慢感知（Slow Perception）是阶跃多模态团队提出的一种新型视觉感知概念，通过逐步分解和流动的方式，让模型像人类一样更精细地感知复杂的几何图形。实验中，研究人员构建了20万个合成几何图形数据样本用于训练，从中学考试中收集了480个真实几何图形用于验证和测试。结果显示，慢感知能显著提升模型的几何解析能力，F1分数提高了6%。慢感知表现出推理时间扩展规律：感知尺越短，模型对线段的感知越精细，推理时间也越长。 什么是慢感知 慢感知（Slow Perception）是阶跃多模态团队提出的一种新型视觉感知概念，通过逐步分解和流动的方式，让模型像人类一样更精细地感知复杂的几何图形。 慢感知的工作原理 慢感知（Slow Pe...

判别式模型是机器学习中一类重要的模型，主要用于分类和回归任务。它们的核心目标是学习输入变量x和输出变量y之间的映射关系，即条件概率分布P(y|x)。与生成式模型不同，判别式模型不考虑输入变量x和输出变量y之间的联合分布P(x,y)，而是直接建模条件概率P(y|x)。 什么是判别式模型 判别式模型（Discriminative Model）是机器学习中的一种模型，用于对未知数据y与已知数据x之间的关系进行建模。通过构建条件概率分布P(y|x)来预测y，而不考虑x和y之间的联合分布。 判别式模型的工作原理 判别式模型的核心在于学习输入数据 x 和输出数据 y 之间的映射关系，即条件概率 P(y|x) 。这种模型不关注数据是如...

寻光是由阿里巴巴达摩院研发的一站式AI视频创作平台，利用先进的人工智能技术，为用户提供从剧本创作到分镜图设计、角色定制、场景生成以及视频编辑的全流程服务。寻光支持AI辅助的剧本分析、角色和场景的智能生成、以及视频内容的精细化编辑，包括目标新增、消除、编辑和风格变换等。寻光旨在通过AI技术提升视频创作的效率和质量，让视频制作变得更加简单和高效。寻光已开放试用体验，用户可前往官网进行体验。 寻光的产品功能 故事板生成：寻光能够理解剧本内容，并将其转化为一系列可视化的分镜头脚本。用户只需输入剧本，AI便能自动生成与剧本内容相匹配的分镜头，包括场景布局、角色位置和动作等。该功能极大地提升了从剧本到视频制作的转换效率，使导演和编...

上下文工程（Context Engineering） 是在人工智能（AI）领域，特别是大型语言模型（LLM）应用中逐渐兴起并日益受到重视的概念。可以理解为一种系统性的工程方法。在于构建动态的系统，以便向AI模型，尤其是LLM，提供精准、相关且及时的信息和工具，使模型能更合理、更有效地完成特定任务 。与传统的提示工程（Prompt Engineering）主要关注单次交互中的指令和示例不同，上下文工程更侧重于设计和实现能捕获、存储、检索和管理上下文信息的完整系统。意味着上下文工程不仅关注“说什么”，更关注“在什么情况下说”，以及如何构建和利用这个“情况”来提升AI的整体表现。涉及到对AI模型运作环境的全面考量，包括模型可以访问的知识范...

Mootion是什么 Mootion 是专注于基于 AI 技术快速生成视频内容的创意平台。通过简单易用的界面，帮助用户将想法转化为视觉故事，无需专业视频编辑技能。用户可以通过输入文本、脚本、视频或音频等多种形式，生成高质量的视频内容。平台提供丰富的元素库，包括流行特效、转场、逼真配音和动态 AI 音乐，支持多种语言，能创建不同视觉风格的视频，如照片写实、3D 卡通和漫画等。Mootion 支持精确的姿态和动作控制，以及 3D 动画生成，用户可以生成透明背景视频或 FBX 格式文件，用于多种 3D 建模软件。 Mootion的主要功能 一键生成视频：用户只需输入一句话，AI会自动完成从脚本构思、分镜设计、动画制作到...

草稿链（Chain-of-Draft, CoD）是新型的AI推理范式，通过简洁的中间推理步骤提升推理效率。模仿人类解决问题时的简洁思维，限制每一步输出的关键信息，不超过五个词。与传统的思维链（CoT）相比，草稿链大幅减少了Token使用量，显著降低了推理成本和延迟，同时保持较高的准确率。在多种推理任务（如算术、常识和符号推理）中，草稿链表现出色，适合实时AI应用、资源受限环境和成本敏感场景。 什么是草稿链 草稿链（Chain-of-Draft, CoD）是Zoom的研究团队提出新的AI推理范式，通过模仿人类的简洁思维过程来提升推理效率，节省成本。受到了人类解决问题时依赖草稿或速记捕捉关键见解的启发。与传统的思维链（Chain...

Flow Studio是什么 Flow Studio是FlowGPT推出的AI长视频生成工具，能一键生成具有电影级质量的3分钟长视频。Flow Studio能自动创建引人入胜的情节、保持角色一致性，自动匹配背景音乐和音效，大大简化了视频制作流程。Flow Studio 支持多种视频风格和类型，适用于营销、教育和社交媒体等多种场景。消除后期编辑的繁琐，让视频创作变得快速简单。 Flow Studio的主要功能 AI驱动的叙事：自动生成引人入胜的情节，保持角色一致性，确保视频内容连贯且吸引人。 电影级制作：提供专业级的视觉效果和音频质量，包括背景音乐和音效，提升整体观看体验。 无缝一键创作：简化视频创作流程，用户...

白日梦是什么 白日梦AI是光魔科技推出的一款AI视频创作平台，通过自然语言处理技术，支持用户输入文本内容，快速生成视频，最长可生成6分钟的视频。该平台支持文生视频、动态画面、AI角色生成等功能，并能保持人物和场景的一致性。白日梦AI特别适合创作儿童绘本和连环画，提供简单易用的创作工具，让创意快速转化为可视化的视频内容。无论是短小精悍的故事，还是情节丰富的长篇故事，白日梦AI都能轻松应对。 白日梦的功能特色 文本到视频转换：用户只需输入文字描述，AI就能理解其内容，并自动生成视频。最长可生成6分钟时长的视频，无需用户具备视频制作技能。无论是故事情节、对话还是场景描述，AI都能将其转化为生动的视频画面。 海量角色演员...

有言是什么 有言是由魔珐科技推出的一个一站式AIGC视频创作和3D数字人生成平台，通过提供海量超写实3D虚拟人角色，帮助用户无需真人出镜即可制作视频。该平台基于魔珐自研的AIGC技术，支持用户输入文字快速生成3D内容，并提供自定义编辑、字幕、动效、背景音乐等后期包装功能，简化视频制作流程，让创作变得高效而有趣。 有言的主要功能 一站式服务：有言整合了从内容生成到后期制作的全套流程，为用户提供了从开始到完成的一站式视频创作解决方案。 海量3D虚拟角色库：有言拥有大量高质量的超写实3D虚拟人角色，用户可以根据视频主题和风格选择合适的角色，免去真人出镜的需要。 一键生成3D内容：用户只需输入文字，平台即可基于AIG...

Humva是什么 Humva 是创新的AI数字人生成工具，专注于为用户提供个性化数字形象和视频内容制作服务。通过简单易用的界面，用户能快速创建专属的数字人，支持多种背景、性别、行业和服装选择，满足不同场景需求。 Humva 的核心优势在于强大的定制化功能和高效的内容生成能力。用户可以输入脚本，快速生成高质量的视频内容，适用于社交媒体、产品推广、教育培训等多种场景。 Humva的主要功能 自定义数字人生成：用户可以通过上传一张照片或选择预设模板，快速生成个性化的虚拟形象。平台提供丰富的自定义选项，包括发型、服装、肤色、姿势和动作等，满足不同用户的需求。 一键生成视频内容：Humva 支持将文本脚本转化为...