AURA 2.0 论文提出主动对话流式视频模型,开源评测领先

Hugging Face Papers 收录的论文摘要显示,流式视频大模型 AURA 2.0 新增主动发起对话、流感知工具调用和交互式视觉定位三项能力,试图让 AI 在视频流中不再只等用户提问。

Hugging Face Papers 收录的论文摘要显示,流式视频大模型 AURA 2.0 新增主动发起对话、流感知工具调用和交互式视觉定位三项能力,试图让 AI 在视频流中不再只等用户提问。

Hugging Face Papers 收录的论文提出 RepoFactory,把真实代码仓库自动改造成可验证的训练环境,并用“环境进化循环”筛选训练价值更高的任务;据摘要,Qwen3.5-35B-A3B 在这些环境上训练后,NL2Repo-Bench 提升 22.6 个百分点。值得关注的是,它试图解决长程编…

腾讯于2026年11月18日开源Hy4 flash系列三个版本,224B总参数但每token仅激活12B,支持百万token上下文,并公布更低API价格,开发者可直接下载权重部署。

特斯拉在纽约时代广场投放首个FSD广告,同时其关联AI业务Grok Bot在拉斯维加斯Sphere投放巨型广告,并已进入特斯拉车机系统。这显示特斯拉正从“零传统广告”转向用核心软件能力做高调营销。

一名数字媒体艺术专业学生带领20多人团队,用AI工具制作漫画短剧,5个月营收破百万元,月产20余部。这显示了AI如何将视觉创作者从执行者转变为项目决策者。

腾讯混元于 2026 年 11 月 18 日开源 Hy4 flash 系列模型,总参数 224B,运行中每个 token 仅激活 12B 参数,并支持 100 万 token 超长上下文,已在 GitHub、Hugging Face、ModelScope 和 GitCode 同步上线。

DeepSeek因对超长上下文功能限流,遭遇部分用户刷差评甚至极端投诉,暴露出免费大模型在算力有限下的供需矛盾。

斯坦福MIMI团队在Hugging Face公开论文摘要,提出Glyph——一个用基础模型和稀疏自编码器从多模态临床数据中提取可解释概念、并评估其科学发现价值的多阶段框架。它试图把AI学到的“潜特征”翻译成临床可理解的概念。

微软在Ignite 2026上宣布Office从“文档工具”转为以Copilot为中心的智能办公系统,Word、Excel、PowerPoint被整合进Copilot应用内。这意味着办公软件的主入口正在从应用本身转向AI对话界面。

论文提出 FMT 无损图像格式,把解码顺序与熵编码器一起设计,使任意尺寸图像都能在固定数量的串行步骤内解码;在同为 A100 的测试条件下,其大网络版本解码 Kodak 照片比所测学习型编解码器快 9 到 61 倍。