搜索“视频”

案、模块、布局和视觉风格； 优化标题、按钮、卡片和多区域信息的文字渲染与版式稳定性； 通过端到端生成一次性完成整体设计，统一配色、构图和素材风格； 创建原生 RGBA VAE，直接生成人物、商品、图标和装饰等透明背景素材。 相比通过代码多次调用通用生图模型，分别生成背景、插画和装饰，端到端生成拥有更完整的全局控制，能够减少素材之间色系冲突和画风不一致。 🎬 视频演示（见公众号原文 ） Layer 将设计变成可编辑资产 它做的不是普通抠图，而是在恢复一张设计图背后的结构。 设计生成后，文字还会修改，人物需要移动，背景可能替换，商品和装饰也需要单独复用。 Ming-Image-0.1-Design-Layer 可以将设计图拆成 2—9 个语义独立的 RGBA 图层，侧重广告海报、PPT、UI/UX、信息图、电商主视觉和模板再创作等场景。 模型按照文字、卡片、主体和背景等设计角色组织图层，保留透明边缘，补全被遮挡区域，并保障所有图层重新组合后的结果一致性。 🎬 视频演示（见公众号原文 ） Layer 为什么能够拆得更准 模型通过 Type Token 告诉每个图层自己承担的设计角色；Alph

匹配字段正文

首页; 新品; 资讯; 视频; 折扣; 试用; APP下载 8 月底，一个没有背景的匿名模型突然冲上了 OpenRouter 调用榜的第一，七天内被全球开发者用掉 23.2 万亿 Token。 它很神秘，代号叫 Ox Alpha。Ox 在英文里是公牛的意思，于是大家给它起了个名字叫“牛来”大模型。 大家纷纷猜测它背后到底是谁，有人说是小米，有人说是谷歌，甚至连苹果都被怀疑过。有开发者做黑盒指纹实验发现，Ox Alpha 与智谱的模型呈现出高度一致的关系。 终于在 8 月 26 日晚，智谱公布了答案：Ox Alpha 就是旗下最新的 GLM-5.3 Flash 模型，已经正式上线并开源。总参数 3200 亿，是 GLM-5 系列第一个原生多模态模型，编程表现与 Claude Opus 4.8 持平。 因为全新的低成本架构，GLM-5.3-Flash 全面超越参数量高出一倍的 GLM-5.2，定价却只有它的十分之一。 每轮都开启新对话，模型选择 GLM-5.3 Flash，思考级别最高。 Part 1 · 3D 打印机 第一轮做一台网页里的 3D 打印机，上传一张图片，把它变成一个 3D

匹配字段正文

部署模型； 对数据访问、权限控制和调用日志进行管理； 围绕机构内部知识和特定金融任务继续训练； 建立适合自身业务的测试与审核机制。 对于需要处理内部资料、客户数据或未公开研究材料的机构而言，本地部署可以减少敏感信息离开内部环境的风险。 对于模型开发者而言，开放权重也有助于进一步研究金融领域训练、长任务执行、工具调用及结果可追溯等问题。 进入真实应用场景 🎬 视频演示（见公众号原文 ） 熵简在其 AlphaClaw 中接入 Ling-3.0-flash-Fin，用来解决金融研究中的实际业务诉求。它面对的不是简单的金融问答，而是研究人员日常真正会遇到的任务。比如，分析 AI 服务器 PCB 未来几年的需求和扩产情况，比较不同 AI 手机的芯片、存储和散热配置，设计一份帮助研究人员验证观点的专家访谈提纲。 完成这些任务，不能只靠“知道得多”。模型既要找到数据，也要判断来源是否可靠、统计口径是否一致；既要完成分析和计算，也要把结果整理成表格、图示、访谈提纲。Ling-3.0-flash-Fin 的价值，不是简单生成一段答案，而是帮助 AlphaClaw 更快地把业务需求转化为可复核、可编辑、可

匹配字段正文

完整、研究口径与计算是否合理，以及关键数据与结论能否回溯至权威原始资料。FinFIRST 将于近期开源，为金融搜索研究与评测提供可靠基准。 评测结果表明，Ling-3.0-flash-Fin 综合得分已超过一些大尺寸旗舰模型，和同等尺寸模型相比竞争力突出，尤其是擅长优先定位官方、一手及高可信资料。 Demo：Google 全平台月度 Token 处理量 🎬 视频演示（见公众号原文 ） 演示说明：本 Demo 仅可视化展示当前示例任务的处理轨迹，不代表模型的全量能力、所有任务流程或最终产品界面；演示内容仅供参考，不构成任何投资建议或决策依据 本案例要求模型梳理 Google 全平台月度 Token 处理量的四次首次披露，并计算各阶段增量。 Ling-3.0-flash-Fin 通过 23 次工具调用，最终聚焦到 Google I/O、Alphabet 财报电话会、Google Cloud 公告、SEC 文件及 CEO 博客，按“广泛寻权威源—辨析口径—锁定首披—统一数据—区间计算”构建连续数据序列，准确还原四次披露及相邻区间月均净增量。 03 研究推理：从数据走向判断，形成可复核的研究结

匹配字段正文

模型应用验证和服务上线。 实测 Demo：基于 DGX Spark 的移动设备自动化 我们在 Spark 上部署 Ling-3.0-tiny 驱动移动设备，展示模型理解任务、调用工具并完成自动化操作与验证的能力。针对开发测试中常见的大批量试跑和回归验证场景，本地推理能够兼顾运行成本、数据可控性与执行可靠性，为移动端自动化测试提供轻量、可复用的实践方案。 🎬 视频演示（见公众号原文 ） MacBook：把本地智能带进日常工作 目前，Ling-3.0-tiny 已经完成 Macbook（Apple Silicon）的本地运行适配，BF16 与 FP8 版本均可在 MacBook 上运行。 在 MacBook 上，Ling-3.0-tiny 可以成为随身运行的个人生产力助手，用于代码辅助、文档处理、本地知识问答和工作流自动化。模型与数据均可保留在本地，既减少对云端服务的依赖，也为隐私敏感的信息处理提供更加可控的选择。 其中，FP8 版本进一步降低了本地运行所需的资源，并将持续生成速度提升约 30%，让开发者能够以更低的资源成本获得更加流畅的多轮交互与 Agent 体验。 为了进一步验证 Li

匹配字段正文

型已经在单台配备 128GB LPDDR5x 内存的 NVIDIA DGX Spark 上完成端到端推理验证。 在本地测试中，Ling-3.0-flash MXFP4 版本的生成速度约为 80 tokens/s；在长文本输入场景下，Prefill 速度可达到约2500–3500 tokens/s。在测试条件下，单台 Spark 可以支持约3–4人使用。 🎬 视频演示（见公众号原文 ） 单机部署让用户不依赖大型数据中心，也能搭建可运行、可验证并可持续使用的本地智能系统。它的价值主要体现在三个方面： 数据留在本地，敏感业务更可控。 模型、业务数据和推理过程可以在本地闭环运行，减少敏感信息对外传输和交由第三方处理的风险。适合企业内部文档与代码、医疗研究资料、金融数据及法务材料等场景。 减少外部依赖，长期任务更稳定。 当模型、推理框架和业务工具都部署在本地后，系统可以在内网或离线环境运行，降低网络波动、API 额度和第三方服务变化带来的影响。适合 7×24 小时后台 Agent、批量文档分析、自动生成和固定流程自动化。 接入内部系统，小团队也能真正用起来。 本地模型可以连接企业自身的权限体系、

匹配字段正文

建模 Ling-3.0-flash 已经突破了平面代码的限制，可以直接介入 3D 设计世界，成为你随时可调用的虚拟三维建模助理。 在 Blender 使用场景中，Ling-3.0-flash 通过 Blender MCP 接口控制 3D 软件，自动编写 Python 脚本在一句话指令下搭建包含高架路网、摩天大楼与材质的城市场景，最后设置相机路径并渲染输出航拍视频。 在生成过程中，Ling-3.0-flash 体现出了复杂 3D 几何空间推理、Blender Python API 控制以及长程 MCP 工具调用等能力。 自主多智能体科研大盘 拿到一个课题不知从何下手？Ling-3.0-flash 可以扮演多重角色快速进行文献检索、数据质询，并生成论文，合成你需要的 PPT。 Ling-3.0-flash 搭建的自主多智能体科研大盘，支持跨角色（Scientist、Data Analyst、CrossValidator、Archivist、Writer）自主进行假说推演、文献检索、数据质询打回、黄区现场研讨与自动化成果论文及 Slide 报告合成。 办公软件自动化 如果你有一堆凌乱的立项草

匹配字段正文

mpt 驱动的工作流执行能力 场景介绍：仅凭 Prompt，Ling-2.6-flash 即可胜任多步骤文本任务执行，在指令遵循、文风调整与实时生成方面表现突出，生成内容自然流畅。 Agent 工具调用场景 红楼梦人物及事件图谱提取 场景介绍：Ling-2.6-flash 具备强大的上下文检索、工具调用与高速响应能力，适合复杂信息处理与知识增强场景。（有两段视频，可以拼在一起） autonovel 长篇小说写作 autonovel 是一款长篇小说写作助手，可覆盖世界观设定、角色构建、大纲生成到正文创作的全流程。基于 Ling-2.6-flash，autonovel 进一步提升了长篇创作的生成效率、上下文一致性与剧情推演能力，在超长文本生成、伏笔衔接和内容精修等环节表现突出。通过 200+ tokens/s 的极速生成，仅需几十分钟即可产出百万字长稿作品。 需求整理和排期 Ling-2.6-flash 面向真实工作场景而设计，能够在信息检索、任务拆解、内容处理与工具协同等流程中稳定参与实际执行。凭借较低的幻觉率与较高的结果可用性，它不仅能回答问题，更能真正承担任务、推进流程，是一款“能干

匹配字段正文

junction while the light was amber. Intelligent Driving Next User 我的车在什么时候并线的，又在什么时候开始右转的 Qwen3.5 用户希望知道两个具体的时间点： 并线（变道）的时间 ：车辆从当前车道移动到右侧车道（或出口匝道）的时间。 开始右转的时间 ：车辆开始进行明显的右转动作的时间。 分析视频： 00:00 - 00:05 : 车辆在高速公路上行驶，前方有一辆卡车。路面湿滑，有雾。车辆保持在当前车道（看起来是右侧车道，或者正在接近出口）。 00:05 - 00:06 : 车辆开始向右移动。可以看到车道线（虚线）在车辆左侧，车辆正在跨越这条线进入右侧的出口匝道区域。这是一个并线动作。 00:06 - 00:08 : 车辆完全进入了右侧的匝道/出口车道。此时车辆基本直行，沿着匝道走。 00:08 - 00:09 : 车辆继续沿着匝道行驶，前方有红白相间的警示牌。 00:09 - 00:10 : 车辆开始明显向右转弯。之前的行驶方向比较直，现在车头明显指向右侧的停车场/休息区入口。 00:10 - 00:13 : 车辆正在

匹配字段正文

杂性; 优先实现可工作的最小功能集; 为后续扩展预留接口 请先输出完整的代码文件列表和简要说明，然后提供每个文件的完整代码。 生成的所有代码必须能直接编译运行，并给出具体的编译和测试方法。 你需要保证可以使用 qemu 来实际运行这个操作系统。 Ring-2.5-1T 在 Claude Code 中运行了 2 小时 8 分钟，最终完成了上述任务，详细记录如下视频： 我们尝试继续让 Ring-2.5-1T 丰富 TinyOS 的功能，输入如下 prompt： 好的，现在你继续开发，实现好 bash 的功能，使得使用 qemu 可以登录到一个 bash 命令界面，以执行一些简单的命令，比如 ls、pwd、cat 等。 最终开发的 TinyOS 如下视频所示： 我们也将 Ring-2.5-1T 接入到个人 AI 助理 OpenClaw，帮助阅读 AI infra 文献，并用 JAVA 代码展示技术逻辑。 4. 局限性与未来计划 这一版本模型在 token efficiency 与指令遵循方面仍存在不足，在面向更真实、更复杂任务的长程执行与实际交付能力上，也仍有较大的优化空间。我们将在后续版本

匹配字段正文

比学习中学会分辨微小的特征差异。; 音频细粒度感知增强: 引入高质音频-文本数据，对语音的年龄、性格、风格、语速、语调、职业、情绪、方言等维度进行精细标注，强化 Ming-flash-omni-2.0 对人声和音色的感知和可控生成能力。; 结构化知识对齐: 通过引入知识图谱，将图像实体、音频描述与结构化的专家知识对齐，确保模型不仅“看到”，更能“懂得”。; 视频时序建模: 引入 Time-Interleaved VideoRoPE 机制，就像给视频帧打上了精准的时间戳，显著增强了模型对动态事件的捕捉能力。 泛音频统一生成框架 Ming-flash-omni-2.0 作为业界首个全场景音频统一生成模型，可在同一条音轨中同时生成语音（Speech）、环境音效（Audio）与音乐（Music）。针对语音、音效与音乐在频带分布及序列长度上的显著差异的难题，我们提出了异构音频信号联合建模方案： 低帧率/高保真连续表征：自研 12.5Hz 超低帧率连续语音 Tokenizer，实现了对高频 Audio/Music 信号的高保真重构。该机制不仅降低了特征冗余，更在统一的潜在空间内实现了异构音频信号的

匹配字段正文

甲覆着雨痕，左手按剑柄右手握虎符，下颌紧绷显威严；右下方是绛紫襦裙的成熟女子（约三十一岁），发髻簪银螭簪，手持竹简垂目沉思，衣褶处雨水滴落痕迹清晰可见。五人站位精准——中央人物略前倾，左右人物呈阶梯式错落，面部光影采用电影级侧逆光处理，突出丝绸反光、皮革纹理与金属冷感，背景虚化保留城墙雨痕与远处灯笼微光，既写实又不喧宾夺主。 文字元素密集而考究：顶部"「星河视频 独家出品」“与”「幻影文化」“等出品方LOGO以烫金浮雕字体嵌入城楼飞檐；中央主标题”「千灯问心」“采用立体阴刻工艺，字面覆仿古铜锈与细微裂纹，边缘透出内敛金光；标题下方”「3月15日 长安夜 真相现」“以烫银楷体呈现于半透明绢布；左侧垂直排列”「监制：陈某」“与”「领衔主演：周某 饰 沈知微 张某 饰 寂元 陈某 饰 张玄 俞某 饰 苏仪 胡某 饰 王明远」"；底部制作信息以极简衬线字体密集标注"「出品：玄光影业 星穹传媒」"、"「联合出品：幻影文化 云梦工作室 星河娱乐 梦境影视 无界影业 灵寒制作 虚空映画 琉璃影业 天启映画 光影未来」"、"「视觉指导：赵某」"、"「美术设计：屠某」"、"「发行：星耀影业」"、"「独家

匹配字段正文