更多动态
刚看完 SIGGRAPH Asia 2025 的发布，Mio 系统把数字人从“复读机”变成了有长期记忆的“交互智能”。 1️⃣ 记忆不再断片：以前用 Agent 跑长任务，关了窗口就忘上下文。Mio 的 Thinker 模块用了 OMNE 架构，能像人一样建立“叙事记忆”。它可以记住我两周前的代码习惯，甚至是我随口吐槽的甲方需求，这点对长期陪伴太关键了。 2️⃣ 拒绝面瘫：它的 Face Animator 能捕捉眼神闪躲、嘴角抽动这种微表情。不像某些开源 TTS 项目说话像念经。 3️⃣ 实测预期：官方 IIS 评分 76.0 看着很猛，高出 SOTA2 不少。不过按照经验，端到端的多模态渲染对本地显卡要求不会低，部署成本还得观望。 #AI工作流 #数字人 #Mio #交互智能 #独立开发
变成了可控的“后期精修”。 它现在的逻辑是“元素级编辑”，你可以像修图一样修视频： 1️⃣ 救命场景：上周我剪片子，客户临时反馈说产品展示的“光影太硬”。以前这种得重拍或者回达芬奇扣半天，这次我试着用 PixVerse 框选主体 + Prompt 调整光线，大概十分钟就发回去了。 2️⃣ 素材复用：如果你是做 MCN ，手里那点素材不够用，可以直接改拍摄角度或场景。实测把一段普通街景改成赛博朋克风，主体稳定性比直接重绘要高不少。 虽然比之前的全屏重绘准，但复杂动态下的人物边缘偶尔还是会“飘”，建议先拿非人像素材练手。 对于咱们这种单兵作战的创作者，能用 AI 解决的返工，就别浪费体力了。 #AI工作流 #PixVerse #视频制作 #独立开发者 #效率工具
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。
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。
