马斯克旗下xAI团队开发的Grok模型即将迎来重大更新，内部版本号V7已完成预训练。此次升级的核心突破在于原生多模态能力的实现，模型可直接处理音频和视频输入，标志着通用人工智能在跨模态理解领域迈出关键一步。值...

在当今追求极致速度的数字化时代，性能优化已成为企业获取商业成功的关键因素之一。Crystallize团队发布的这份2025年前端性能优化清单，全面涵盖了从HTML、CSS、JavaScript到多媒体资源处理等各个技术维度的优化策略...

TimeScope是一个全新的开源基准测试工具，专门用于评估视觉大模型在处理长视频方面的能力。它不仅测试模型的检索能力，还涵盖了视频合成、时间定位以及细粒度运动分析等多个维度，从而提供对模型时间理解能力的全面...

近日，Gemini和Whisk两大平台宣布集成Veo 2技术，为用户提供更强大的视频生成能力。Veo 2作为新一代视频生成工具，通过先进的AI算法，能够快速生成高质量的视频内容，满足用户在营销、教育、娱乐等多领域的需求。此...

近日，GitHub上开源了一个名为Mobile-VideoGPT的轻量级多模态视频模型，其参数量不足10亿（1B），却通过创新的双视觉编码器和令牌剪枝技术，实现了在边缘设备上的实时推理能力。这一突破性进展为移动端和物联网设备...

Video T1 是一种创新的视频处理技术，通过使用引导模型来拒绝不符合物理规律或用户指定提示的帧路径，显著提升了视频生成的质量。该技术的核心在于测试时计算（test time compute），这一方法在性能基准测试中表现出...

近日，Flat Color LoRA 模型在 Hugging Face Hub 上正式发布，这一模型的推出为 Wan 视频模型技术注入了新的活力。LoRA（Low-Rank Adaptation）技术作为一种高效的模型微调方法，能够在保持模型原有性能的同时，显著...

最新发布的视频修复模型VideoPainter，通过高效结合背景信息，能够处理任意长度的视频。该模型使用了专用的数据集和基准进行训练和评估，不仅在基础修复任务上表现出色，还展现了在高级视频处理和生成相关训练数据方...