tài)。 作者 |
Meta 2026-01-04 -
2025無人駕駛觀察（5）：自動駕駛扎堆IPO、L3落地、無人配送車十倍爆發(fā)，燒錢多年的無人車終于賺錢了？
引言 站在2026年門口，回望2025年，自動駕駛行業(yè)堪稱“流量主角”：11月6日文遠(yuǎn)知行與小馬智行同日登陸港交所，上演“無人駕駛雙雄上市”；12月工信部發(fā)放首批L3級自動駕駛準(zhǔn)入許可，長安、極狐車型
-
預(yù)估3萬億，特斯拉用AI攥住美股的話語權(quán)
當(dāng)韋德布什分析師在2025年年末將特斯拉的牛市目標(biāo)價推向3萬億美元市值的門檻時，華爾街的空氣中彌漫著一種既貪婪又警惕的復(fù)雜氣氛。這背后的邏輯不再是鋼鐵與電池的堆疊，而是硅基智能對傳統(tǒng)制造業(yè)估值體系的絞
特斯拉 2025-12-29 -
市占率不足1%，卻溢價3倍！英偉達(dá)究竟在怕什么？
圣誕前夕，黃仁勛做出了一個“大膽”的決定： 英偉達(dá)計劃花200億美元收購AI芯片公司Groq。 作為英偉達(dá)歷史上最大的收購，更讓人驚訝的是，這筆收購超高的溢價率。 今年9月，Groq剛剛以69億美元估
芯片 2025-12-26 -
3年暴漲7倍，博通與CEO陳福陽的萬億加速之路
隨著AI時代的到來，博通近期的發(fā)展態(tài)勢顯著提升了陳福陽及博通的影響力。 博通的核心業(yè)務(wù)之一是生產(chǎn)定制計算機(jī)芯片，即專用集成電路（ASIC）。 該類芯片能比英偉達(dá)芯片更高效、更低成本地完成單一任務(wù)——這
-
L3 級破冰：中國智駕行業(yè)的大考開始了
TEAM 作者：大眾侃車 鄭涵升 圖片：來源于網(wǎng)絡(luò)，侵刪 千城數(shù)智（效果營銷智能機(jī)構(gòu)）出品 2025年12月，工信部第401批《公告》附條件許可長安汽車與北汽旗下合計兩款L3級自動駕駛車型準(zhǔn)入，這是我
-
火山引擎智能3D視頻啟動商業(yè)化，計劃落地直播應(yīng)用
火山引擎多媒體實驗室公布全新視頻形態(tài) —— 智能3D視頻商業(yè)化方案，啟動多場景商業(yè)化，包括將在抖音直播啟動落地探索。 文｜�；� 編｜趙艷秋 過去十幾年，視頻技術(shù)的核心命題只有一個，如何把畫面拍得更清楚
-
3年半虧損62億，清華系獨角獸智譜AI“流血”上市
每收入1塊錢，智譜AI要虧掉30塊。2021年至2024年6月，智譜AI的累計營收約為6.85億元，但同期的累計凈虧損卻高達(dá)62億元。 文 |?萬 芙 2025年12月，中國大模型賽道迎來了資本市場的
大模型 2025-12-24 -
L3路測，中國智能駕駛正式從“技術(shù)競賽”切入"責(zé)任競賽”
貝克街探案官 這一次，贏家一定不是跑得最快的，而是最敢承擔(dān)后果的? 作者丨車行運(yùn) 2025年12月15日，重慶長安汽車股份有限公司和北汽藍(lán)谷麥格納汽車有限公司，正式獲批搭載L3級有條件自動駕駛功能的智
-
馬斯克奧斯汀亮劍無人車;中國L3火線落地：中美自動駕駛決戰(zhàn)前夜
特斯拉CEO埃隆·馬斯克最近在社交媒體上發(fā)布了一條簡訊：“車內(nèi)無人測試正在進(jìn)行中”。不到24小時，特斯拉股價應(yīng)聲上漲3.6%，達(dá)到2025年新高。 在同一時間軸的另一端，中國工業(yè)和信息化部正式批準(zhǔn)了長
-
-
Gemini 3 Flash：為速度而生的前沿智能
今日，Google 發(fā)布了 Gemini 3 Flash，以極低的成本提供速度極快的尖端智能。 上個月，Google 推出了 Gemini 3，包括 Gemini 3 Pro 和 Gemini 3 D
Gemini 2025-12-18 -
-
詳細(xì)解讀：首批L3級自動駕駛車型獲得準(zhǔn)入許可
最近，我國首批L3級自動駕駛車型獲得準(zhǔn)入許可。 這一關(guān)鍵事件到底是什么？ 對我們中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)發(fā)展有什么意義？ L3級自動駕駛有哪些特性及限制？ 未來要實現(xiàn)L3級以及以上技術(shù)落地和大規(guī)模應(yīng)用需要
-
-
3個月連融5億，這家公司手握2026年具身智能流量密碼
作者?|?毛心如 今年，具身智能領(lǐng)域什么詞最火？VLA（視覺-語言-行動模型）一定能占領(lǐng)一席之地。 無論是行業(yè)還是學(xué)界，對 VLA 的關(guān)注都來到了新高度。根據(jù)公開信息統(tǒng)計，在今年的三大機(jī)器學(xué)習(xí)頂會之一
-
影子聯(lián)儲登場，26年美國GDP 3%是AI時代的底線？
一年跌宕起伏的行情之后，2025年已臨近結(jié)束，當(dāng)下市場宏觀交易角度最關(guān)心的莫過于2026年新任美聯(lián)儲主席的人選，加上一系列要發(fā)布的宏觀數(shù)據(jù)，到底會為2026年鋪墊一個怎樣的降息路徑？ 同時，2026年
-
“歐洲 DeepSeek”發(fā)布 Mistral 3 系列模型
昨日，素有 “歐洲 DeepSeek” 之稱的 Mistral 3 上線，這是 Mistral 模型的下一代產(chǎn)品。 Mistral 3 包含三個先進(jìn)的小型密集模型：140 億、80 億和 30 億。M
Mistral 2025-12-04 -
Gemini 3 Pro 上線后，Nano Banana Pro 又來了！
幾個月前，Google 發(fā)布了 Nano Banana ，一款基于 Gemini 2.5 閃存圖像處理軟件的產(chǎn)品。 還未等大家反應(yīng)過來，Google 又迅速推出 Nano Banana Pro（Gem
Nano Banana 2025-12-01 -
Meta“分割一切”的SAM 3D 來了！
就在剛剛，Meta MSL 實驗室發(fā)布三維重建模型 SAM 3D。 “分割一切”現(xiàn)在可以直接生成 3D 模型了。 前不久，Meta 發(fā)表 SAM 3 論文，能夠檢測、分割和跟蹤圖像和視頻中的對象，還支
Meta 2025-12-01 -
Gemini 3 來勢洶洶，學(xué)習(xí)建構(gòu)規(guī)劃一應(yīng)俱全
今天，谷歌開發(fā)者關(guān)系負(fù)責(zé)人、Google AI Studio 負(fù)責(zé)人在社交媒體上發(fā)布了一條僅含“Gemini”一詞的推文，引爆話題。 就在昨日，馬斯克剛剛宣布 Grok 4.1 的發(fā)布。Gemini
Gemini 2025-12-01 -
Google DeepMind發(fā)布智能體SIMA2: 能在虛擬3D世界中與你一起玩耍、推理和學(xué)習(xí)
今天，Google DeepMind 隆重推出 SIMA 2，通過整合 Gemini 模型的先進(jìn)功能，從一個指令執(zhí)行者進(jìn)化為一個互動游戲伙伴。 SIMA 2 不僅能夠在虛擬世界中執(zhí)行人類語言指令，現(xiàn)在
DeepMind 2025-12-01 -
-
千問爆火、Gemini 3翻身，阿里和谷歌的同題異解
文｜魏琳華 白鴿 編｜王一粟 全球AI To C的市場局勢，似乎悄然發(fā)生了轉(zhuǎn)變。 以O(shè)penAI、DeepSeek等為代表的AI創(chuàng)業(yè)公司，憑借著對大模型技術(shù)能力的突破，在AI To C的應(yīng)用市場中占據(jù)
-
一周AI熱點｜阿里螞蟻押注AI助手；業(yè)內(nèi)稱Gemini 3 Pro并非斷代領(lǐng)先
上周AI助手賽道熱鬧非凡，海外谷歌Gemini 3 Pro刷屏但業(yè)界稱這一模型并未實現(xiàn)斷代級領(lǐng)先。 文｜數(shù)智前線 01、阿里和螞蟻在AI個人助手戰(zhàn)場密集出牌 11月17日，阿里巴巴官宣千問APP正式開
AI 2025-11-24 -
AI芯片需求持續(xù)旺盛：英偉達(dá)Q3營收570億美元，市值單日漲1.6萬億
文/楊劍勇 英偉達(dá)無疑是全球資本市場最耀眼的存在，更是號稱地表最強(qiáng)個股，是全球首家市值突破5萬億美元的公司。倘若將這一數(shù)字與世界各國GDP進(jìn)行對比，英偉達(dá)的市值規(guī)模比整個德國4.66萬億美元還要高，僅
-
Gemini 3 自述：我不是要替代人類，我是為了終結(jié)平庸
來源：@首席數(shù)智官 在硅谷的計算機(jī)歷史博物館里，靜靜躺著早期的真空管和穿孔卡片。它們沉默不語，卻定義了那個時代計算的極限。 而在Google DeepMind的數(shù)據(jù)中心里，無數(shù)個TPU正在以微秒級的
gemini 2025-11-21
換一批
