Opus 5.5代码直出视频刷屏!审美暴打GPT

来源:量子位(梦瑶(发自 凹非寺)) · 2026-09-24 · 原文链接 分类:弱相关(社交热点汇编;但有三处对主线有用:① 纯代码生成 = 输出可执行过程而非像素,给「接触叙述」提供第三种产物形态;② 民间基准填补正式基准失效处,触觉缺一个这样的任务;③ 带护栏的跑分其实是多模型协作结果,与 harness/L1–L2 线索接上) ...

2026年9月24日 · 5 分钟 · 2162 字 · elephantflow

实时互动、实时改视频、探索空间视频,Vidu S2 一次放了三个大招

来源:量子位(诺亚) · 2026-09-15 · 原文链接 分类:主线强相关(实时/可控视频生成;与昨天 GWM 那篇同公司同导师,构成一组对照) 一句话概括 生数科技发布 Vidu S2,三个升级:S2-Avatar(实时互动数字人升到 720P、能执行大幅动作、互动中可随时递参考图让角色换装/拿物/换场景)、S2-Editing(正在播放的视频可实时换装/换人/换背景/换风格,“边播边改”)、实时空间视频(可实时生成与编辑左右眼画面送进 VR 头显)。技术上给了五处细节:按事件顺序的标注、Hybrid Forcing + Self-Replay Forcing(让模型练习接住自己产生的偏差)、Backbone-Refiner 两阶段 + 异步流水线、时间戳对齐(重设计位置编码使参考图注入时刻对齐)、VLM Agent 作"执行导演"跟踪画面状态并规划后续生成,双向阶段 DPO + 流式阶段 Streaming NFT。发布当天全量开放,距 S1 发布 69 天。 ...

2026年9月15日 · 7 分钟 · 3359 字 · elephantflow

一周连发6个模型!这家公司把具身智能的闭环跑通了

来源:量子位(克雷西(发自 凹非寺)) · 2026-09-08 · 原文链接 分类:技术发布 / 工业具身智能(主线强相关:ActiWorld 直接对话"未来信息形态"线索) ...

2026年9月8日 · 8 分钟 · 3845 字 · elephantflow