搜索“视频”

销冠AI、投资官AI等；同时设置前沿部署工程师（FDE）岗位，派驻人员深入企业一线对接业务需求，完成技术落地。 杭州也是DeepSeek、阿里巴巴的所在地，当地正在推进人工智能产业建设，目标打造国内人工智能创新高地，推动AI技术和产业融合。 按照本次合作规划，杭州将输出本地产业场景资源，零一万物输出企业AI技术、产品与交付能力。双方计划在经营管理、生产运营、供应链协同等企业核心业务场景落地AI项目，探索可复制的产业AI转型模式。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

作尚处在早期阶段，我们会先测试、总结经验，再把可行的方案推广开来。” IT之家注意到，大型连锁餐饮企业已经在得来速场景测试人工智能多年，但这项技术还没有在行业内大规模普及。汉堡王不打算大范围落地其正在试点的 AI 点餐系统，称顾客更愿意和人工交流。麦当劳则在测试自研方案，该公司表示这套系统能让每家门店每周省下数十小时人力，调配到其他工作上。 星巴克周四公布的财报业绩超出市场预期，其围绕门店升级、服务体验和新品研发的战略持续见效。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

元人民币），均高于市场预期；同时宣布 1 拆 8 股票拆分，拆分将于 11 月 19 日生效。 财报发布后，闪迪股价一度上涨，但随后回落。截至美东时间 10 月 29 日晚间，盘后价约 1,282.50 美元至 1,295.05 美元（现汇率约合 8,563 元至 8,647 元人民币），较当日收盘再跌约 2.6% 至 3.6%；若以前收盘价 1,404.77 美元（现汇率约合 9,379 元人民币）计算，累计跌幅约 7.8%。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

到了诊室，这些信息可以帮医生更快地进入状态。 事实上，市场上已经有一批AI产品选择在医疗健康这条道上深耕。例如，千问接入国家药监局药品说明书、中国营养学会知识库、临床指南等五大医学资源，并上线“健康档案”功能，允许用户授权接入智能手表、血糖仪等设备数据；此外，腾讯的“AI临床助手”也接入了医院信息系统，疾病预测准确率能达到96.39%，其中所有的输出必须经医师审核确认。该系统也明确表明，“AI作为辅助参考，不替代医生最终诊断”。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

备可调整大小的侧边栏、触控板与右键操作，并支持与 Claude Desktop 相同的键盘快捷键。 语言与语音能力也同步扩展。Claude 在网页、桌面、iOS 和 Android 端新增 24 种语言，累计支持 33 种语言，包括孟加拉语、丹麦语、斯瓦希里语、泰语、土耳其语、乌克兰语和越南语等。 语音模式则实现了更快响应，在嘈杂环境或用户轻声说话时识别更准确；非英语语音听起来更自然，且语音功能已覆盖更多 Android 手机。 “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

人吉恩 · 芒斯特（Gene Munster）在谈及谷歌 AI 模式变现偏弱的问题时表示，新广告形式上线初期利润率偏低、之后逐步抬升，本就是常态。谷歌更大的挑战，是打造可以替用户完成采购、从中抽取交易分成的 AI 智能体。硅谷很多从业者认为，在 Meta 的 Muse 个人助手取得成功之后，这套商业模式已经具备落地条件。 芒斯特说：“过去的方式是依靠文字链接或者展示广告去影响消费者行为；而新的问题变成，该如何去影响智能机器人。” “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

匹配字段正文

经超过1700万次。海外车队超过一千辆，3月底在迪拜启动全无人商业化运营，8月还接进了Uber。这些不是PPT，是真东西。 所以百度的问题从来不是看不见。它的模式是：每次都比别人早看见三到五年，然后在这三到五年里，等着市场成熟。 而它的问题也一直在这里：它熬不到。 移动互联网那一次，它看见了，被微信和字节截了胡。O2O那一次，它看见了，烧了几百亿然后关掉。短视频、直播、外卖，每一个它都比别人早开口，每一个都没等到收割那天。 百度真正的组织能力，是"发现机会"的能力。它的短板，是"把机会熬成现金"的能力。 还有一个旁证。有报道统计，百度这几年内部的贪腐查处人数累积到了七百多人。这件事和商业模式没有直接关系，但它反映的机制是一样的：当主营业务不再增长，组织内部的分配逻辑就会从"一起把蛋糕做大"，悄悄变成"抢现有蛋糕"。 而且这一轮周期的形状对百度是有利的。云的合同是三到五年起签，芯片的产线要十年才回本，Robotaxi的牌照是城市级的长期授权。这些都是慢生意，而慢生意最怕的从来不是亏损，是中途换赛道。 四、三条破局路，哪条最靠谱 现在说到怎么办。我不打算给一堆正确但没用的建议，就说三条，并

匹配字段正文

oey-1elephant-1Perplexity Decider Flash v1.2Cloudflare Clef-Flash 参数2B9B4B9B 基础模型Qwen3.5-2BQwen3.5-9BQwen3.5-4BQwen3.5-9B 许可证MITMITApache-2.0Apache-2.0 输入文本、图像文本、图像文本、图像文本、JSON、图像、视频 最大上下文16,384（Model APIs）；专用部署 262k16k（Model APIs）；专用部署 262k262,144（训练至约 32k）默认 16,384 API 价格（每 100 万输入 token）0.01 美元0.035 美元0.01 美元未披露 Jev Decision Index 0.4（公开） 63.3072.2460.06未披露 报告延迟 20 ms P5049 ms P50未披露中位数 38.8 ms 自托管硬件1 张 CUDA GPU未披露CUDA GPU 上约 9 GiB BF16 权重在 1 张 H200 上测试 权重获取公开公开私有仓库，需要 token公开 所有模型的 Jev 0.4 分

匹配字段正文

现在，你可以直接在 Gemini 中生成、预览和编辑文档、PDF、演示文稿、电子表格等。 2026年10月29日 我们正在 Gemini 应用中推出创建和优化文档、PDF、演示文稿、电子表格、代码等内容的新方式。 现在，你可以直接在聊天中生成、预览和编辑文件——展开至全屏即可直接输入修改，选中文本即可提问，或让 Gemini 优化你的文件。PDF 预览和编辑在网页端和移动端均受支持，而所有其他格式（Google Docs、Google Sheets、幻灯片、Markdown 文件、TXT 文件和代码）仅在网页端受支持。 如下方视频所示，你现在可以让 Gemini 根据你上传的手写课堂笔记创建 PDF 学习指南，然后可以轻松手动编辑、选中特定部分让 Gemini 修改文本或视觉内容，甚至进一步提问。 这些功能现已向 Gemini 应用覆盖的所有语言的全部用户开放。 发布于：

匹配字段正文

谁能想到，印象中用来生成图像、生成视频的“扩散模型”，竟然也能写代码、生成网页、调用工具，当Agent了！ 就在刚刚，扩散智能发布了全新的扩散语言模型—— Clover-35B-A3B-Preview。 虽然名字里多了“扩散”两个字，但实际体验下来，无论是写代码、操作网页、调用工具，还是生成HTML，用法都和我们熟悉的大语言模型差不多。 我个人用下来的第一感受就是一个字：“快”。 比如，让它生成一个太阳系模拟器，Clover就思考了约1秒，然后也就4-5秒，一个能交互的太阳系模拟器就出来了。 再比如，我给它丢了一堆简历信息，让它整理成LaTeX格式的简历代码，也就十来秒，搞定～ 有一说一，用过GPT的朋友，应该都懂盯着“正在思考”等半天是什么感觉，要不然最近也不会有主打快速决策的Jev什么事儿～ 而说到Jev，Clover这次还真和它比了一把速度。 在网页Agent评测WindTunnel的49个任务中，每个任务尝试3次，Clover的中位执行时间为1.52秒，Jev＋Mercury 2.5组合为3.21秒，用时少了一半多。 尝试成功率也略高，分别为98.6%和95.9%。 对比同表中

匹配字段正文

涨，随着更多商业模式通过合作与收购涌现，头部玩家正试图巩固自身地位。Deepgram 是最新采取此类行动的公司：该公司周四表示，将收购 Daily——后者是最受欢迎的开源语音 AI 基础设施之一 Pipecat 的开发者和维护者。 两家公司未披露交易金额，但表示将继续保持 Pipecat 开源。 对于不了解的人来说，Pipecat 是一个框架，负责管理语音和视频流以及流水线中的其他环节，如语音转文本（STT）、大语言模型（LLM）和文本转语音（TTS）模型，同时降低延迟。其开发者 Daily 为各类语音和视频通话提供托管基础设施。 借助 Pipecat，Deepgram 很可能将更深入地理解实时语音和视频基础设施。 根据 PitchBook 数据，Daily 迄今已从 Tiger Global、Highfield Capital、Nat Friedman、Lachy Groom 和 Kevin Weil 等投资者处筹集了超过 6200 万美元资金。今年早些时候，Deepgram 通过 1.3 亿美元 C 轮融资跻身独角兽行列。巧合的是，两家公司都曾是 2016 年同一批 Y Combi

匹配字段正文

隆重推出 Eleven v4，这是我们迄今为止最具情感表现力的模型。探索跳至内容登录注册联系销售登录 注册 宏大的场景很少只靠一种声音。一段足球视频可能需要人群欢呼、足球落地，以及几秒后同一群人的嘘声。在此之前，仅凭一个提示词获得所有这些声音需要反复试错。 在 ElevenCreative 和 ElevenAPI 中推出 SFX v3 SFX v3 是 ElevenLabs 最新的音效模型，正是为此而打造。它能更可靠地处理描述多种声音的提示词，更逼真地生成音乐和人声，并且在基准测试中比 SFX v2 生成更干净、更自然的音频。它现已在 ElevenCreative 中提供，并可通过 ElevenAPI 使用。 在 ElevenCreative 中，你可以在 Flows、Sound Effects 标签页、Studio 和 Music Editor 中通过文本提示词创建原创音效。 更好地处理单个提示词中的多种声音 SFX v3 更擅长遵循单个提示词中的多条指令。这意味着你所描述的更多声音会出现在生成的音频中。描述构成你场景的各种声音，听听它们如何协同呈现。 对于从事视频、游戏和其他项目的

匹配字段正文

验优化。最终，CODEMINT纨素之肤直播间日均GMV同比提升超43%，实现新品爆发与长效经营的双赢。 秦磊男装：把大秀搬进直播间，明星联动创下账号GMV历史峰值 “边看秀边下单”，正在成为双11男装消费的新体验。秦磊男装将“时装大秀”搬进直播间，直接创下账号GMV历史峰值，登上抖音带货总榜TOP2。 大促前期，品牌以「头排看秀」IP为核心，提前7天发布预热视频，通过明星矩阵造势，前置建立了品牌期待。在货盘端，品牌细致地搭建了梯度矩阵：日常卫衣承接降温走量，羊绒大衣拉宽价格带，并拓展男女同款及配饰，带动各层级商品转化。 秀场落地当天，直播间化身大秀“第二现场”，多位明星分时段进播拉升人气，随后由主理人接棒，促进直播间留客转化。秀场与直播实时联动，走秀同款即挂即售，让观众在沉浸式看秀中完成购买。后期，品牌配合高光切片二次分发与爆款返场。最终，秦磊男装达成单场支付GMV破千万，成交粉丝占比超40%，将一场大秀转化为实在的生意增量。 李慕婉：清仓内景+新疆外景双场景联动，首日GMV破千万 直播间能不能留住人，有时差距就在于“场景”的沉浸式打造。李慕婉以“清仓内景+新疆外景”双场景打出了差异化

匹配字段正文

硬件高端化成势，前沿科技、智能硬件品牌能带来独有的科技感和热度，高端商场也愿意引入新鲜血液。 于是，这些企业的所在，便常常成为这些商场中人流最密集的位置。过去半年，拓竹已开品牌门店的累计真实进店停留客流，达到百万级别，单店月度进店客流接近十万级。 “要打多久、用什么打、是否安全、精度如何、运动控制如何。越往下研究，新手用户的问题越多。这些问题很难直观地通过短视频、商品详情页呈现。”水松说，线上的呈现往往偏向二维，而用户关心拥有3D打印机那一刻和之后的持续感受，一定要在物理空间中通过具体的方式看到、体验到，这是三维的方式，“它能让普通人第一次真正认识3D打印这项技术。” 基于这个初衷设计，用户进到店里看到的便不止有机器。拓竹北京国贸店的墙面沙盘以故宫俯瞰图为设计来源，打印机展台的顶部提取了祈年殿三层屋顶的结构。在上海新天地店中，门店体验感得到了加强，所有展墙都进行了场景化设计，模拟书房、卧室、客厅。 外部的观察视角更加锐利。业内人士、AM易道创始人钟一瀚发现，3D打印门店里往往有很多使用场景展示，陈设尤其精美。 “原来不论是圈内还是圈外都把3D打印看作专业设备或工具，用户画像一定是极客，

匹配字段正文

底座。它打通“训、评、部署”全链路，保障已有的工程积累不归零。 至于如何做到的，我们可以从三个关键切面来看。 第一是数据与模型。 想让风格、特性各不相同的模型共用同一条流水线，第一步就得把底层的“粮草”和接口先标准化。 在数据层面，来自不同机器人、不同仿真环境的原始轨迹，会先做显式转换、标准化清洗，整理成兼容LeRobot规范的结构（包含Parquet文件、视频以及配套元数据）。 同时，相机顺序、动作表达、归一化统计这类约定，也会做好对齐匹配。 处理之后的这批数据，可以放到同一条管线里混训，也支持按分组保留各自独有的预处理、归一化规则。不管是训练还是推理，都会通过独立的数据入口，遵循同一套模型输入、动作处理语义。 像数据这样的核心资产，在具身智能研发过程中成本最高。 减少资产贬值、提升复用效率，本身就是具备行业价值的降本方案。 同样的逻辑也体现在模型层面。 平台目前已深度集成Qwen-VL、GR00T、π系列以及DreamZero等主流VLM、VLA和WAM架构。 不同模型完全可以保留各自的原生骨骼，同时通过统一接口丝滑接入训练、评测和部署流程。 这种设计有多爽呢？报告里的14种策略同

匹配字段正文

底座。它打通“训、评、部署”全链路，保障已有的工程积累不归零。 至于如何做到的，我们可以从三个关键切面来看。 第一是数据与模型。 想让风格、特性各不相同的模型共用同一条流水线，第一步就得把底层的“粮草”和接口先标准化。 在数据层面，来自不同机器人、不同仿真环境的原始轨迹，会先做显式转换、标准化清洗，整理成兼容LeRobot规范的结构（包含Parquet文件、视频以及配套元数据）。 同时，相机顺序、动作表达、归一化统计这类约定，也会做好对齐匹配。 处理之后的这批数据，可以放到同一条管线里混训，也支持按分组保留各自独有的预处理、归一化规则。不管是训练还是推理，都会通过独立的数据入口，遵循同一套模型输入、动作处理语义。 像数据这样的核心资产，在具身智能研发过程中成本最高。 减少资产贬值、提升复用效率，本身就是具备行业价值的降本方案。 同样的逻辑也体现在模型层面。 平台目前已深度集成Qwen-VL、GR00T、π系列以及DreamZero等主流VLM、VLA和WAM架构。 不同模型完全可以保留各自的原生骨骼，同时通过统一接口丝滑接入训练、评测和部署流程。 这种设计有多爽呢？报告里的14种策略同

匹配字段正文

，也能承担过去需要台式工作站才能完成的工作。 这对以下人群意味着什么： AI 开发者： 在本地运行模型和智能体，使用 NVIDIA CUDA ——与在云端为 AI 提供支持的平台相同——并具备在超过 1.5 亿台 NVIDIA RTX AI PC 以及云端 NVIDIA GPU 上部署的路径。 创作者： RTX Spark 可原生编辑相机拍摄的 4:2:2 视频，并渲染最高 90GB 的 3D 场景。Adobe Photoshop 和 Premiere 通过测试版提供对 RTX Spark 的原生支持。 玩家： 数百款游戏可在 RTX Spark 上运行，NVIDIA DLSS、光线追踪、Reflex 和 G-SYNC 带来更锐利的画面以及更流畅、更灵敏的游戏体验。 RTX Spark 笔记本现已由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 出货，起售价 2599 美元，128GB 配置已上架。请在 RTX Spark 产品页面. ICYMI：来自 NVIDIA 本地 AI 的更多更新 🦆Microducks 在 RTX Spark 的帮助下学习行走： 在

匹配字段正文

隆重推出 Eleven v4，这是我们迄今为止最具情感表现力的模型。探索跳至内容登录注册联系销售登录 阅读文档 了解更多 如果你曾在电视上看过一部播出信号出问题的电影，演员的对白与字幕完全对不上，你就知道这有多让人分心，会把你的注意力从故事中拉走。使用语音模型的视频和软件也有同样的问题：晚出现一秒的字幕，或者高亮了错误单词的转录文本，都会让人觉得同样糟糕。 “人类很擅长对齐媒体内容，至少能做到词级对齐，”ElevenLabs 从事对齐研究的研究员 Danila Kozlov 说。“我们通常能本能地感觉到一个词从哪里开始，但要做到字符级、亚毫秒级的精度，就难得多。” 今天，ElevenLabs 进一步介绍了 Cue，这是一种强制对齐模型，能把音频文件中的每个字符放到精确的时间线上。Cue 为 ElevenLabs 的 Scribe 模型家族提供支持，在真实录音上，它在基准测试的全部 29 种语言中都比 ElevenLabs 测试过的所有对齐器更准确。它还能单次处理任意长度的录音，并在不到一秒内对齐一小时的音频。 什么是强制对齐？ 想象有人递给你一段视频和一份转录文本，让你把每个词匹配到它

匹配字段正文

设，参与打造“模数共振”空间。鼓励OPC参与“百模赋百景”揭榜挂帅，推动模型在细分场景的研发和应用落地。支持OPC与集群企业联合申报省级“人工智能+制造”典型案例，树立人工智能应用典型标杆。 数字营销是数字经济时代企业的重要营销方式之一。河北鼓励OPC+营销贸易，推动营销贸易类OPC依托人工智能技术，深度赋能产业集群市场开拓与品牌建设，重点发展数字人直播、短视频制作、智能客服、精准客流分析、供需智能匹配、营销服务外包等新业态、新模式。组织营销贸易类OPC和大型电商平台、短视频平台开展对接，建立本地化营销贸易矩阵，帮助集群企业开展立体化营销。遴选一批OPC+营销贸易典型案例，培育一批成熟的营销模式。 产业大脑是推动产业集群数字化转型、催生新质生产力的核心载体。在支持OPC+产业大脑方面，河北鼓励OPC入驻产业大脑，帮助产业大脑完善原料集采、产品集销、数智转型、公共服务等服务功能，在人员培训、研发设计、检验检测、营销贸易等方面延伸服务，加快产业大脑在集群的规模化应用。依托产业大脑数据、算力、客户等优势，帮助OPC提高模型、智能体研发能力，促进软件产品迭代更新。建立“产业大脑+OPC”服务生

匹配字段正文

长青还展示了团队在若干实际任务上的初步测试。在具身智能方向，团队将 FAM 用于视触觉抓取成功率预测。现场展示的结果中，FAM 的预测表现与一项专用方法接近。这说明通用预测基座有可能用于处理视觉和触觉等不同来源的信息，但预测抓取是否成功，与机器人实际执行抓取动作仍是不同的问题。在另一项具身智能相关测试中，团队尝试将模型用于强化学习中的评分任务，结合文本指令和视频观测，对不同动作轨迹进行评价。现场 PPT 展示的结果中，加入 FAM 后的方案优于所比较的基线方案。具体提升幅度仍需结合相应实验设置理解。在医疗方向，团队与湘雅医院皮肤科开展了多模态皮肤病诊断测试，涉及临床图像、皮肤镜图像和病史等信息。报告展示了 FAM 与 PanDerm 等方法在相应测试中的比较结果。这些结果可以作为探索通用多模态预测模型在医学任务中应用潜力的初步依据，但不能直接推导出它在所有皮肤病诊断场景中都优于专用模型。团队还展示了一项历史手稿识别测试。面对难以直接识别的手写文本，研究者利用视觉信息、前后文以及其他特征进行预测。该案例说明，通用预测框架不仅可以用于常见的图像和文本任务，也有可能整合不同类型的辅助信息。不

匹配字段正文