百度「秒哒」国际版 MeDo 正式上线
更多动态
阿里通义实验室开源 Z-Image
,用消费级显卡跑出商用级 20B 模型效果,彻底打通本地部署的“最后一公里”。 它的核心是 S3-DiT 架构,原理类似把“理解文本”和“生成像素”的两个独立大脑合并,让数据流转效率提升 30% 以上。 1️⃣ 配置门槛暴降 不再强制依赖 A100/H800,普通 RTX 3060 (<16GB 显存) 即可运行。Turbo 版本支持 Flash Attention,8 步采样,单图生成延迟压到 1 秒内。 2️⃣ 搞定“中英文字”渲染 这是最大亮点。区别于传统模型画字乱码,它能精准生成带复杂排版的中英文字,做电商海报或 UI 素材可直接 Prompt 直出,大幅减少后期修图工作流。 3️⃣ 全链路开源商用 Apache 2.0 协议,权重、代码、训练细节全开。已集成 Hugging Face 与 ModelScope,适合企业快速二开或集成到现有 Workflow 中。 🔗 GitHub / 部署文档:https://github.com/Tongyi-MAI/Z-Image #AI工作流 #本地部署 #开源模型 #ZImage

2025年再靠“拍脑袋”做短视频,你的试错成本将远超潜在收益
Palo 将 MrBeast 团队的「暴力留存算法」封装成 AI,直接让普通创作者拥有顶级工作室的数据大脑。 其核心逻辑不同于简单的套壳工具,更像是一个懂你的「数字制作人」: 🔹 逆向工程你的风格:通过 RAG 技术分析你过去 30 条视频,提取 Hook 结构、BGM 偏好和叙事节奏,生成符合你 Persona 的脚本,拒绝 AI 塑料感。 🔹 数据驱动选题:它不猜你喜欢什么,而是基于跨平台(TikTok/YouTube/IG)实时数据,预测未来 3-7 天的流量洼地。 🔹 技术流视角:底层采用“LLM Cocktail”架构,混合调用 GPT-4o、Claude 3.5 和自研情感模型,多模态分析准确率达 91%,这也是目前高阶 AI 应用的 MVP 配置趋势。 目前 $250/月 的门槛虽高,但相比组建专业数据团队,这或许是 ROI 最高的投入。 官网: palo.ai #AI工作流 #短视频运营 #数据驱动 #Palo #创作者经济

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。
