←搜索结果

搜索“视频”

按匹配度 · 共 2286 条结果 清除搜索

星期五

  1. heise online精选

    Meta 发布 816B 开源模型 Muse Spark Open，联手 Apple 本地运行

    Meta 发布开放权重模型 Muse Spark Open，采用 256 专家的 MoE 架构，每 token 激活约 42B 参数，上下文窗口 100 万 token，支持文本、图像、视频和音频输入但仅输出文本。Meta 与 Apple 合作，将约 530 GByte 的四比特量化版本放到两台互联的 Mac Studio M5 Ultra 上运行，通过 MLX 框架和 Thunderbolt 5 分配计算，8192 token 上下文下约 25 输出 token/秒。Artificial Analysis 测试显示其 Intelligence Index 得 39 分，为当前最强美国开源权重模型，但落后于 MiMo-V2.6-Pro 的 46 分和 GLM-5.3 的 45 分，且在四项 Agent 测试中排名末位。模型权重已在 Hugging Face 提供 16 位约 1.6 TByte 和四比特约 530 GByte 两个版本，API 输入每百万 token 1.25 美元、输出 4.25 美元。

    匹配字段摘要、正文

    #hot-signal#模型发布#开源生态#Agent
  2. 36氪 · AI

    Kling 4.0 发布，可灵AI 估值为何反超母体快手

    可灵AI 于10月15日深夜全量上线新一代视频生成模型 Kling 4.0，支持 4K、1080p 的 10-bit HDR 输出，单次最多输入 10 张图片、5 段视频及 7 个主体，单次生成视频最长 30 秒，并接入 MCP/CLI。10月16日快手股价开盘大涨超5%，而此前10月13日其市值约156.31亿美元，低于可灵独立融资180亿美元的投后估值。可灵已敲定30亿美元外部增资，投资方包括腾讯、百度、阿里云及多只国资基金，并正与中金、高盛、瑞银合作推进最快明年上市。

    匹配字段摘要、正文

    #hot-signal#模型发布#视频#多模态
  3. MediaNama

    Fridays For Future India 的 Instagram 账号在印度被封禁

    Fridays For Future India（@fridaysforfuture.india）的 Instagram 账号在印度依据《信息技术（中介指南与数字媒体伦理准则）规则》无法访问，政府和 Meta 均未说明封禁原因。过去五个月，Instagram 已限制多起批评维沙卡帕特南附近数据中心项目的内容，包括 5 月 19 日发布、5 月 22 日被封的 Environmental Reporting Collective 视频，该视频被引 IT 法案第 79(3)(b) 条并经 Sahyog 门户处理，9 月 10 日恢复访问，历时 111 天。

    匹配字段摘要

    #hot-signal#政策/监管#行业动态
  4. MediaNama

    德里警方招标 338 台人脸识别摄像头，覆盖共和国日与独立日路线

    2026 年 7 月，德里警方就中央区和新德里区 338 台 CCTV 摄像头招标，招标文件要求固定摄像头和 PTZ 摄像头具备人脸识别能力，并配备人群聚集、遗留物检测和车牌识别分析功能，招标估值 15.66 亿卢比，8 月 20 日截标。文件称摄像头用于覆盖共和国日和独立日庆祝活动的 VIP/VVIP 路线及其他地点，并要求视频管理软件支持人脸识别系统、厂商提供可查看最多 500 路实时视频的移动应用。招标文件未设定人脸识别准确率标准、比对数据库、相似度阈值、检索权限或人脸数据留存期限，全文仅一次提及隐私，且未引用《数字个人数据保护法》或 Puttaswamy 判决。

    匹配字段摘要

    #hot-signal#政策/监管#安全/对齐
  5. The Rundown AI

    Meta 发布 816B 参数开源多模态模型 Muse Spark Open，可双 Mac Studio 本地运行

    Meta 发布开源权重多模态模型 Muse Spark Open，参数量 816B，面向编码与智能体任务，并与 Apple 合作通过更新后的 MLX 工具包在两台 M5 Ultra Mac Studio（合计 1TB 内存）上本地运行。Meta 称该模型在无云环境下完成 iOS 应用修复和在 DaVinci Resolve 中剪辑视频。在 Artificial Analysis 的 Intelligence Index 上它得分 39，高于西方开源模型，但低于 GLM 5.3 的 45、Kimi K3 的 44 和 Qwen3.8 的 40，中国模型在编码上仍领先。

    匹配字段摘要

    #newsletter#模型发布#开源生态#多模态
  7. Rohan Paul

    黄仁勋谈英伟达软件授权收入

    黄仁勋谈到英伟达的一大收入来源——软件授权：按每块 GPU 每年约几千美元向企业收取许可费，用于运行、保护和维护英伟达的 AI 软件。每年约 2000 万块 GPU 出货、其中约 50% 流向企业，这构成可观的经常性收入。完整视频见 "Bg2 Pod" YouTube 频道。

    匹配字段摘要

    #ai-news#行业动态#部署/工程
  8. AI at Meta

    Meta 发布 Muse Spark Open 开源权重模型，816B 总参数、1M token 上下文

    Meta 发布 Muse Spark Open，称其为目前美国最强的开源权重模型，面向编码与智能体任务，擅长长周期任务、复杂软件工程和多步推理。模型规格为 816B 总参数、42B 激活参数，1M token 上下文窗口，原生支持文本、图像、视频和音频多模态。该模型可在两台搭载最新 MLX 框架的 Apple M5 Ultra Mac Studio 上运行，并支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎，权重以 Muse Model License 发布，可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 的 API 使用，并在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载。

    匹配字段摘要

    #company#模型发布#开源生态#多模态
  9. AI at Meta

    Meta 发布开源权重模型 Muse Spark Open，816B 总参数、1M 上下文

    Meta 发布开源权重模型 Muse Spark Open，面向编码与智能体任务，总参数 816B、激活参数 42B，上下文窗口 1M token，原生支持文本、图像、视频和音频。该模型已针对双 Apple M5 Ultra Mac Studio 与最新 MLX 框架优化，同时支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎，并针对 AMD、Apple、Intel 和 NVIDIA 芯片优化。模型今日起在 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等 API 平台上线，权重可在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载，采用 Muse Model License 发布，开发者可用 PyTorch 及 TorchTitan 进一步微调。

    匹配字段摘要

    #company#模型发布#开源生态#端侧
  10. AI at Meta

    Meta 发布开源权重模型 Muse Spark Open，816B 总参数、1M 上下文窗口

    Meta 发布开源权重模型 Muse Spark Open，总参数 816B、激活参数 42B，支持 1M token 上下文窗口，原生支持文本、图像、视频和音频多模态，面向编码与智能体任务。该模型今日起在 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等 API 平台上线，权重可在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下载，采用 Muse Model License 发布，有限商业条款允许许多开发者免费使用。模型还针对 MLX 框架在两台 Apple M5 Ultra Mac Studio 上运行做了优化，并支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、llama.cpp 和 Unsloth 等推理引擎。

    匹配字段摘要

    #company#模型发布#开源生态#多模态
  11. OpenRouter

    Meta 的 Muse Spark Open 上线 OpenRouter

    Meta 发布的开源权重模型 Muse Spark Open 已在 OpenRouter 上线，OpenRouter 称其为美国实验室最强的开源权重模型，面向智能体编码，支持 1M 上下文，可输入图像、视频、音频和 PDF，定价为每百万 token 输入 1.25 美元、输出 4.25 美元。据 Meta 官方介绍，该模型总参数 816B、激活参数 42B，原生支持文本、图像、视频和音频，擅长长周期任务、复杂软件工程与多步推理。OpenRouter 表示该模型在发布首日即上线，合作方包括 Baseten、Fireworks AI、Nebius 和 Together Compute。

    匹配字段摘要

    #hot-signal#模型发布#开源生态#多模态
  12. OpenRouter

    OpenRouter 上线 Meta 开源模型 Muse Spark

    OpenRouter 宣布 Meta 的 Muse Spark Open 已在其平台上线，并联合 baseten、FireworksAI、nebiusai 和 togethercompute 在发布当天提供支持。该模型被描述为美国实验室最强的开源权重模型，面向智能体编码，支持 1M 上下文窗口，可输入图像、视频、音频和 PDF，定价为每百万 token 输入 1.25 美元、输出 4.25 美元。

    匹配字段摘要

    #hot-signal#行业动态#多模态#Agent
  13. OpenRouter

    OpenRouter 上线 FLUX 3 Image Klein 等三项更新

    OpenRouter 上线 Black Forest Labs 的 FLUX 3 Image Klein，这是一款可在单张消费级显卡上运行的开源权重图像模型，支持 4K 图像生成，起价 $0.009/张。同时 FLUX Video Upscale 进入早期访问，可将已有视频重渲染为 4K，价格从 $0.59/s 降至 $0.28/s；FLUX 3 Video 支持从提示词或图像生成 4K 视频，价格 $0.41/s。

    匹配字段摘要

    #hot-signal#产品更新#图像生成#视频

星期四

  2. Testing Catalog

    NVIDIA 新模型或于下周 GTC 发布，疑似 Nemotron 3.5 Super VL

    NVIDIA 一款新模型预计下周发布，可能亮相于周三 21 日的 GTC 活动。此前在 NVIDIA 文档中出现的 Nemotron 3.5 Super VL 采用 Nemotron-H 混合语言解码器、RADIO 视觉编码器、视觉投影器和独立时序视频嵌入器，复用 Nemotron Omni 图像/视频栈但不含音频编码器，并保留共享的 Multi-Token Prediction（MTP）权重。引用信息还提到该模型为 120B 总参数、12B 激活参数的混合 Mamba-Transformer MoE，支持图像和视频输入，并有纯文本版本。

    匹配字段摘要

    #hot-signal#模型发布#多模态#推理
  5. OpenRouter

    NVIDIA Nemotron 3.5 Super VL 上线 OpenRouter

    NVIDIA Nemotron 3.5 Super VL 已在 OpenRouter 上线，这是 NVIDIA 推出的开源 120B-A12B 多模态模型，面向需要看、推理并跨文本、图像、文档、GUI 和视频执行操作的长时智能体，支持 1M 上下文。该模型采用 Hybrid Mamba-Transformer MoE 架构并引入多 token 预测以加快输出，面向文档智能、网络研究、客户服务和视频理解等场景。

    匹配字段摘要

    #hot-signal#产品更新#多模态#Agent
  6. OpenRouter

    NVIDIA Nemotron 3.5 Super VL 上线 OpenRouter

    NVIDIA Nemotron 3.5 Super VL 已在 OpenRouter 上线，这是一个来自 NVIDIA AI 的开源 120B-A12B 多模态模型，支持 1M 上下文，面向需要看、推理并跨文本、图像、文档、GUI 和视频行动的长时间运行智能体。该模型采用 Hybrid Mamba-Transformer MoE 架构与多 token 预测以加快输出，面向文档智能、网络研究、客户服务和视频理解等场景。

    匹配字段摘要

    #hot-signal#产品更新#多模态#Agent
  7. OpenRouter

    NVIDIA Nemotron 3.5 Super VL 上线 OpenRouter

    NVIDIA Nemotron 3.5 Super VL 已在 OpenRouter 上线，这是一个开源的 120B-A12B 多模态模型，面向需要跨文本、图像、文档、GUI 和视频进行观察、推理与操作的长时运行智能体，支持 1M 上下文。该模型采用 Hybrid Mamba-Transformer MoE 架构并支持多 token 预测以加快输出，面向文档智能、网络研究、客户服务和视频理解等场景。

    匹配字段摘要

    #hot-signal#产品更新#多模态#Agent