从一步生图到流式视频：清华团队探索「样本分布训练」
从一步生图到流式视频：清华团队探索「样本分布训练」对着屏幕说一句 “向左转”，画面随即展开新的视野；调整角色的动作，场景紧接着给出反馈。多模态交互要求视觉生成跟上人的操作，而漫长的等待会打断整个体验。
来自主题: AI技术研报
7785 点击 2026-10-12 11:44
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
对着屏幕说一句 “向左转”，画面随即展开新的视野；调整角色的动作，场景紧接着给出反馈。多模态交互要求视觉生成跟上人的操作，而漫长的等待会打断整个体验。
只要和一个人聊得足够久，大模型就能成为他的「数字分身」吗？
设想这样一个场景：你让机器人把桌上的杯子收进托盘。它已经看到了杯子，机械臂正朝杯子伸过去。这时，旁边的人顺手把杯子挪开了几厘米。
留给人类的时间，只剩半年了？
阶跃星辰新出的 Step 5 Preview，我前前后后测了一圈
Anthropic 报告称，Claude Haiku 4.5 在自动化测试中向费城警方网站提交虚假凶案线索，72天后公司才发现，并停用相关测试、收紧互联网接入和监控措施。
ChatGPT共同创造者Liam Fedus表示，数学可由Lean验证，但材料等物质科学必须依靠真实实验，因此其创立的Periodic Labs在门洛帕克建设实验室，结合语言模型推理、物理模拟与高通量实验探索AI科学家。
AI需求挤压消费级内存产能并推高PC成本，技嘉通过BIOS更新让B760、H610及DDR4平台继续支持英特尔LGA1700新处理器，开源项目Strata则让消费级电脑本地运行1250亿参数的Qwen3.8-Flash-Next成为可能。
字节跳动正依托Seed、火山引擎、飞书、豆包、抖音和TikTok，在芯片、算力、模型、云服务、终端及机器人等AI全产业链布局，但投入分散与关键押注不够坚定仍是风险。
Assembling 2026 展示了 ZooWork、Yotta Labs、Puffo、Kite AI 和 Musein（目音）五个项目，分别聚焦企业 Agent 交付、多芯片多云算力、人机协作安全、Agent 身份支付与商业视频生产。