Video models are zero-shot learners and reasoners
论文总结：《Video models are zero-shot learners and reasoners》 基本信息 标题：视频模型是零样本学习者和推理器 作者：Robert Geirhos 等 发表：arXiv, 2025年9月 核心：首次系统性展示视频生成模型（Veo …
分类：AI （75 篇）
FSD V12
特斯拉 FSD V12 之所以被称为“自动驾驶的全新范式”，核心在于它第一次把“感知-决策-控制”整条链路压进一个端到端神经网络，用数据驱动彻底替代了人工写的规则代码，从而把自动驾驶从“工程师写逻辑”变成了“模型自己学驾驶”。具体特殊性体现在三点：
持仓票，让AI帮忙分析，存档等验证
穿越周期的铜箔龙头：建滔积层板2025财报透视.pptx …
美团发布 LongCat-Image 图像生成模型，编辑能力登顶开源SOTA
LongCat团队 美团技术团队2025年12月8日 10:24**北京 当前 AI 图像生成技术需求旺盛，但行业陷入 “两难困境”：闭源大模型性能强劲但无法自行部署或二次定制开发，开源方案普遍存在轻量化与模型性能难以兼顾、面向商用专项能力不足的痛点，制约商业创作与技术普惠。为此 …
DeepSeek-V3.2
DeepSeek-V3.2（标准版）：主打性价比与日常使用，推理能力达到 GPT-5 水平，比 Kimi-K2-Thinking 输出更短、更快且更省成本，并首次实现「边思考边用工具」。官网、APP、API 均已升级到该版本，适用于日常问答、写作和 Agent 任务。 …
腾讯游戏发布专业游戏AI大模型，美术师做动画不用辣么“肝”了
而在科隆游戏展期间，腾讯游戏首次面向全球发布游戏创作AI全链路解决方案VISVISE。 简单来说，VISVISE包含一整套AI工具，分为动画制作、模型制作、数字资产管理、智能NPC四大管线，覆盖游戏美术开发全流程，重点在于辅助游戏美术完成那些重复、机械且工作量巨大的“体力活”。
LLM 高效架构综述
近年来，大语言模型（LLMs）展现出强大的语言理解与生成能力，推动了文本生成、代码生成、问答、翻译等任务的突破。代表性模型如 GPT、Claude、Gemini、DeepSeek、Qwen 等，已经深刻改变了人机交互方式。LLMs 的边界也不止于语言和简单问答。随着多模态 …
Insights into DeepSeek-V3: Scaling Challenges and Reflections onHardware for AI Architectures
https://www.arxiv.org/pdf/2505.09343 深度解析 DeepSeek-V3：扩展挑战与硬件架构反思 背景与目标 DeepSeek-V3 是由 DeepSeek-AI 开发的超大规模语言模型，基于其前代 DeepSeek-V2 的架构进行了多方面的优 …
抖音开放的推荐逻辑算法4
平台治理为推荐算法设置“护栏” 抖音平台治理的流程 平台治理的第二步是针对标准中定义出的问题，针对性地将有问题的内容识别出来，并进行处置。 抖音的平台治理存在于内容发布与传播的每一个环节。一方面，内容的传播与治理紧密关联，一条内容传播的次数越多，其需要经历的审核次数也越多；另一方 …
抖音开放的推荐逻辑算法3
抖音算法的多目标平衡 推荐算法通过各种“目标”来预估用户行为，为用户推荐内容。但用户的行为动作有很多，不同行为的重要程度会决定算法推荐的优先级。因此，为推荐算法设置合理的目标格外重要。推荐算法在诞生之初只关注单一或者少量的目标，比如完播、点赞，但随着平台内容和各方需求日益多元化， …