搜索“视频”

模拟场景，并通过输入后续提示词进行编辑。例如，用户可以要求 Genie 4 改变天气或添加更多物体。该模型进行此类编辑时，不会降低虚拟世界的照片级真实感或一致性。 Genie 4 的自然语言界面与键盘控制并存。键盘控制可用于改变摄像机的位置和角度。 在底层，Genie 4 使用 Google 的其他多个模型来提升其输出质量。它依赖这家搜索巨头于 5 月推出的视频生成器 Gemini Omni，以确保其生成的视觉素材逼真。Gemini 3.8 Flash 是一款针对成本效益优化的推理模型，它使模拟的各个帧之间保持一致。 “Gemini 持续观察场景，将目标分解为一系列步骤，并审查传入的帧以跟踪进度并验证每一步是否成功，”Hadsell、Rivas 和 Qi 写道。“当世界发生变化或用户介入时，Gemini 会即时调整其计划。” DeepMind 目前正在研究如何将 Genie 4 应用于机器人用例。该项目将该算法与 Gemini 4 Argon 相结合，后者是 Google 旗舰级的推理优化大语言模型。 该项目的目标是让工程师使用高层指令模拟机器人。例如，用户可以要求 Argon 生成一

匹配字段正文

程度上反映真实世界条件，仍是一个关于可靠性的未解问题。 这为开发者提供了一种按需生成测试环境的方式。 Gemini如何引导Genie 4 Genie 4使用多个Gemini模型来维持其模拟运行。Gemini Omni帮助塑造环境，而Gemini 3.8 Flash则跟踪正在发生的情况、规划下一步，并在情况发生变化时进行调整。 Genie 4不会生成一段完成的视频，而是让用户在世界生成的过程中与之交互。用户可以用键盘在其中移动、改变摄像机角度，或使用文本提示来改变环境，而无需重新启动模拟。 Genie 4不会生成一段完成的视频，而是让用户在世界生成的过程中与之交互。 在模拟中训练机器人 Google最清晰的示例是让Apptronik的Apollo人形机器人下一盘跳棋，由Gemini 4 Argon规划每一步，Genie 4渲染结果，同时通过字幕引导场景。 该公司还在探索这项技术如何支持其Gemini Robotics研究，该研究让开发者能够在不断变化的环境中测试智能体，而无需从头重建每个模拟。 物理规律失效之处 问题在于，Genie 4并不能始终让这些环境保持一致。在较长的会话中，物体可

匹配字段正文

o 功能 iOS 27.2 为 iPhone Duo 增加了两项新功能： 边缘光：在显示屏边缘添加环形灯，在通话时照亮你的面部。 更多细节 支持 SynthID 水印，以帮助识别照片和 Image Playground 中的图像是否由生成式工具生成或修改。 照片中的共享相簿增加了编辑说明和评论的功能。它们还可以在相簿过期前显示提醒，以便参与者保存重要的照片和视频。 游戏 App 中的“朋友”标签页提供好友推荐的相关背景信息，并在好友的玩家页面上显示最近玩过的游戏。 时钟 App 有小的界面调整，包括更小的上午和下午标签。 iOS 27 的通话上下文功能会在你致电商家时直接在屏幕上显示信息，该功能已扩展至包含纪念日。 安全修复 iOS 27.2 还包含大量安全修复，苹果在其网站上进行了概述。邮件和 Safari 等 App 以及 Apple Intelligence、神经网络引擎等都有安全修复。 总结 你是否已经更新到 iOS 27.2？哪些新功能最让你印象深刻？欢迎在评论区告诉我们。 我目前最喜欢的苹果优惠： 预购新款 Apple TV 4K 和 HomeView AirPods Pr

匹配字段正文

苹果本周确实在以“专业与揭秘”的方式向我们发布大量消息。周二，该公司宣布其创作软件套件 Apple Creator Studio 将获得一系列 AI 驱动的更新。这还不包括该公司本周还宣布的新款 iMac、MacBook Pro 和新款 OLED iPad Mini。 苹果的专业级视频编辑器 Final Cut Pro 将内置 MotionVFX。这应该会为 Mac 上的内容编辑带来更多视觉和图形特效工具。Logic Pro 将为美国的音乐编辑推出一款新的 AI 助手测试版（由苹果和 OpenAI 构建的 AI 模型驱动），同时还会推出采用苹果全新 Liquid Glass 美学重新设计的浏览器。Pixelmator Pro 将获得一种生成式填充工具，利用 AI 调整尺寸并填补新图像中的空白；听起来它可能与 Photoshop 广受欢迎的生成式填充类似。 更多来自 CNET 今年秋天，苹果的消息一直又快又猛。这家总部位于库比蒂诺的公司推出了新款 iPhone 18 Pro 系列，以及其首款折叠屏手机 iPhone Duo。随后，它又更新了其整个智能家居产品线，其中包括一款新的 Home

匹配字段正文

wide》表示，不能允许AI音乐行业剥削词曲作者的作品。 Khosrowshahi说：“当我们认为他们的作品在未经授权的情况下被利用时，我们将追究AI平台的法律责任，以确保这些权利得到维护。我们将继续倡导一个既能支持技术进步、又能保护处于我们行业核心的创造性作品的框架。” 诉讼不断累积 AI模型的训练方式是，公司向其AI系统输入海量数据——文本、图像、音乐、视频和软件代码。借助所有这些数据以及由计算机生成的合成数据，AI模型可以学会生成看似由人类创作的文字、图像和视频。 在上周提起的诉讼中，Reservoir表示，Suno已经承认复制了“开放互联网上可访问的几乎所有质量尚可的音乐文件”，这是Suno在2024年由环球音乐集团、索尼音乐娱乐和华纳音乐集团提起的诉讼中在法庭上作出的陈述。 今年夏天，一名黑客入侵了Suno的代码，并披露该公司涉嫌从YouTube Music、Deezer、Genius和库存音乐库等平台抓取音乐和歌词。此次黑客攻击显示，一个名为“youtube music”的文件夹中有超过200万个片段，以及来自歌词数据库Genius HQ、音乐流媒体服务Deezer和库存音

匹配字段正文

流光质感的背板设计，雪岩白则加入了独特的纹理元素。另外，新机还支持IP66、IP68、IP69以及IP69K多等级防尘防水，日常使用也更让人放心。 影像方面，REDMI K100搭载了一颗5000万像素主摄，拥有1/1.55英寸传感器和f/1.68大光圈，能够兼顾日常拍照和夜景需求。 这次REDMI还针对动态照片进行了升级，不仅加入了夜景和防抖算法，还支持在视频录制过程中直接拍摄动态照片。另外，用户还可以利用AI功能将静态图片生成动图，或者制作希区柯克变焦延时摄影、3D运镜等效果。 虽然影像并不是K100的核心卖点，但至少从硬件规格和功能来看，REDMI也没有完全忽略普通用户的拍摄需求。这在中端手机市场中已经算是佼佼者了。 比较让小雷意外的是，REDMI K100这次在音效方面也下了不少功夫。新机搭载了1115X对称双扬声器，内部加入N'Bass声学增强材料，同时还支持Sound by Bose技术，提供经典和均衡两种音效模式。 针对游戏场景，REDMI还专门优化了音频表现，官方宣称游戏脚步声响度提升200%，配合相机Deco侧面的游戏麦克风、0815 X轴线性马达以及双T1+信号增强

匹配字段正文

作构建了 Nemotron-Personas-Belgium。两者都属于开放的 NVIDIA Nemotron 数据计划，该计划包含面向 12 个国家的本地化 persona 数据集，开发者可用其逐市场适配开放模型。 在本博客中，我们将讨论如何采用 Nemotron 开放模型，并使用 Nemotron 数据集对其进行后训练，从而针对地区语言和文化进行定制。 视频 1. 演示使用 Nemotron 数据集、配方和操作手册微调 Nemotron 3.5 Lightning 的过程 后训练带来的差异 假设你正在为法国的护照机构开发一个代理，该代理收到如下客户问题： Je ne peux plus me déplacer à cause de ma santé. Comment faire ma demande de passeport? （翻译：由于健康原因，我无法再出行。我该如何申请护照？） 在未进行后训练的情况下运行 基础模型 时，典型回答可能如下： […] Si vous êtes dans l’incapacité de vous déplacer, vous pouvez fair

匹配字段正文

其进行定制，并在设备端运行。 视觉和音频模型还配备了两个新的自研编码器： 视觉编码器：它结合了卷积和注意力，计算量比之前 LFM VL 模型中的 SigLIP2 编码器少 3 倍。我们 164M 参数的编码器在准确率上与 Qwen3.5-2B 的视觉编码器相当，而所需 FLOPs 少 2.2 倍（两者均使用相同的 LFM2.5-230M 语言主干测量）。对于视频，它将每对采样帧嵌入为一个时间切片，使时间序列长度减半。 音频编码器与 LiquidCodec：音频编码器混合了滑动窗口注意力和短卷积，并且完全因果，因此模型可以在你说话时进行预填充，首 token 时间低至 50 ms。LiquidCodec 是我们新的音频分词器，在 Apple M4 Max 的单 CPU 线程上以约 87 倍实时速度将生成的 token 转换为语音，并支持流式解码。 如何使用 LFM3 模型 每个模型都在 transformers 中运行。下面的代码片段来自模型卡，模型卡还列出了每个模型支持的其他推理引擎。 LFM3-1.7B 当你需要本地智能体、工具调用、结构化输出，或用于领域特定微调的基础模型时，请选用

匹配字段正文

← 阅读室Latent SpaceAnthropic 如何用 Claude 打造 Claude：将大脑与双手分离 Katelyn Lesse 与 Angela Jiang 谈 Opus 5.5、Claude 平台以及 AI 智能体背后的工程。swyx .ai10月27日·104 分钟阅读播放视频 在 YouTube 上打开视频 ↗ 在 YouTube 上观看完整节目 正如我们昨天从 Anthropic 的 S-1 申报文件中了解到的，这家实验室拥有人类历史上最高的营收与研究效率之一，尤其是过去一年从 -126% 亏损到 19% GAAP 盈利的扭亏为盈。公司将这归功于他们的两个核心循环：改进与投资： 今天我们深入 Anthropic 的运作方式。如今 Opus 5.5 的尘埃已经落定，它作为全球公认的第一大 LLM 已持续一个月，我们深入探讨它的发布，以及 Anthropic 如何用 Claude 打造 Claude——嘉宾是工程负责人 Katelyn Lesse 和产品负责人 Angela Jiang。播放视频 在 YouTube 上打开视频 ↗ 团队正承受着两种压力。模型能力越来越

匹配字段正文

列我们希望以负责任的方式逐步推出和探索的新能力与新维度。Genie 4 包含严格的安全防护措施，与我们其他模型的安全政策保持一致。在发布此预览版之前，我们通过内部严格的安全评估对 Genie 4 进行了评测，以防止生成有害或恶意内容。此外，我们有意先将其部署给可信测试合作伙伴以获取早期反馈，然后再更广泛地发布该模型。 为保持透明度，Genie 4 生成的所有视频和音频都将包含 SynthID——我们不可感知的数字水印技术，可帮助在视觉和音频模态中识别 AI 生成内容。 了解当前的局限性 Genie 4 仍是一个处于早期、不断演进的研究领域。 虽然它能在短时会话中维持连贯的环境，但视觉细节和物体恒常性仍可能随时间发生偏移或漂移——尤其是当模拟运行时间较长、经过多次复杂的提示词编辑之后，或在场景中穿行时。复杂的物理交互、实时音频准确性、渲染清晰可读的文字、空间准确性以及长期一致性，都是正在进行中的研究领域。我们以预览形式分享 Genie 4，旨在与社区共同学习，并安全地推进交互式模拟的前沿。 Genie 4 的后续步骤 Genie 4 已作为研究预览版向可信测试者发布，并将很快通过 Pro

匹配字段正文

的陪伴下办公、观看和娱乐。 随身携带的工作空间 在 AURA 上，你可以同时打开多个应用，例如浏览器、工作文档和音乐应用，并以任意尺寸将它们布置在周围。配对蓝牙键盘和鼠标，或将 puck 用作触控板，即可在任何地方搭建完整的桌面配置——无论你想在沙发上、酒店书桌前还是飞机小桌板上获得巨大的多显示器显示效果。 通过有线镜像，你的笔记本电脑也能加入进来。用支持视频输出的 USB-C 线缆将其插入 AURA，它的屏幕就会显示为一个窗口，你可以调整大小并放置在任何位置。无需安装任何软件，而且你可以将其与 AURA 上的 Android XR 应用并排使用。由于显示屏只有你能看到，你可以在公共场所安心打开机密文档。 用有线镜像插入你的笔记本电脑，将工作分散到多个窗口中。Peacock 仅在美国提供。 Gemini 可作用于视野中的一切，包括你的笔记本电脑窗口，因此你可以让它整理你的窗口，或就你正在查看的内容进行头脑风暴。从今天起，它还能做的不仅仅是口头为你解答：分享你的视图，Gemini 就能在你周围的房间或屏幕上高亮显示应关注的内容。 向 Gemini 询问你面前的任何事物，例如在 Goog

匹配字段正文

刷新率以实现更好的能效，高达 120Hz 则为运动中的内容带来流畅的响应速度。 最先进的显示引擎精确控制每个像素的颜色和亮度，实现卓越的均匀性、惊艳的阴影细节和出色的图像质量。 PROLED XDR 为专业人士提供 P3 以及现在 Adobe RGB 的超广色域——这对摄影和设计工作流程至关重要——并在绿色和青色范围内具有显著更广的覆盖范围。这使得 HDR 视频编辑和调色能够覆盖超过 80% 的 Rec. 2020 色域。尖端的出厂校准确保亮度、白点和色域与标准目标精确对齐。两种色彩空间均可在单个默认预设中访问，简化专业工作流程，让它们之间的切换无缝衔接。借助配备 PROLED XDR 显示屏的新款 MacBook Pro，专业人士在移动中也能拥有便携式参考显示器。 PROLED XDR 支持 P3 和 Adobe RGB 两种色彩空间，为 HDR 视频、摄影和印刷设计提供卓越的色彩准确性，并通过先进校准实现惊艳的精度。 明亮光线下的惊艳清晰度 凭借高达 2000 尼特的峰值 SDR 亮度，结合最先进的反反射涂层，即使在明亮的光照条件下显示屏也易于阅读。为了获得更高的可见性，纳米纹理选

匹配字段正文

Workspace产品。 YouTube 接下来是YouTube，它继续在客厅场景中保持领先，按观看时长计算是美国第一大流媒体平台。正如我提到的，它的订阅用户增长也很不错。 在上个月举办的“Made on YouTube”活动上，我们为创作者和观众宣布了30多项产品和功能。一个很好的例子是自定义信息流，你只需选择一个你喜爱的主题，就能获得基于该主题量身定制的视频首页信息流。 其他押注 接下来是我们的长期押注。Waymo正处于良好的发展轨道上。我们现已实现超过3亿英里的完全自动驾驶里程。Waymo目前在美国15个主要城市运营，最近还在圣安东尼奥、圣迭戈和坦帕向公众开放了服务，并计划扩展到加拿大、德国、新加坡和西班牙。 我们的其他长期计划也在取得强劲进展。Isomorphic正在使用Argon来支持药物设计研究。我们首次在量子计算中展示了“魔法态培育”，并通过Project Suncatcher将我们的TPU送入太空。 所以这是一个忙碌的季度，未来还有更多值得期待。我要感谢我们的员工在本季度的辛勤工作。 在您的收件箱中获取Google的最新消息 订阅我们的新闻通讯，获取产品更新、活动信息、

匹配字段正文

d 用作 Mac 的音箱 长期以来，一直可以将 HomePod 用作 Mac 的无线音箱，但这样做至少有一个很大的缺点：无线延迟。虽然对于电影播放来说通常没问题，但在实时播放任何内容时，延迟会立刻变得明显。例如，在 Logic Pro 中演奏乐器、音频和 FaceTime 通话等。对于这些特定应用，迄今为止，HomePod 一直算不上 Mac 的理想音箱。 视频演示 Apple 已在 27.2 更新中解决了这个问题，当使用 HomePod mini 2 或 HomePod（第 2 代）作为支持 Wi-Fi 6E 的 Mac 台式机和笔记本电脑的无线音箱时，显著降低了延迟。遗憾的是，这排除了一些早期的 Apple Silicon 机型，例如搭载 M1 系列芯片的机型，但很高兴看到这项功能得以提供。 在系统信息中将第 2 代 HomePod 设为默认系统输出设备 对于 HomePod mini 2，Apple 采用了基于 PCIe 的不同 Wi-Fi/蓝牙架构，并修订了音频路由，以优先考虑低延迟应用。还值得注意的是，Apple 的 Wi-Fi 6E 要求适用于 Mac 硬件本身，并不意味着

匹配字段正文

室之一提供的机会，来参与讲述有史以来最伟大的故事之一。 “任务简报是‘帮助我们理解这项技术，它的优势在哪里，哪里可以改进’。” 订阅《电影周刊》 通过我们的每周电子邮件，在影院占据前排座位，获取所有最新新闻和所有重要的电影动态 彼得·布拉德肖在《卫报》的评论中给它打了一星，称：“每一个戏剧性时刻——奥德修斯装疯卖傻并同意参战、告别家人、海上旅程的艰辛与冒险以及高潮处的决定——都像笔记本电脑屏保上形状的移动一样毫无动机、毫无意义。” 发布在Grok Imagine X账号上的这一集已获得730万次观看和一些严厉反馈，《每日电讯报》的一位评论者说：“当它以全部邋遢的恐怖感展开时，你能感觉到自己的眼球在抽动。” 柯林斯表示，Wonder的目标是让下一集比第一集有所改进，并将回应批评，包括船只的历史准确性和节奏过快的问题。 “我们将审视所有评论以及所有我们本可以做得更好的地方，看看能否改进。目标是，我们制作的最后一集要比第一集有根本性的提升，”他说。 Wonder还与谷歌DeepMind合作，为刘易斯·卡帕尔迪的歌曲《Something in the Heavens》制作了一段AI生成的视频。

匹配字段正文

Raghu Raghuram 增长 你不是一个模型。不要按token定价。 Tugce Erten和Sarah Wang 增长 Cursor + SpaceXAI：迭代最快的团队获胜 增长 如何赢得AI领域最大的市场 Raghu Raghuram和Sarah Wang 制造十亿台智能机器 增长 David George a16z专家新闻 “文章”（包括播客、视频和社交媒体）中表达的观点仅代表其中引用的a16z个别人员的观点，不代表a16z Capital Management, L.L.C.（“a16z”）或其各自关联公司的观点。a16z Capital Management是一家在美国证券交易委员会注册的投资顾问。注册为投资顾问并不意味着具备任何特殊技能或受过培训。这些文章不面向任何投资者或潜在投资者，也不构成出售任何证券的要约——或购买任何证券的要约邀请——且不得用于或依赖其评估任何投资的优劣。 在任何情况下，本网站——或相关的内容分发渠道——上提供的任何文章或其他信息，都不应被解释为征求购买或出售任何证券或a16z人员发起、讨论或提及的任何集合投资工具中权益的要约。也不应被解释为

匹配字段正文

指纹）进行比对。 对疑似新增 CSAM 的审核。 我们可能开始保留被标记为潜在 CSAM 的内容以供人工审核，包括与已知哈希值不匹配的内容。标记表示疑似材料；标记本身并不构成对该内容属于 CSAM 的认定。 哈希匹配可检测已知材料，而分类器可以识别尚未被添加到哈希数据库中的疑似材料。美国国家失踪与受虐儿童中心（NCMEC）建议将哈希和图像分类器作为处理图像和视频的服务（包括生成式 AI 服务）的基本儿童安全措施（NCMEC 的指导). 筛查同样适用于 ZDR 流量 CSAM 筛查也将适用于 OpenRouter 零数据保留（ZDR）政策覆盖的请求。 我们正在更新文档和相关条款，以明确 OpenRouter 自身的保留承诺： 对于 OpenRouter ZDR 政策覆盖的推理内容，我们在处理完成后不保留提示或响应，除非您明确选择让我们存储它们，或出于 CSAM 审核、报告及相关法律保存的需要而必须保留。 这些 CSAM 条款并不授权出于无关目的对 ZDR 推理内容进行一般性保留。OpenRouter 不使用输入或输出进行模型训练的承诺继续有效（OpenRouter 的隐私政策). 报告与

匹配字段正文

所需的结果。 从深度研究到交互式 3D 设计，以下八个示例展示了我们迄今最智能的模型能做什么。 处理复杂任务 凭借先进的推理能力和多模态能力，Gemini 4 Argon 在深度理解和长周期工作流中表现出色。仅凭一段简短提示，且在零素材、零库的条件下，Argon 编写了 5,000 行数学代码，从零渲染出一座 3D 阳光图书馆——随后还制作了一段关于该过程的视频。 制作交互式工具和可玩的 3D 游戏 Google 员工已使用 Argon 对复杂的 3D 可视化、高保真游戏和交互动画进行原型设计。当被要求构建一个在视频上叠加图形的应用时，Gemini 应用中的 Gemini 4 Argon 生成了一款定制视听工具，可逐帧追踪音阶线条。视频的运动触发音符，从而创作出动态的音频作品。 要把你的世界变成一款互动游戏，请先拍摄物理空间的照片，并参考我们的 AI Studio 操作指南。我们在 Antigravity 中使用 Argon 协调子代理、Blender MCP 和 Nano Banana，将一张真实书桌的照片转化为 一个可玩的 3D 赛道. 优化工作流 Argon 融合了前沿推理、深度

匹配字段正文

为该平板“有史以来最大的更新”，而在此之前，一场预计内容密集的发布会正在成形，尤其是如果你对Mac情有独钟的话。 今日其他看点：Microsoft向6万名员工提供买断方案，Instagram则瞄准YouTube的王冠。 今日科技简报： Apple在大型Mac发布会前推出新款iPad mini Microsoft向6万名员工提供买断方案 Instagram以长视频发力，瞄准YouTube Google为军人家庭拉近距离 最新动态APPLE 🍏 Apple在大型Mac发布会前推出新款iPad mini 图片来源：Apple 简报：Apple刚刚发布了一款新的iPad mini，配备更大的8.5英寸OLED显示屏、A20 Pro芯片，价格上涨100美元，由此开启一个预计将带来Mac多年来最大变革的发布周：首款触屏MacBook Pro。 细节如下： 新款mini仅厚5.4毫米、重255克，比上一代轻约13%，配备Apple称适合弱光阅读的OLED屏幕；起售价为699美元。 Apple表示，A20 Pro与iPhone 18 Pro属于同一芯片家族，多任务处理速度最高提升60%，AI性能提升4

匹配字段正文

opens in new window 新闻稿 2026年10月27日 Apple Creator Studio 新增强大的全新 AI 功能与更多创意工具 本次更新为 Final Cut Pro 带来内置 MotionVFX 内容，为 Content Hub 带来视频素材，为 Logic Pro 扩展音乐创作工具，并为 Logic Pro、Keynote、Pages 和 Numbers 带来全新智能功能 Apple Creator Studio 迎来变革性更新，包括为 Final Cut Pro 提供内置 MotionVFX 内容、在 Content Hub 中提供视频素材、为 Logic Pro 扩展音乐创作工具，以及在 Logic Pro、Keynote、Pages 和 Numbers 中新增智能功能。 加利福尼亚州库比蒂诺 Apple 今日为 Apple Creator Studio 推出变革性更新。Apple Creator Studio 是一套强大的创意应用集合，旨在将工作室级工具交到 Mac、iPad 和 iPhone 上的现代创作者手中。Mac 版 Final Cut P

匹配字段正文