让 AI 智能体为你自动处理链上支付
更多动态
在消费级 GPU 上跑 4K AI 视频
Lightricks 新发布的 LTX-2 是首个完整的开源 AI 视频基础模型,实现了音视频同步生成。 1️⃣ 音视频原生同步:模型一次性处理画面、对话和音效,无需后期手动对齐,解决一大痛点。 2️⃣ 性能与速度:支持原生 4K / 50fps。生成 6 秒 1080p 视频仅需 5 秒(Sora 2 需 1-2 分钟),迭代效率高。 3️⃣ 成本与架构:计算成本降低 50%,消费级 GPU 可跑。它使用 DiT (Diffusion Transformer) 架构,可理解为在“压缩空间”里学习时空关系,因此高效。 核心组件已在 GitHub,可通过 ComfyUI, Replicate, Fal 的 API 接入。API 起步价 $0.04/秒。 官网:https://ltx.video

免费生成精准口型同步的数字人视频
商汤 Sekotalk 只需音频即可驱动,降低了视频制作门槛。 🔹 精准口型:支持从正常语速到说唱、京剧等风格。 🔹 多人互动:支持多人在同一画面中对话,适合播客或短剧场景。 🔹 风格泛化:可用于真实照片、动画、素描等不同视觉风格。 🔹 长视频:探索支持长达 15 分钟的视频,保持角色一致性。 🔹 多语言:支持英语、日语、普通话、粤语等。 官网提供免费试用(支持1分钟内音频上传)。 官网: https://sekotalk.com

美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B,原生多模态,主推长程智能体,全程国产算力训练。 图像量化成多级离散 token,Visual Coding 与 3D 受益。 大规模长程 RL,把失败轨迹转成可验证训练任务。 W4A4 推理,prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。

商汤开源 SenseNova Loop-9B-Preview。
它不堆参数,堆"层数"。32 层解码器,中间 4–27 层同权重跑两遍 → 前向 56 层计算,只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72,超 Qwen3.5-27B;Terminal Bench依旧落后。
