AI探索指南

  1. 谷歌也宣布自己得了 IMO 2025 的金牌#ai创造营#

    谷歌也宣布自己得了 IMO 2025 的金牌#ai创造营#

    他们这个是 IMO 委员会评估认证过的,没有像 Open AI 那样抢跑

    委员会的评价是:“可以确认,Google DeepMind 达到了备受期待的里程碑,获得了 42 分中的 35 分——金牌分数。他们的解答在许多方面令人惊叹。IMO 评分员认为这些解答清晰、准确,大多数易于理解。”

  2. Pika 也开始走 C 端路线了,上线了一个视频特效 APP#ai创造营##ai视频#

    Pika 也开始走 C 端路线了,上线了一个视频特效 APP#ai创造营##ai视频#

    上传一张自拍照,AI 就能快速将其转化为各种风格的视频
    选择任意音频,Pika 会让“AI 版的你”与之同步表演
    以尝试不同发色、服装、场景和灯光,甚至改变周围环境
    可以用自己的自拍和喜欢的片段进行混剪
    只需输入主题,AI 就能帮你生成视频脚本

  3. K2 的技术报告也发布了#ai创造营#

    K2 的技术报告也发布了#ai创造营#

    专家数量:384个专家,每次前向激活8个,提升了稀疏性和性能。

    注意力机制:采用多头潜在注意力(MLA),隐藏维度7168,注意力头数64(相比同类模型减少一半,提升长文本推理效率)。

    优化器:创新性地提出了MuonClip优化器,将高效的Muon算法与QK-Clip权重裁剪机制结合,解决了大规模训练中的不稳定问题,防止注意力logit爆炸。

    数据处理:预训练数据覆盖Web文本、代码、数学和知识四大领域,采用合成重写(rephrasing)技术提升token利用率,尤其在知识和数学领域通过多样化重写增强泛化能力。

    训练规模:预训练总计15.5万亿高质量token,采用4096-token上下文窗口,后期通过YaRN方法扩展到128k上下文。

    稀疏性Scaling Law:实验表明,在激活参数数固定的情况下,增加专家总数(提升稀疏性)能显著降低训练和验证损失,提升模型表现。

    推理优化:减少注意力头数,降低长文本推理的计算开销,提升实际应用效率。

    硬件:基于NVIDIA H800 GPU集群,采用多级并行策略和高效的激活存储与重计算技术,保证大模型训练的可扩展性和稳定性。

    这里查看:github.com/MoonshotAI/Kimi-K2/blob/main/tech_report.pdf

  4. 时尚 AI Agent 也来了,感觉比目前很多品类的 Agent 都要更有用!

    时尚 AI Agent 也来了,感觉比目前很多品类的 Agent 都要更有用!

    Gemsmo 可以按需生成穿搭、每个单品都可购买,还可以按照自己的身材虚拟试穿。

    用 Gensmo 给自己生成了一套宝可梦穿搭,分别搭配泡泡蛙、呱头蛙、甲贺忍蛙!大家更喜欢哪一套呢~

    Invalid media: video

  5. 继续玩 Veo 3 将经典影视场景变成像素风格游戏,分别是黑客帝国、银翼杀手和指环王

    继续玩 Veo 3 将经典影视场景变成像素风格游戏,分别是黑客帝国、银翼杀手和指环王

    提示词:
    影视作品:黑客帝国 (The Matrix)
    经典场面描述:
    暴雨滂沱的摩天楼顶,尼奥为了掩护同伴,独自面对特工史密斯。当史密斯开枪时,尼奥的“救世主”潜能觉醒,他以超越物理的姿态后仰,在慢动作下躲开了子弹。这便是影史经典的“子弹时间”场面,是尼奥信念诞生的象征。

    核心角色:

    尼奥 (Neo): 觉醒中的救世主。身穿标志性黑色风衣,冷静而专注,内心力量正在萌发。

    特工史密斯 (Agent Smith): “母体”的秩序化身。冷酷无情的程序,身穿黑西装,是尼奥必须跨越的障碍。

    游戏画面风格: 像素艺术 (16-bit风格)

    游戏类型: 横版动作射击

    游戏化场景还原: 将经典的“子弹时间”场面,用复古像素美学和强调精准操作的玩法重现。

    画面描述:
    游戏采用16-bit横版卷轴视角,整体色调为标志性的暗绿与灰色。能看到像素化的雨滴和低分辨率的城市夜景。玩家控制的“尼奥”和敌人“史密斯”都是细节分明的像素人物。核心玩法是再现“子弹时间”:敌人射出的子弹像素轨迹会变慢,为玩家提供闪避窗口,而尼奥的躲闪动作则是精致的逐帧动画。

    游戏界面 (UI):

    左上角: 像素化的绿色生命条(HP)和黄色的“专注值”条。

    右上角: 简单的像素风格分数和连击计数。

    右下角: 武器图标和弹药数。

    音乐与音效 (Audio):

    背景音乐 (BGM): 电影原声的16-bit芯片音乐(Chiptune)改编版,节奏强劲,充满合成器质感。

    音效 (SFX): 数字化的枪声、子弹划过空气的“咻咻”声、以及使用“专注”能力时的特殊提示音。

    Invalid media: video

  6. Veo 3 的生命力真的强

    Veo 3 的生命力真的强

    这个 logo 无缝衔接变成产品的玩法也很好,非常适合做品牌广告最后一个分镜

    照例优化了提示词把 json 格式干掉了

    在一个充满趣味的一镜到底镜头中,经典的乐高标志将分解为无数色彩斑斓的积木颗粒,并在空中自动拼搭成一个充满想象力的模型。

    详细场景描述:
    画面始于一个纯白背景前,标志性的红色方形乐高(LEGO)标志静静悬浮。整个过程将由一个流畅、不间断的镜头完成。 标志突然轻微晃动,随后“咔”的一声,它分解为“L-E-G-O”四个独立的字母积木。紧接着,这四个字母再次爆开,化作一场五彩斑斓的积木“阵雨”倾泻而下。这些红、黄、蓝、白的标准积木颗粒在空中飞舞、旋转,被一股无形的力量牵引,以极快的速度和精准度相互“咔哒、咔哒”地扣合在一起。镜头可以跟随其中一块关键积木,看它如何找到自己的位置。最终,这些积木在空中完美地拼装成一个活泼的乐高小汽车模型。

    核心创意: 标志的解构与充满乐趣的重组。

    镜头与运镜: 严格的一镜到底(Single take / One-shot),可以带有趣味性的轻微环绕运镜,以展现拼搭过程的动态感。

    整体风格: 充满童趣、活泼、有创造力、令人满足。

    灯光: 明亮、均匀、欢快的影棚灯光,让积木的色彩显得格外鲜艳。

    环境: 纯白或浅灰色的极简背景,以最大限度地突出乐高积木的色彩。

    核心元素:

    经典的乐高标志

    分解后飞舞的各色积木颗粒

    空中自动拼搭的过程

    最终成型的乐高模型

    音效:

    背景音乐: 轻快、俏皮的旋律,可使用木琴、打击乐等乐器。

    特效音: 整个过程的核心是乐高积木相互扣合时清脆、悦耳、富有节奏感的“咔哒”声。

    结尾: 拼搭完成的乐高模型完美地静置在画面中央。画面淡出为白色。全程无任何文字。