跳到正文

全部动态

今日 14 条
9月12日周六
  1. Runway:News(网页)49

    VOIDZ 如何用 Runway Seedance 2.0 把 15 秒 VFX 短片扩展成 95 秒纪录片

    匿名混合现实艺术家 VOIDZ 借助 Runway 的 Seedance 2.0,将原本受传统 3D 流程限制在 10 至 15 秒的作品扩展为 95 秒纪录片《Ends Meat》。他用 Seedance 延长真实拍摄的超市购物素材,生成商品膨胀、拉伸、变形的超现实画面,并称该模型能准确延续源片段的镜头运动、光照与视觉特征。他将这种形式称为“纪录片超现实主义”:画面是纪实,操控是评论。

  2. Databricks:Blog(RSS)17

    Databricks Lakeflow Connect 如何统一营销数据

    Databricks 发文介绍如何用 Lakeflow Connect 统一营销数据,这是该系列的第一篇文章。正文未披露具体连接器、数据源、性能数字或可用性信息。

  3. OpenAI:官网动态(RSS · 排除企业/客户案例)61

    OpenAI 详解存储平台 Habitat 如何扩展支撑超 10 亿 ChatGPT 用户(上篇)

    OpenAI 发文(系列上篇)讲述其在线存储平台 Habitat 的演进:现每秒处理超 7000 万请求、服务每周超 10 亿用户、管理超 500PB 数据,覆盖近 40 个地区。

    推荐理由:原文披露了 Habitat 从 Python 库到 Rust 服务的完整演进细节,含 asyncio 调优、连接池等可迁移经验。

  4. Dwarkesh Patel:Podcast & Blog(RSS)67

    Beren Millidge、John Schulman、Charlie O'Neill 对谈递归自我改进离我们还有多远

    Dwarkesh Patel 与 Zyphra CTO Beren Millidge、Thinking Machines 首席科学家 John Schulman、Baseten 模型训练负责人 Charlie O'Neill 三位研究者对谈递归自我改进(RSI)的前景。

    推荐理由:三位一线研究者就递归自我改进的技术瓶颈、蒸馏与RL环境壁垒、参数规模趋势给出具体分歧和可检验预测。

9月11日周五
  1. OpenRouter:Announcements(RSS)49

    OpenRouter 解读 Zero Data Retention(ZDR)对 AI API 意味着什么

    OpenRouter 发布说明,解释 Zero Data Retention(ZDR)指 AI 提供商处理完 prompt 并返回响应后不再存储,属于提供商侧留存保证,数据仍会到达提供商并由模型处理。在 OpenRouter 上可通过账户设置、guardrails 或请求中的 provider.zdr 字段强制启用 ZDR,但应用日志、插件工具和响应缓存需另行控制。

  2. OpenRouter:Announcements(RSS)67

    OpenRouter 发布 Fusion 复合模型,让多个模型辩论后合成最终答案

    OpenRouter 发布 Fusion 复合推理系统,将一个提示词并行发给 1 到 8 个面板模型,由 judge 比较共识与分歧后由调用模型写出最终答案。默认三模型面板成本约为单次完成的四到五倍、延迟两到三倍,在 DRACO 深度研究基准上预算面板得 64.7%、前沿面板得 69.0%。

    推荐理由:官方详解 Fusion 的多模型辩论机制、四到五倍成本与两到三倍延迟,并给出适用与不适用的具体场景。

  3. Apple Machine Learning Research(RSS)28

    SimpleDesign:蛋白质序列与结构联合设计的单一模型

    SimpleDesign 是一个用于蛋白质序列与结构联合设计的生成模型,可同时理解氨基酸序列与三维结构之间的多模态关系。现有模型通常采用多阶段训练,先训练自编码器将数据 tokenize 为隐表示,再在其隐表示上训练生成模型。

  4. Apple Machine Learning Research(RSS)32

    用多项选择题问答评估视频描述质量:Apple 提出信息保真度新指标

    Apple 提出以信息保真度重新定义视频描述质量,认为描述需最大化对视频内容的覆盖。现有指标依赖生成文本与参考文本的匹配,因视频描述存在"一对多"特性,高质量描述常因用词差异或视觉重点合理偏移而被扣分,且评估维度单一,无法细粒度分析描述质量。

  5. Apple Machine Learning Research(RSS)41

    Apple 提出 DiscoSign:语篇感知的文本到手语 gloss 翻译框架

    Apple 联合东北大学与 Gallaudet 大学提出 DiscoSign,一个基于 LLM 的模块化框架,用于语篇感知的文本到美国手语(ASL)gloss 翻译,处理空间共指消解、问答从句(QACs)和概念-gloss 一致性三类语篇现象。