Day-0 支持:摩尔线程完成 3 万亿级参数 Kimi-K3.1 Pro 适配,支持文本与图片推理
IT之家 11 月 6 日消息, 本月 4 日,月之暗面正式公布 Kimi K3.1 Pro 完整模型权重 。在 Arena 运营的 Agent Arena 智能体排行榜中,Kimi K3.1 Pro(Max)位列开放权重模型第一、全部参评模型第 13 位,并在工作、编程与聊天三个类别中均居开放模型首位
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
IT之家 11 月 6 日消息, 本月 4 日,月之暗面正式公布 Kimi K3.1 Pro 完整模型权重 。在 Arena 运营的 Agent Arena 智能体排行榜中,Kimi K3.1 Pro(Max)位列开放权重模型第一、全部参评模型第 13 位,并在工作、编程与聊天三个类别中均居开放模型首位
AI 创作者 leedain_leader_in 用 Kling 4.0 从头制作了一支虚构能量饮料广告 Reels,覆盖产品特写、人物奔跑和带台词的拍摄现场花絮。测试中一次生成即完成 18 秒含 10 个硬切镜头的广告,整合 10 张参考图,易拉罐开启结构、冰块气泡与冷凝水等物理效果准确,包装小字清晰可读
Motion Prompt 整理了 192 个动效与镜头专业词汇,配可视化插件与 AI 生成视频项目对接,提升创作者对 AI 指令准确性。
📊 文章信息 AI 初评: 78 来源: 泊舟(@bozhou_ai) 作者: 泊舟 分类: 人工智能 语言: 中文 阅读时间: 1 分钟 字数: 214 标签: AI 与智能应用 , AI 编程 , 提示工程 , AI 工作流 , 图像生成 阅读推文
作者分享生成 AI 制作个人产品视频的低成本方案,无需专业设备即可获得版权永久归属。
准确率刷新行业上限,Pangram凭何接连攻克图像与视频AI检测难关? · · Nov 6, 2026 32.2k 专注于人工智能生成内容识别的AI实验室 Pangram Labs 于11月4日正式发布 Pangram Image1.0 图像检测模型及 Pangram Image Flash1.0 视频检测模型
IT之家 11 月 6 日消息,Pangram Labs 是一家专注人工智能生成内容识别的 AI 实验室。其在本月 4 日正式发布了 Pangram Image 1.0 模型。该模型可通过热力图定位 AI 生成的内容。 Pangram Labs 利用 12 种前沿 AI 图像生成器,基于 100 张真实图片制作了一个 1200 张照片的测试数据集
本文探讨 AI 配音流程中的时长不匹配问题:由于不同语言的文本长度和语速存在差异,译制语音往往无法与原始时间轴对齐;为此,文章提出一套多阶段方案,包括计算时长预算、限制幅度的变速处理、受长度约束的重新翻译,以及人工审核。
OpenAI 的 Images 2.6 支持生成 6 秒内完成的图像并原生支持 GIF,还提供统一的 Chat+Work 界面,让实时视觉创作成为可能;但这也引发了对「隐形陷阱」的担忧:自动化速度过快,可能削弱人们对 AI 输出的批判性评估。
IT之家 11 月 6 日消息,知名游戏制作人小岛秀夫近日接受日媒 Game*Spark 采访时表示,AI 是把双刃剑,它能够提升游戏开发效率,也可能剥夺创意工作中最有价值的试错过程。如果不加以限制,AI 可能会涉足创意工作领域
Google 开源 740M 参数 EmbeddingGemma 2 多模态嵌入模型,统一处理文本、代码、图像、音频、视频,模型仅 567MB 可部署至手机本地,显著降低 RAG 系统复杂度与端侧 AI 门槛。
「54岁大哥靠AI短剧还清负债」冲上热搜,主角是54岁的张汉生和老十一剧场的《持械入宋》。媒体报道承制价从2025年最高每分钟3000元跌到2026年的200到300元,但复现这部剧需要30余人团队和超百万元算力,收入数字止于自述与平台背书。
实测即梦短剧工作室后,作者从一句话灵感生成完整短剧《交换生驾到》,体验剧本生成、资产管理、分镜预演、局部重拍等全流程,最终通过机构伙伴计划获得 IP 改编资源和持续创作支持。
AI 视频正在从一次生成一个成片,转向可反复修改的创作工具,支持角色、场景、动作等细粒度控制。
Peter Yang 呼 AEA Suno AI 预装在特斯拉汽车中,构想实现驾驶期间通过语音指令生成音乐的无感体验。
谷歌发布 Gemini Omni 1.2 Flash,视频生成时长提升至 15 秒,画面一致性大幅优化,价格降至每秒 0.07 美元,对创作者和开发者均有显著提升。
ElevenLabs支持用户将AI音乐直接发布至SoundCloud · · Nov 6, 2026 32.1k 音频人工智能公司 ElevenLabs 于2026年11月5日宣布,正式允许用户将通过其 ElevenMusic 平台创建的AI生成音乐直接发布至 SoundCloud 平台
国产多模态新星:蚂蚁 Ling 3.2 Flash 叫板 Claude Opus 5 · · Nov 6, 2026 蚂蚁百灵今日推出原生多模态模型 Ling-3.2-flash,560B 总参数每次仅激活 25B,配 1M 上下文、走 MoE 路线——前向只调部分参数,留知识容量、压单步开销。这"大骨架、小激活",正是平衡能力的核心
Gemini Omni 1.2 Flash 现已在 Krea 上线。 15 秒片段、更深入的电影级控制,以及多轮编辑! 立即试用 👇
蚂蚁百灵团队发布原生多模态模型 Ling-3.2-flash,总参数 560B、激活参数约 25B,上下文窗口 1M,支持图像、文本与视频输入。
Artificial Analysis 评测显示,Black Forest Labs 的 FLUX 3 Image Klein 在 AA-Image-T2I v2.1 上位列开源权重模型第二,与第一名 Qwen-Image-2.1 不相上下,在 AA-Image-Editing v2.1 上排开源权重模型第三。
Google 发布视频生成与编辑模型 Gemini Omni 1.2 Flash,原生片段时长从 10 秒延长到 15 秒,720p 价格降至 $0.07/秒,比 Omni 1.1 Flash 便宜约 30%,一段 15 秒 720p 视频约 $1.05。
IT之家 11 月 6 日消息,谷歌正式推出 Gemini Omni 1.2 Flash 视频生成模型,并在 Gemini API 与 Gemini for business 平台全面开放使用
OpenAI 相关负责人称,目前 ChatGPT 与 API 每周生成的图像超过 40 亿张,高于仅 8 周前的每周超 30 亿张。其转发的 @OpenAI 内容还提到 ChatGPT Images 2.6 新增 GIF 与参考图支持,API 将迎来两个图像生成速度提升 50% 的新模型。
Krea AI 官宣推出全新 Krea Video,主打在浏览器内直接生成好莱坞级画质视频。功能包括电影感相机控制、100+ 热门预设、可直接用于 UGC 的模板、视频剪辑、风格迁移和声音生成,现已开放试用。
Arena 发布访谈预告,Krea 联合创始人兼 CEO @viccpoes 与 @petergostev 对谈,介绍仅 7 人团队训练 Krea 3 Ultra 的过程
fal 宣布 Google gemini-omni-flash v1.2 在其平台开放试用,提供 Text-to-Video、Image-to-Video、Reference-to-Video、Edit、Extend、Upscale 六个功能的入口链接。
Arena 宣布 Google 的 Gemini Omni 1.2 Flash 在 Text-to-Video 和 Image-to-Video 榜单首秀即排名第一,Video Edit 排第三
在多图编辑竞技场(Multi-Image Edit Arena)中,@krea_ai 凭借最新发布的 Krea 3 Ultra 位列实验室总排名第 3
Logan Kilpatrick 宣布 Gemini Omni Flash 1.2 正式推出,视频生成时长提升至 15 秒,并新增相机视角的更深电影级控制与多轮对话编辑支持