实现 AI 视频自由运镜
Google Flow 新增“相机调整”功能，允许在视频生成后修改机位与运动轨迹。
目前该功能仅向 Ultra 订阅用户开放，提供了 2 周的限时免费试用。
它主要提供两类调整：
1️⃣ 位置 (Position)：实现平移、推近 (Dolly In)、拉远 (Dolly Out)。
2️⃣ 运动 (Motion)：添加环绕 (Orbit) 或晕眩变焦 (Vertigo Zoom) 等专业运镜。
背后是 Veo 3 模型支持，在生成视频后点击“编辑”插入指令即可。
在原始视频较静止、主体单一的场景中效果最好。如果原片运动复杂，重制后画质可能下降。
#AI视频 #GoogleFlow #Veo #AIGC #生产力工具
实现 AI 视频自由运镜
更多动态
获得超越 GPT-5 的性能，并大幅降低 API 成本
月之暗面 AI (Moonshot) 刚开源了 Kimi K2 Thinking，一个万亿参数 MoE 模型，在多项基准测试中超越了 GPT-5 和 Claude Sonnet 4.5。 几个核心优势： 1️⃣ 成本优势：API 输出定价 $2.50/M tokens，是 GPT-5 ( $10 ) 的四分之一。 2️⃣ 智能体突破：支持 200-300 步的稳定工具调用，对开发复杂 Agent 意义重大。 3️⃣ 高效推理：原生支持 INT4 量化，推理速度近 2 倍提升，GPU 显存占用减半。 模型 (658GB) 已支持 Ollama 本地运行，高端 M3 Ultra Mac Studio 可部署。 Hugging Face: huggingface.co/moonshotai/Kimi-K2-Thinking #Kimi #AI #开源模型 #大语言模型 #Agent
托管 RAG 的新方案
：Gemini API 推出 File Search 工具 它把复杂的 RAG 流程（检索增强生成）几乎全托管了，开发者可以专注业务。 RAG 就像给 AI 配了个外挂知识库，让它先查资料（如 PDF）再回答，减少“幻觉”。以前自建 RAG 很麻烦，要自己管数据分块、向量数据库。 File Search 的几个亮点： 1️⃣ 成本极低：文件存储免费、查询嵌入免费。只在首次索引文件时收 $0.15/1M tokens。 2️⃣ 全自动化：自动处理文件存储、智能分块、生成 Embedding（基于 MTEB 榜首模型）和上下文注入。 3️⃣ 结果可溯源：API 自动生成引用（Citations），回答有理有据。 🔹 免费版有 1GB 存储，Tier 1 升至 10GB。 🔹 支持 chunking_config 自定义分块策略。 适合快速搭建企业知识库、客服问答等应用。 官网文档： ai.google.dev/gemini-api/docs/file-search #GeminiAPI #RAG #AI开发 #AI应用 #GoogleAI
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。
