获得超越 GPT-5 的性能,并大幅降低 API 成本
更多动态
让静态图“转”起来:Qwen Image Edit 的虚拟相机控制
用自然语言指令精确调整图像视角,实现360度旋转、俯仰或变焦,像在操作一台虚拟摄影机。 ✨ 核心是控“相机”:不止是内容编辑。用 "Camera orbit left 45 degrees" 或 "bottom-up view" 就能改变视角,实现专业运镜效果。 ✨ 实际应用:电商产品 360 度展示、建筑可视化、角色设计参考、虚拟制片。 Github: https://github.com/QwenLM/Qwen-Image 在线试用:https://huggingface.co/spaces/linoyts/Qwen-Image-Edit-Angles #AI图像 #Qwen #ControlNet #AIGC #虚拟摄影
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
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。
