VideoChat3:面向通用视频理解的全开放多模态模型
VideoChat3 试图同时解决开源视频多模态模型的三类痛点:泛化不足、计算成本高、开放程度不完整。它以 4B 参数规模,在通用、长视频与流式视频理解任务上强调效率与覆盖面的平衡。
阅读全文Claude API 中转站避坑指南、检测原理与大模型 API 实测经验
共 795 篇文章
VideoChat3 试图同时解决开源视频多模态模型的三类痛点:泛化不足、计算成本高、开放程度不完整。它以 4B 参数规模,在通用、长视频与流式视频理解任务上强调效率与覆盖面的平衡。
阅读全文Databricks 宣布新一轮融资,估值达到 1880 亿美元,延续了其从大数据平台转向企业 AI 基础设施的资本叙事。更值得关注的是,它正用开放权重模型和智能体工具成本评测,强化自己在 AI 落地中的角色。
阅读全文TechCrunch 关注到一个带讽刺意味的 Zoom 小技巧:有人把自己的显示名改成“我不同意被转录或录音”。这背后指向的是 AI 记录工具普及后,会议、约会和闲聊的默认边界正在被重新定义。
阅读全文Agility Robotics 将在加州 Fremont 开设 6 万平方英尺训练中心,为其 Digit 人形机器人加速进入制造和仓储场景。与特斯拉 Optimus 的愿景相比,Agility 更强调已产生收入的现实部署。
阅读全文由 Google 资助支持的 FireSat 项目首批三颗运营卫星已发射入轨,目标是在野火失控前识别更小、更隐蔽的火点。这套系统也折射出 AI 气候应用与数据中心能耗之间的复杂张力。
阅读全文TikTok 正在美国部分创作者中测试一项自愿启用的 AI 肖像检测工具,用于发现可能冒用本人形象的生成式内容。通过身份验证后,创作者可查看系统扫描结果,并向平台举报可疑帖子或账号。
阅读全文苹果对 OpenAI 发起商业秘密诉讼,把这家 AI 公司的硬件布局、人才流动和上市预期同时推到聚光灯下。对正寻求资本市场认可的 OpenAI 来说,法律不确定性可能成为 IPO 叙事中的关键变量。
阅读全文The Vergecast 讨论了苹果起诉 OpenAI 一事,并把这场诉讼放在苹果 AI 转型、Siri 更新以及消费科技竞争格局中观察。真正值得关注的,不只是诉状本身,而是苹果为何选择在此时公开出手。
阅读全文亚马逊云科技发布适用于 AWS 的 Claude 应用网关,为 Claude Code 与 Claude Desktop 提供自托管控制平面。它把身份、策略、路由、遥测和成本限额集中到服务端,回应企业大规模使用 AI 编程工具时的治理难题。
阅读全文旧金山市检察长要求苹果和谷歌从应用商店移除 13 款“AI 脱衣”应用,理由是这些工具可能帮助生成未经同意的私密影像,触犯加州相关法律。
阅读全文Patreon 正在强化对创作者内容的保护,不再只依赖 robots.txt 向爬虫表达意愿,而是通过 Cloudflare 的 AI Crawl Control 主动阻断未经许可的 AI 训练抓取。
阅读全文Stripe 开源了一套面向真实支付集成场景的 AI 智能体基准测试。结果显示,当前智能体在生成代码和后端集成上已有进展,但在端到端验证、浏览器状态控制和异常恢复方面仍是短板。
阅读全文General Compute获得Upper90提供的4亿美元贷款,并以面向推理的AI芯片作为抵押。这笔交易显示,AI基础设施资本正从训练GPU热潮,转向更便宜、更高效的推理算力。
阅读全文月之暗面发布 Kimi K3:2.8 万亿参数、MoE 架构、百万 token 上下文与原生多模态,是这次更新最受关注的关键词。更重要的是,官方计划在 7 月 27 日前开放完整权重,使其成为开源大模型竞争中的新变量。
阅读全文OpenAI CFO Sarah Friar 提出一套面向企业落地的 AI 记分卡,重点不在模型参数或演示效果,而在 AI 是否完成了有用工作、成本是否可控、结果是否可靠。
阅读全文OpenAI 的首款自有品牌硬件并不是手机或 AI 伴侣设备,而是一款面向 Codex 用户的可编程迷你键盘。它与 Work Louder 合作设计,定价 230 美元,核心用途是让开发者更便捷地控制 AI 编程 agent。
阅读全文开润股份一则关联投资进展公告,让 DeepSeek 的最新估值进入公众视野。按公告披露的出资比例测算,其本轮融资完成后估值约为 3508.77 亿元。
阅读全文据 OSChina 摘要信息,生成式 AI 音乐平台 Suno 遭遇源码与数据采集信息泄露,被指曾从 YouTube Music、Deezer、Genius 等平台抓取音乐、歌词和音频素材用于模型训练。
阅读全文