让 Claude 和 Gemini 在后台“吵架”
更多动态
哪怕只为了搞定「多镜头一致性」,这个开源项目也值得你折腾一下午。
这两天跑通了字节开源的 StoryMem,感觉它是目前长视频叙事的最佳解: 1️⃣ 它不做「一镜到底」的伪长视频,而是模拟导演思维:生成新镜头时,自动去「记忆库」检索之前的关键帧。 2️⃣ 实测下来,它解决了最头疼的 Cross-shot Consistency 问题。比起我之前用 Wan2.2 盲抽,它能记住主角穿什么衣服、长什么样,不用手动炼 LoRA 也能稳住。 ⚠️ 目前还是纯代码库(Python),没界面,依赖本地算力,小白慎入。 但如果你想做短剧,这东西能省下大量修图时间。 #StoryMem #AI视频 #开源项目 #独立开发 #效率工具

AntV 新开源的 Infographic 引擎
,让我体验了一把“文本直接生成可编辑图表”的快乐,做年终汇报少熬了一个通宵。 1️⃣ 不是生成“死图”:跟 NanoBanana 不一样,它吐出的是 SVG/React 代码。这意味着生成的图表文字、颜色都能改,不用因为一个错别字就无限重绘(这点对强迫症太友好了)。 2️⃣ 场景实测:我把它接到了我的自动化脚本里,把每天抓取的 RSS 新闻自动转成“时间轴信息图”发邮箱,阅读率比纯文字高了一倍。 3️⃣ 门槛提醒:目前看它还是个底层引擎,对开发者很香(直接集成进你的 SaaS),但非技术人员想当“傻瓜软件”用还得等一等 GUI 封装。 #数据可视化 #AntV #独立开发 #AI工作流 #前端工具

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。
