搜索
近期，DeepSeek-OCR提出了“Vision as Context Compression”的新思路，然而它主要研究的是通过模型的OCR能力，用图片压缩文档。
Gambo 称自己为 “世界上第一个 Game Vibe Coding Agent”。用户只需描述游戏类型、主题或风格，AI 就会自动生成场景、角色、交互与音效，并把这些内容编织成一个可玩的世界。
几个月前，和 OpenAI“星际之门”（Stargate）项目的合作，让 Crusoe 这家公司一夜成名。据创始人介绍，公司的名字灵感来源于小说《鲁滨逊漂流记》（Robinson Crusoe），正像鲁滨逊在荒岛上竭力利用全部资源来生存一样，这家公司也试图最大化利用废弃或闲置能源，并通过算力来释放其价值。
复旦大学NLP实验室研发Game-RL，利用游戏丰富视觉元素和明确规则生成多模态可验证推理数据，通过强化训练提升视觉语言模型的推理能力。创新性地提出Code2Logic方法，系统化合成游戏任务数据，构建GameQA数据集，验证了游戏数据在复杂推理训练中的优势。
AutoGame 创始人张昊阳离开腾讯后，带领团队打造的 AI 游戏《麦琪的花园》在 Steam 零推广登上新品榜 Top50，一个月积累超 5000 愿望单。通过自研 GameGPT 多智能体框架和大模型架构，他们让普通玩家能“一句话生成 NPC、任务与道具”，将 UGC 创作门槛降至短视频级别，把传统“金字塔型”内容生态变为“十字型”社交表达平台。
那边OpenAI的Sora2还没全面开放，这边国内团队已经上线了自己的“特色打法”。 清华特奖选手创办的Sand.ai，上线了音画同步视频模型GAGA-1。
在杭州奥体中心演唱会现场，一套名为「Co-Sight 2.0」的AI系统成功保障了网络稳定，其背后是中兴通讯研发的、新近登顶Hugging Face GAIA全球权威榜单的超级智能体。
近年来，NeRF、SDF 与 3D Gaussian Splatting 等方法大放异彩，让 AI 能从图像中恢复出三维世界。但随着相关技术路线的发展与完善，瓶颈问题也随之浮现：
1.3千万亿，一个令人咂舌的数字。这就是谷歌每月处理的Tokens用量。据谷歌“宣传委员”Logan Kilpatrick透露，这一数据来自谷歌对旗下各平台的内部统计。那么在中文世界里，1.3千万亿Tokens约2.17千万亿汉字。换算成对话量，一本《红楼梦》的字数在70-80万左右，相当于一个月内所有人和谷歌AI聊了近30亿本《红楼梦》的内容。
Sora2爆火之后，随之而来的AI视频领域的新产品。 来自我的好朋友，曹越老师的Sand.ai。凌晨，他们终于上线了他们全新的音画同步视频模型GAGA-1，在人物表演上，我觉得，已经算是现在的TOP级了。