←搜索结果

搜索“视频”

按匹配度 · 共 10 条结果 清除搜索

星期五

  1. heise online

    德国媒体监管机构调查：AI 视频显著削弱公众对影像内容的信任

    德国各州媒体监管机构发布的《Video Trends 2026》调查显示，79% 的受访者已在网上接触过 AI 生成或大幅修改的视频，TikTok 和 Instagram 上最为集中；在接触过这类内容的用户中，68% 至少有一次将其误认为真实。81% 的受访者表示如今更常怀疑视频的真实性，约九成受访者要求对 AI 内容强制标注，83% 支持禁止某些形式的 Deepfake。

    匹配字段标题

    #hot-signal#现象/趋势#视频#安全/对齐

星期三

  1. Google AI

    Google 用 Gemini 4 Argon 将人类视频转为训练仿真，让人形机器人学会投沙包

    Google AI 表示正在探索用 Gemini 4 Argon 加速 Google 内部研究，其中一项测试是用人类完成趣味任务（如投沙包）的视频自动生成训练仿真，而不再完全依赖人工编程。研究团队展示了人形机器人学习这些视频、运行仿真并掌握投沙包任务的过程。

    匹配字段标题

    #editorial#现象/趋势#多模态#具身智能
  2. 事件1 条新闻 · 1 个事实

    Google Research 发布 AI 视频联合导演多智能体框架

    Google Research 发布一套用于自动生成时间上连贯长视频叙事的多智能体框架,旨在缓解现有线性流水线中的身份漂移和级联失败问题。该框架以 Gemini 和 Veo 为底座,包含 AI video co-director、CANVAS、A2RD 和 VQQA 四个部分,分别负责创意编排、视觉分镜、长时生成和闭环优化。评估显示,AI video co-director 在 GenAD-Bench 上取得 81.4 的峰值质量分,A2RD 可生成十分钟长视频并保持角色与环境一致性。目前尚无后续进展披露。

    匹配字段标题

星期二

  1. Google Research精选

    Google 研究多智能体框架实现连贯长视频生成

    Google Research 提出一套统一的多智能体框架，用于自动生成时间上连贯的长视频叙事，缓解现有线性流水线中的身份漂移和级联失败问题。该框架以 Gemini 和 Veo 为底座，包含 AI video co-director、CANVAS、A²RD 和 VQQA 四个部分，分别负责创意编排、视觉分镜、长时生成和闭环优化。评估显示，AI video co-director 在 GenAD-Bench 上取得 81.4 的峰值质量分，A²RD 可生成十分钟长视频并保持角色与环境一致性。

    匹配字段标题

    #lab#论文/研究#视频#多模态

星期五

  1. Google Research

    Google Research 提出多智能体框架，自动生成长视频叙事

    Google Research 发布一套统一多智能体框架，用于自动生成时间上连贯的长视频叙事，以解决现有线性流水线中的身份漂移和级联失败问题。该框架作为编排层构建在 Gemini 和 Veo 之上，包含四个部分：AI video co-director 用多臂老虎机做全局创意搜索，CANVAS 通过持久视觉记忆规划多镜头视觉连续性，A²RD 以自回归方式逐段生成并维护多模态视频记忆，VQQA 用视觉问答生成语义梯度做闭环提示词优化。评测显示 AI video co-director 在 GenAD-Bench 上达到 81.4 的峰值质量分，CANVAS 在 ST-Bench 和 HardContinuityBench 上提升场景重现连续性，A²RD 在 VBench-Long 和 LVBench-C 上减少布局漂移，VQQA 在 T2V-CompBench、VBench2 和 VBench-I2V 上取得质量提升。

    A man and woman sit at a table looking at a glowing blue 3D holographic projection of a house emerging from a blueprint.

    匹配字段标题

    #lab#模型发布#多模态#视频

星期三

  1. Google Research精选

    Google 将 AMIE 推进到实时视频问诊，随机研究显示达到专家级水平

    Google Research 发布 AMIE (Video)，基于 Gemini 和 Project Astra 实现实时视频临床问诊，可感知非语言线索、引导虚拟体格检查并同步进行诊断推理。研究采用异步多智能体架构，由三个专职智能体并行处理对话、推理与视听感知，以维持自然对话延迟。在 100 个场景、300 次实时问诊、30 名认证初级保健医生参与的随机 OSCE 研究中，临床评估者在病史采集、诊断准确性和沟通质量上给 AMIE (Video) 的评分与初级保健医生相当，在引导体格检查方面显著更高；患者演员更偏好视频界面。研究全部使用专业患者演员模拟场景，尚未在真实患者中验证。

    Advancing AMIE towards expert-level audio-visual clinical consultations

    匹配字段标题

    #lab#模型发布#多模态#语音

星期四

  1. 事实所属事件

    Google Research 发布 AI 视频联合导演多智能体框架

    Google Research 发布一套用于自动生成时间上连贯长视频叙事的多智能体框架,旨在缓解现有线性流水线中的身份漂移和级联失败问题。该框架以 Gemini 和 Veo 为底座,包含 AI video co-director、CANVAS、A2RD 和 VQQA 四个部分,分别负责创意编排、视觉分镜、长时生成和闭环优化。评估显示,AI video co-director 在 GenAD-Bench 上取得 81.4 的峰值质量分,A2RD 可生成十分钟长视频并保持角色与环境一致性。目前尚无后续进展披露。

    English translation is being prepared.

    匹配字段标题

    查看事件：Google Research 发布 AI 视频联合导演多智能体框架

星期日

  1. 事件1 条新闻 · 1 个事实

    谷歌展示视频版AMIE专家级表现

    2026年8月11日,Google Research与Google DeepMind展示AMIE在实时音视频临床咨询中的专家级表现。据Google Research介绍,AMIE (Video) 基于Gemini和Project Astra实现实时视频临床问诊,可感知非语言线索、引导虚拟体格检查并同步进行诊断推理;其采用异步多智能体架构,由三个专职智能体并行处理对话、推理与视听感知,以维持自然对话延迟。在100个场景、300次实时问诊、30名认证初级保健医生参与的随机OSCE研究中,临床评估者在病史采集、诊断准确性和沟通质量上给AMIE (Video) 的评分与初级保健医生相当,在引导体格检查方面显著更高;患者演员更偏好视频界面。研究全部使用专业患者演员模拟场景,尚未在真实患者中验证。

    匹配字段标题

星期二