搜索“视频”

。 在彭志辉看来，模型是必选题。不做模型，最后就会像传统自动驾驶方案公司一样，被自研模型的主机厂取代。 这套逻辑有一个前提。Astra的慢，来自参数规模和云端推理，彭志辉自己也列了解法，分层设计、模型蒸馏、缓存系统。这些问题如果先被大模型公司解决，本体厂商的窗口期会比预想的短。 02 从参数表到工时表 客户的问题已经变了。 过去看机器人，看参数，看跑跳打拳的视频。现在客户问的是，它能稳定干多少活，干一次要花多少钱。 智元给的答案是Worken，Work和Token的组合，中文名就叫智元，度量机器人的有效智能工时。计算拆成三个乘数，在岗活跃台数、自主工作时间、产出能效比。一台机器人每工作10分钟就要人接管一次，自主工时就很有限。 收费方式上，彭志辉没有给单一答案。卖本体、卖服务、和客户共创运营都可以，看客户要的是设备还是结果。 真正卡规模的是运维。 彭志辉的原话是，「每卖一台机器还要给机器人配一个保姆，这是永远不会到那一天的。」客户愿意大规模买单，要等他的问题从「能不能造得出来」变成「能不能养得起」。 龙旗是目前最完整的样本。这条3C产线2026年3月规模化投产，已稳定运行7个多月，6天

匹配字段正文

完成购物的用户很少，体验不如直接访问零售商平台搜索或者一键下单。广告团队 Q3 完成多项创新，预计未来数月逐步释放效果。核心产品 Amazon Ads Agent，整套广告能力全部整合进 AI 优先的统一平台。依托万亿级购物、浏览、流媒体行为信号，为广告主全流程输出洞察、回答问题，自动完成优化与执行。我们还在该产品中上线全漏斗广告活动，把赞助广告、展示广告、视频、流媒体电视广告整合至同一个活动。 广告主输入预算、周期等基础信息，亚马逊 AI 自动规划、执行并且持续优化。其他多条业务线同样势头向好。Prime Video 已经成长为数百亿年化营收的重要业务板块，现已实现独立盈利。爆款剧集包括《凯莉》《我变美的那个夏天》《黑袍纠察队》《校外》《侠探杰克》《辐射》；电影《挽救计划》票房亮眼；体育内容包括周四橄榄球夜赛（2026 年开局表现史上最佳）、Prime 转播 NBA、纳斯卡赛车、美国大师赛、欧冠足球赛事。我们刚刚发布史上最强硬件产品矩阵，Echo、Kindle、Alexa 平板、Fire TV、Ring、Bee 合计推出 34 款新品。 业务尚处于起步阶段，但开局表现强劲，我们期待在

匹配字段正文

销冠AI、投资官AI等；同时设置前沿部署工程师（FDE）岗位，派驻人员深入企业一线对接业务需求，完成技术落地。 杭州也是DeepSeek、阿里巴巴的所在地，当地正在推进人工智能产业建设，目标打造国内人工智能创新高地，推动AI技术和产业融合。 按照本次合作规划，杭州将输出本地产业场景资源，零一万物输出企业AI技术、产品与交付能力。双方计划在经营管理、生产运营、供应链协同等企业核心业务场景落地AI项目，探索可复制的产业AI转型模式。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

作尚处在早期阶段，我们会先测试、总结经验，再把可行的方案推广开来。” IT之家注意到，大型连锁餐饮企业已经在得来速场景测试人工智能多年，但这项技术还没有在行业内大规模普及。汉堡王不打算大范围落地其正在试点的 AI 点餐系统，称顾客更愿意和人工交流。麦当劳则在测试自研方案，该公司表示这套系统能让每家门店每周省下数十小时人力，调配到其他工作上。 星巴克周四公布的财报业绩超出市场预期，其围绕门店升级、服务体验和新品研发的战略持续见效。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

元人民币），均高于市场预期；同时宣布 1 拆 8 股票拆分，拆分将于 11 月 19 日生效。 财报发布后，闪迪股价一度上涨，但随后回落。截至美东时间 10 月 29 日晚间，盘后价约 1,282.50 美元至 1,295.05 美元（现汇率约合 8,563 元至 8,647 元人民币），较当日收盘再跌约 2.6% 至 3.6%；若以前收盘价 1,404.77 美元（现汇率约合 9,379 元人民币）计算，累计跌幅约 7.8%。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

到了诊室，这些信息可以帮医生更快地进入状态。 事实上，市场上已经有一批AI产品选择在医疗健康这条道上深耕。例如，千问接入国家药监局药品说明书、中国营养学会知识库、临床指南等五大医学资源，并上线“健康档案”功能，允许用户授权接入智能手表、血糖仪等设备数据；此外，腾讯的“AI临床助手”也接入了医院信息系统，疾病预测准确率能达到96.39%，其中所有的输出必须经医师审核确认。该系统也明确表明，“AI作为辅助参考，不替代医生最终诊断”。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

备可调整大小的侧边栏、触控板与右键操作，并支持与 Claude Desktop 相同的键盘快捷键。 语言与语音能力也同步扩展。Claude 在网页、桌面、iOS 和 Android 端新增 24 种语言，累计支持 33 种语言，包括孟加拉语、丹麦语、斯瓦希里语、泰语、土耳其语、乌克兰语和越南语等。 语音模式则实现了更快响应，在嘈杂环境或用户轻声说话时识别更准确；非英语语音听起来更自然，且语音功能已覆盖更多 Android 手机。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

人吉恩 · 芒斯特（Gene Munster）在谈及谷歌 AI 模式变现偏弱的问题时表示，新广告形式上线初期利润率偏低、之后逐步抬升，本就是常态。谷歌更大的挑战，是打造可以替用户完成采购、从中抽取交易分成的 AI 智能体。硅谷很多从业者认为，在 Meta 的 Muse 个人助手取得成功之后，这套商业模式已经具备落地条件。 芒斯特说：“过去的方式是依靠文字链接或者展示广告去影响消费者行为；而新的问题变成，该如何去影响智能机器人。” “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

经超过1700万次。海外车队超过一千辆，3月底在迪拜启动全无人商业化运营，8月还接进了Uber。这些不是PPT，是真东西。 所以百度的问题从来不是看不见。它的模式是：每次都比别人早看见三到五年，然后在这三到五年里，等着市场成熟。 而它的问题也一直在这里：它熬不到。 移动互联网那一次，它看见了，被微信和字节截了胡。O2O那一次，它看见了，烧了几百亿然后关掉。短视频、直播、外卖，每一个它都比别人早开口，每一个都没等到收割那天。 百度真正的组织能力，是"发现机会"的能力。它的短板，是"把机会熬成现金"的能力。 还有一个旁证。有报道统计，百度这几年内部的贪腐查处人数累积到了七百多人。这件事和商业模式没有直接关系，但它反映的机制是一样的：当主营业务不再增长，组织内部的分配逻辑就会从"一起把蛋糕做大"，悄悄变成"抢现有蛋糕"。 而且这一轮周期的形状对百度是有利的。云的合同是三到五年起签，芯片的产线要十年才回本，Robotaxi的牌照是城市级的长期授权。这些都是慢生意，而慢生意最怕的从来不是亏损，是中途换赛道。 四、三条破局路，哪条最靠谱 现在说到怎么办。我不打算给一堆正确但没用的建议，就说三条，并

匹配字段正文

oey-1elephant-1Perplexity Decider Flash v1.2Cloudflare Clef-Flash 参数2B9B4B9B 基础模型Qwen3.5-2BQwen3.5-9BQwen3.5-4BQwen3.5-9B 许可证MITMITApache-2.0Apache-2.0 输入文本、图像文本、图像文本、图像文本、JSON、图像、视频 最大上下文16,384（Model APIs）；专用部署 262k16k（Model APIs）；专用部署 262k262,144（训练至约 32k）默认 16,384 API 价格（每 100 万输入 token）0.01 美元0.035 美元0.01 美元未披露 Jev Decision Index 0.4（公开） 63.3072.2460.06未披露 报告延迟 20 ms P5049 ms P50未披露中位数 38.8 ms 自托管硬件1 张 CUDA GPU未披露CUDA GPU 上约 9 GiB BF16 权重在 1 张 H200 上测试 权重获取公开公开私有仓库，需要 token公开 所有模型的 Jev 0.4 分

匹配字段正文

题的技术基础设施。 从单点命中到跨靶点、跨模态的系统性验证，从底层模型突破到可复用的研发工作流，MMDesign的最新报告把“AI能不能设计出分子”的问题，推进到了“AI能不能稳定、可复用地产出可用分子”。 少量候选、稳定命中的设计效率；亲和力、可开发性与新颖性并重的分子质量；不依赖“参考答案”、从功能需求直接给出分子、成功拿下高难度靶点的突破价值。三者共同支撑起“可复用”能力，让AI分子设计可以被产业持续用于解决真实研发需求。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

底座。它打通“训、评、部署”全链路，保障已有的工程积累不归零。 至于如何做到的，我们可以从三个关键切面来看。 第一是数据与模型。 想让风格、特性各不相同的模型共用同一条流水线，第一步就得把底层的“粮草”和接口先标准化。 在数据层面，来自不同机器人、不同仿真环境的原始轨迹，会先做显式转换、标准化清洗，整理成兼容LeRobot规范的结构（包含Parquet文件、视频以及配套元数据）。 同时，相机顺序、动作表达、归一化统计这类约定，也会做好对齐匹配。 处理之后的这批数据，可以放到同一条管线里混训，也支持按分组保留各自独有的预处理、归一化规则。不管是训练还是推理，都会通过独立的数据入口，遵循同一套模型输入、动作处理语义。 像数据这样的核心资产，在具身智能研发过程中成本最高。 减少资产贬值、提升复用效率，本身就是具备行业价值的降本方案。 同样的逻辑也体现在模型层面。 平台目前已深度集成Qwen-VL、GR00T、π系列以及DreamZero等主流VLM、VLA和WAM架构。 不同模型完全可以保留各自的原生骨骼，同时通过统一接口丝滑接入训练、评测和部署流程。 这种设计有多爽呢？报告里的14种策略同

匹配字段正文

底座。它打通“训、评、部署”全链路，保障已有的工程积累不归零。 至于如何做到的，我们可以从三个关键切面来看。 第一是数据与模型。 想让风格、特性各不相同的模型共用同一条流水线，第一步就得把底层的“粮草”和接口先标准化。 在数据层面，来自不同机器人、不同仿真环境的原始轨迹，会先做显式转换、标准化清洗，整理成兼容LeRobot规范的结构（包含Parquet文件、视频以及配套元数据）。 同时，相机顺序、动作表达、归一化统计这类约定，也会做好对齐匹配。 处理之后的这批数据，可以放到同一条管线里混训，也支持按分组保留各自独有的预处理、归一化规则。不管是训练还是推理，都会通过独立的数据入口，遵循同一套模型输入、动作处理语义。 像数据这样的核心资产，在具身智能研发过程中成本最高。 减少资产贬值、提升复用效率，本身就是具备行业价值的降本方案。 同样的逻辑也体现在模型层面。 平台目前已深度集成Qwen-VL、GR00T、π系列以及DreamZero等主流VLM、VLA和WAM架构。 不同模型完全可以保留各自的原生骨骼，同时通过统一接口丝滑接入训练、评测和部署流程。 这种设计有多爽呢？报告里的14种策略同

匹配字段正文

，也能承担过去需要台式工作站才能完成的工作。 这对以下人群意味着什么： AI 开发者： 在本地运行模型和智能体，使用 NVIDIA CUDA ——与在云端为 AI 提供支持的平台相同——并具备在超过 1.5 亿台 NVIDIA RTX AI PC 以及云端 NVIDIA GPU 上部署的路径。 创作者： RTX Spark 可原生编辑相机拍摄的 4:2:2 视频，并渲染最高 90GB 的 3D 场景。Adobe Photoshop 和 Premiere 通过测试版提供对 RTX Spark 的原生支持。 玩家： 数百款游戏可在 RTX Spark 上运行，NVIDIA DLSS、光线追踪、Reflex 和 G-SYNC 带来更锐利的画面以及更流畅、更灵敏的游戏体验。 RTX Spark 笔记本现已由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 出货，起售价 2599 美元，128GB 配置已上架。请在 RTX Spark 产品页面. ICYMI：来自 NVIDIA 本地 AI 的更多更新 🦆Microducks 在 RTX Spark 的帮助下学习行走： 在

匹配字段正文

隆重推出 Eleven v4，这是我们迄今为止最具情感表现力的模型。探索跳至内容登录注册联系销售登录 阅读文档 了解更多 如果你曾在电视上看过一部播出信号出问题的电影，演员的对白与字幕完全对不上，你就知道这有多让人分心，会把你的注意力从故事中拉走。使用语音模型的视频和软件也有同样的问题：晚出现一秒的字幕，或者高亮了错误单词的转录文本，都会让人觉得同样糟糕。 “人类很擅长对齐媒体内容，至少能做到词级对齐，”ElevenLabs 从事对齐研究的研究员 Danila Kozlov 说。“我们通常能本能地感觉到一个词从哪里开始，但要做到字符级、亚毫秒级的精度，就难得多。” 今天，ElevenLabs 进一步介绍了 Cue，这是一种强制对齐模型，能把音频文件中的每个字符放到精确的时间线上。Cue 为 ElevenLabs 的 Scribe 模型家族提供支持，在真实录音上，它在基准测试的全部 29 种语言中都比 ElevenLabs 测试过的所有对齐器更准确。它还能单次处理任意长度的录音，并在不到一秒内对齐一小时的音频。 什么是强制对齐？ 想象有人递给你一段视频和一份转录文本，让你把每个词匹配到它

匹配字段正文

设，参与打造“模数共振”空间。鼓励OPC参与“百模赋百景”揭榜挂帅，推动模型在细分场景的研发和应用落地。支持OPC与集群企业联合申报省级“人工智能+制造”典型案例，树立人工智能应用典型标杆。 数字营销是数字经济时代企业的重要营销方式之一。河北鼓励OPC+营销贸易，推动营销贸易类OPC依托人工智能技术，深度赋能产业集群市场开拓与品牌建设，重点发展数字人直播、短视频制作、智能客服、精准客流分析、供需智能匹配、营销服务外包等新业态、新模式。组织营销贸易类OPC和大型电商平台、短视频平台开展对接，建立本地化营销贸易矩阵，帮助集群企业开展立体化营销。遴选一批OPC+营销贸易典型案例，培育一批成熟的营销模式。 产业大脑是推动产业集群数字化转型、催生新质生产力的核心载体。在支持OPC+产业大脑方面，河北鼓励OPC入驻产业大脑，帮助产业大脑完善原料集采、产品集销、数智转型、公共服务等服务功能，在人员培训、研发设计、检验检测、营销贸易等方面延伸服务，加快产业大脑在集群的规模化应用。依托产业大脑数据、算力、客户等优势，帮助OPC提高模型、智能体研发能力，促进软件产品迭代更新。建立“产业大脑+OPC”服务生

匹配字段正文

现在，你可以直接在 Gemini 中生成、预览和编辑文档、PDF、演示文稿、电子表格等。 2026年10月29日 我们正在 Gemini 应用中推出创建和优化文档、PDF、演示文稿、电子表格、代码等内容的新方式。 现在，你可以直接在聊天中生成、预览和编辑文件——展开至全屏即可直接输入修改，选中文本即可提问，或让 Gemini 优化你的文件。PDF 预览和编辑在网页端和移动端均受支持，而所有其他格式（Google Docs、Google Sheets、幻灯片、Markdown 文件、TXT 文件和代码）仅在网页端受支持。 如下方视频所示，你现在可以让 Gemini 根据你上传的手写课堂笔记创建 PDF 学习指南，然后可以轻松手动编辑、选中特定部分让 Gemini 修改文本或视觉内容，甚至进一步提问。 这些功能现已向 Gemini 应用覆盖的所有语言的全部用户开放。 发布于：

匹配字段正文

谁能想到，印象中用来生成图像、生成视频的“扩散模型”，竟然也能写代码、生成网页、调用工具，当Agent了！ 就在刚刚，扩散智能发布了全新的扩散语言模型—— Clover-35B-A3B-Preview。 虽然名字里多了“扩散”两个字，但实际体验下来，无论是写代码、操作网页、调用工具，还是生成HTML，用法都和我们熟悉的大语言模型差不多。 我个人用下来的第一感受就是一个字：“快”。 比如，让它生成一个太阳系模拟器，Clover就思考了约1秒，然后也就4-5秒，一个能交互的太阳系模拟器就出来了。 再比如，我给它丢了一堆简历信息，让它整理成LaTeX格式的简历代码，也就十来秒，搞定～ 有一说一，用过GPT的朋友，应该都懂盯着“正在思考”等半天是什么感觉，要不然最近也不会有主打快速决策的Jev什么事儿～ 而说到Jev，Clover这次还真和它比了一把速度。 在网页Agent评测WindTunnel的49个任务中，每个任务尝试3次，Clover的中位执行时间为1.52秒，Jev＋Mercury 2.5组合为3.21秒，用时少了一半多。 尝试成功率也略高，分别为98.6%和95.9%。 对比同表中

匹配字段正文

涨，随着更多商业模式通过合作与收购涌现，头部玩家正试图巩固自身地位。Deepgram 是最新采取此类行动的公司：该公司周四表示，将收购 Daily——后者是最受欢迎的开源语音 AI 基础设施之一 Pipecat 的开发者和维护者。 两家公司未披露交易金额，但表示将继续保持 Pipecat 开源。 对于不了解的人来说，Pipecat 是一个框架，负责管理语音和视频流以及流水线中的其他环节，如语音转文本（STT）、大语言模型（LLM）和文本转语音（TTS）模型，同时降低延迟。其开发者 Daily 为各类语音和视频通话提供托管基础设施。 借助 Pipecat，Deepgram 很可能将更深入地理解实时语音和视频基础设施。 根据 PitchBook 数据，Daily 迄今已从 Tiger Global、Highfield Capital、Nat Friedman、Lachy Groom 和 Kevin Weil 等投资者处筹集了超过 6200 万美元资金。今年早些时候，Deepgram 通过 1.3 亿美元 C 轮融资跻身独角兽行列。巧合的是，两家公司都曾是 2016 年同一批 Y Combi

匹配字段正文

隆重推出 Eleven v4，这是我们迄今为止最具情感表现力的模型。探索跳至内容登录注册联系销售登录 注册 宏大的场景很少只靠一种声音。一段足球视频可能需要人群欢呼、足球落地，以及几秒后同一群人的嘘声。在此之前，仅凭一个提示词获得所有这些声音需要反复试错。 在 ElevenCreative 和 ElevenAPI 中推出 SFX v3 SFX v3 是 ElevenLabs 最新的音效模型，正是为此而打造。它能更可靠地处理描述多种声音的提示词，更逼真地生成音乐和人声，并且在基准测试中比 SFX v2 生成更干净、更自然的音频。它现已在 ElevenCreative 中提供，并可通过 ElevenAPI 使用。 在 ElevenCreative 中，你可以在 Flows、Sound Effects 标签页、Studio 和 Music Editor 中通过文本提示词创建原创音效。 更好地处理单个提示词中的多种声音 SFX v3 更擅长遵循单个提示词中的多条指令。这意味着你所描述的更多声音会出现在生成的音频中。描述构成你场景的各种声音，听听它们如何协同呈现。 对于从事视频、游戏和其他项目的

匹配字段正文