搜索
8月13日凌晨，DeepSeek V4 Pro正式登场，给开源模型生态又添一把猛火。从Kimi K3到MiniMax H3，再到DeepSeek V4 flash、DeepSeek V4 Pro，在中国开源模型的猛攻之下，美国的AI公司这次是真的坐不住了。
用 AI 做视频的同学总有这样的痛苦：提示词也不是没认真写，运镜方向、人物走位、画面构图交代了一大段，但模型给出的画面总是差着一截，运镜偏了几十度，人物走到中途消失，镜头速度前半段稳后半段飘。
我是作为坚持媒体老师需要实践的操守，真的看了这部电影的，不然我就不写了
随着视频扩散模型能力不断提升，从单张图像出发、按照用户指定的相机轨迹生成新视角视频，正在成为 World Modeling 的重要技术路线。
科研的链条很长。文献读不完，方向想不清，实验一轮接一轮，论文改到深夜。过去两年，大模型已经能读论文、写代码、改文章，但它们大多以问答工具的形态散落在各个环节，替研究者节省的只是零碎时间。
27B正在成为本地AI的新选择。
大模型机制可解释性研究中，一直存在一个颇具反差的现实： 为了理解一个已经训练好的模型，研究者往往需要先训练一套新的稀疏表示。
视觉 - 语言 - 动作（VLA）模型已成为端到端自动驾驶的主流技术路线，但基于自回归（AR）解码的现有架构面临双重结构性瓶颈：其一，逐 Token 串行生成导致推理延迟随序列长度线性增长，严重制约实时部署；其二，训练阶段依赖真实前缀的 teacher forcing 机制，使模型在推理时暴露于自身生成的误差之上，引发长时序累积的曝光偏差（exposure bias）。
当下，几乎所有人都在押注更大、更聪明的 AI 模型。但 AI 的下一个核心护城河到底是什么？最近，a16z 发布了一篇深度文章——《下一个 AI 护城河并非更优的模型》（The Next AI Moat Isn’t a Better Model）。
不会写代码，能不能做出一款自己的游戏？