Loading video...

Video Failed to Load

Go Home

昨晚 Google IO 大会信息量严重超载 特别是 Veo 3 ，直接把视频模型拉到了新时代。 难以置信，今天的模型就能有如此之强的效果。 接下来 AI 内容的爆发会超乎想象。

oran_ge's profile picture

Orange AI

175,033 subscribers

44,812 views • 1 year ago •via X (Twitter)

Science & TechnologyNews & PoliticsEducation
LIVE

Anya Rossi• Live Now

Private livecam show

8 Comments

HongyuanCao's profile picture
HongyuanCao1 year ago

价格打下来没有~

orange.ai's profile picture
orange.ai1 year ago

更贵了

BTCOW's profile picture
BTCOW1 year ago

价格还得看中国模型

刘大根's profile picture
刘大根1 year ago

这么强，股价反而更拉胯了？

VistaShares's profile picture
VistaShares1 year ago

Discover the future of AI investing. AIS delivers exposure to the companies driving the next wave of innovation—semiconductors, data centers, and AI applications. Explore the supercycle today.

Jack li's profile picture
Jack li1 year ago

AI Studio早就不给玩视频生成了

ai对话无限制（虚拟女友）'s profile picture
ai对话无限制（虚拟女友）1 year ago

Veo 3 的效果真是惊艳，AI 的发展速度确实让人瞠目结舌啊~ 😊😘

DoRaGon's profile picture
DoRaGon1 year ago

看了一上午。东西太多了。好想要那个眼镜

Related Videos

今天抽空把 Google 的发布会看完了。 不得不说，Google 在 AI 应用方面比 Apple 是遥遥领先。 各种小功能的演示都很有启发 看完都想立刻下单一台 Pixel 了... 接下来我帮大家划一下 5 个有趣的重点： 1. Google Nano 本地多模态模型 AI 助理 可以识别照片中的演出信息 可以安排日程 可以看到屏幕，总结YouTube
1:00

今天抽空把 Google 的发布会看完了。 不得不说，Google 在 AI 应用方面比 Apple 是遥遥领先。 各种小功能的演示都很有启发 看完都想立刻下单一台 Pixel 了... 接下来我帮大家划一下 5 个有趣的重点： 1. Google Nano 本地多模态模型 AI 助理 可以识别照片中的演出信息 可以安排日程 可以看到屏幕，总结YouTube

Orange AI

247,935 views • 2 years ago

黄仁勋GTC演讲直接燃爆了！ 老黄直接点破AI未来： 别再死盯模型参数了！ 真正的机会是—— 抓住任何一个即将爆发的AI赛道，这辈子就能直接起飞！ 这场演讲信息密度炸裂，不看绝对后悔！
2:15:23

黄仁勋GTC演讲直接燃爆了！ 老黄直接点破AI未来： 别再死盯模型参数了！ 真正的机会是—— 抓住任何一个即将爆发的AI赛道，这辈子就能直接起飞！ 这场演讲信息密度炸裂，不看绝对后悔！

GOLD

14,744 views • 4 months ago

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。 这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。 它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。 这样就可以让用户和 AI 在任意模态下实时进行交互： 你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。 核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分： 前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应 后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容 用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。
2:15

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。 这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。 它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。 这样就可以让用户和 AI 在任意模态下实时进行交互： 你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。 核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分： 前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应 后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容 用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

歸藏(guizang.ai)

47,074 views • 4 months ago

【Manus季逸超：六个月后，基本每一家头部的应用公司都有做模型的能力】 最近看了Manus联合创始人季逸超的访谈，很多人诟病 Manus 早期没有自己的模型、只是个套壳，但看完视频就会发现，Manus的逻辑是有道理的。一般的思维模式是先练模型（鸡），再顺便出个产品（蛋），这叫“沿途下蛋”。但这种方式是以模型为中心的，它的风险在于，蛋的形状取决于鸡能生出什么。模型能做到哪，产品才能做到哪，产品只能迁就技术。 Manus的路子是以产品为中心“借鸡生蛋”：早期直接用现成的模型。别管鸡是谁的，先让产品跑起来，看用户愿不愿意买单，找到PMF。等产品逻辑通了、用户量大了，发现现有的模型太贵、太慢、或者不够适配，再反过来去倒逼技术，优化出一种特定的模型。 以Cursor为例，它一开始就是个代码编辑器，接入的是别人的接口。但等到它成为程序员的刚需后，为了追求极致的速度和更准的代码逻辑，它才跳出来做了自研模型。说到底是应用先于模型，需求定义底座。
1:53

【Manus季逸超：六个月后，基本每一家头部的应用公司都有做模型的能力】 最近看了Manus联合创始人季逸超的访谈，很多人诟病 Manus 早期没有自己的模型、只是个套壳，但看完视频就会发现，Manus的逻辑是有道理的。一般的思维模式是先练模型（鸡），再顺便出个产品（蛋），这叫“沿途下蛋”。但这种方式是以模型为中心的，它的风险在于，蛋的形状取决于鸡能生出什么。模型能做到哪，产品才能做到哪，产品只能迁就技术。 Manus的路子是以产品为中心“借鸡生蛋”：早期直接用现成的模型。别管鸡是谁的，先让产品跑起来，看用户愿不愿意买单，找到PMF。等产品逻辑通了、用户量大了，发现现有的模型太贵、太慢、或者不够适配，再反过来去倒逼技术，优化出一种特定的模型。 以Cursor为例，它一开始就是个代码编辑器，接入的是别人的接口。但等到它成为程序员的刚需后，为了追求极致的速度和更准的代码逻辑，它才跳出来做了自研模型。说到底是应用先于模型，需求定义底座。

傅盛

89,395 views • 9 months ago

北京时间今天中午12点就要发布Grok3了。马斯克说这个模型是最强的模型，没有之一。是骡子是马，再过几个小时就揭晓了，好期待。Grok3发布的一些背景信息，我拍成了视频，欢迎观看。
2:47

北京时间今天中午12点就要发布Grok3了。马斯克说这个模型是最强的模型，没有之一。是骡子是马，再过几个小时就揭晓了，好期待。Grok3发布的一些背景信息，我拍成了视频，欢迎观看。

Ben X

51,766 views • 1 year ago

✨如果亚刻奥特曼当初是这副模样✨ 这两天玩AI时，想起了之前为亚刻奥特曼重新设计的造型，想到如今有了AI于是立刻拿来生成了一些内容🤔 PS:本次视频依旧由AI生成，手动将生成的战斗片段进行简单的剪辑拼接☺️ #Ultraman #ウルトラマン #ウルトラマン同人 #オリトラマン #オリジナルウルトラマン
0:15

✨如果亚刻奥特曼当初是这副模样✨ 这两天玩AI时，想起了之前为亚刻奥特曼重新设计的造型，想到如今有了AI于是立刻拿来生成了一些内容🤔 PS:本次视频依旧由AI生成，手动将生成的战斗片段进行简单的剪辑拼接☺️ #Ultraman #ウルトラマン #ウルトラマン同人 #オリトラマン #オリジナルウルトラマン

星河废料

30,563 views • 7 months ago

Gemini 3 Pro 是迄今为止最强大的多模态模型。 现在你可以将单张图片转换成近乎完美的网站。 这简直令人难以置信。
0:27

Gemini 3 Pro 是迄今为止最强大的多模态模型。 现在你可以将单张图片转换成近乎完美的网站。 这简直令人难以置信。

工具兔🐰

16,331 views • 10 months ago

Adobe 发布了视频超分项目 VideoGigaGAN。 从演示效果来看相当牛批，支持8倍视频放大，可以适应不同风格的视频。 详细介绍： 该模型能够生成既保持时间连贯性又具有高频细节的视频。VideoGigaGAN基于一个先进的大规模图像放大模型GigaGAN进行设计和优化。 如果简单地将GigaGAN扩展为视频处理模型，并增加处理时间信息的模块，会引起视频中的严重闪烁问题。为解决这一问题，我们识别并改进了几个关键技术点，显著提升了视频的时间稳定性。 通过在公开数据集上与其他先进的VSR模型对比，并展示8倍超分辨率的视频效果，我们验证了VideoGigaGAN的高效性。
0:21

Adobe 发布了视频超分项目 VideoGigaGAN。 从演示效果来看相当牛批，支持8倍视频放大，可以适应不同风格的视频。 详细介绍： 该模型能够生成既保持时间连贯性又具有高频细节的视频。VideoGigaGAN基于一个先进的大规模图像放大模型GigaGAN进行设计和优化。 如果简单地将GigaGAN扩展为视频处理模型，并增加处理时间信息的模块，会引起视频中的严重闪烁问题。为解决这一问题，我们识别并改进了几个关键技术点，显著提升了视频的时间稳定性。 通过在公开数据集上与其他先进的VSR模型对比，并展示8倍超分辨率的视频效果，我们验证了VideoGigaGAN的高效性。

歸藏(guizang.ai)

17,965 views • 2 years ago

看姚顺雨的访谈，Google的内部战略确实在全力以赴、迎头赶上了🤣 Google之前和Open AI一直卷chatbot，好在gemini 3的效果还不错，把市占率提了上来。 可是Anthropic的崛起让谢尔盖·布林意识到大模型决战在写代码的能力上🤣这要中途调整还是有点难度的。 之前Google的ceo在内部会议上就讲，我只希望我们公司内部用的写代码的模型是我们自己的。可见这个赶超的急迫感啊。
6:26

看姚顺雨的访谈，Google的内部战略确实在全力以赴、迎头赶上了🤣 Google之前和Open AI一直卷chatbot，好在gemini 3的效果还不错，把市占率提了上来。 可是Anthropic的崛起让谢尔盖·布林意识到大模型决战在写代码的能力上🤣这要中途调整还是有点难度的。 之前Google的ceo在内部会议上就讲，我只希望我们公司内部用的写代码的模型是我们自己的。可见这个赶超的急迫感啊。

傅盛

87,624 views • 4 months ago

接近生产级别的的3D生成模型 Rodin Gen-1 正式上发布 可以在几十秒内通过文本生成高质量可直接使用的3D模型，这些模型使用四边形构造，并具有逼真的材质效果（看起来很真实）。 Rodin几乎达到了可以在实际项目和商业用途中直接应用的标准。 生成的3D模型质量非常高，细节丰富，足以满足生产级别的要求。
0:39

接近生产级别的的3D生成模型 Rodin Gen-1 正式上发布 可以在几十秒内通过文本生成高质量可直接使用的3D模型，这些模型使用四边形构造，并具有逼真的材质效果（看起来很真实）。 Rodin几乎达到了可以在实际项目和商业用途中直接应用的标准。 生成的3D模型质量非常高，细节丰富，足以满足生产级别的要求。

小互

16,469 views • 2 years ago

全球知名大模型竞技榜单 lmarena 统计了 2023 年中之后所有登顶过大模型榜单的模型 从 GPT-4 开始算起，模型平均在 NO.1 的位置只能待 35 天左右。 不是半年，也不是一年，一个多月就会被新模型超过。 更夸张的是，很多模型在登顶后 5 个月左右就会掉出 Top 5，7 个月连 Top 10 都很难保住。 看看具体例子会更有冲击力： 曾经风光无限的 o1，现在排到 #56； 当年被认为“最强推理模型”的 Claude 3 Opus，已经掉到 #139 它们都曾经是： 顶级模型讨论度极高被认为“领先一代”的产品 没有谁能长期站在榜首，优势窗口正在被压缩到以“月”为单位。 当模型平均 35 天就能被下一代超越，甚至超过了某些AI产品的迭代周期...😄 这就可能意味着一件关键的事： 模型基础能力的提升速度，甚至快过绝大多数产品的迭代周期。 而产品层反而被模型能力“反向压扁”。
0:49

全球知名大模型竞技榜单 lmarena 统计了 2023 年中之后所有登顶过大模型榜单的模型 从 GPT-4 开始算起，模型平均在 NO.1 的位置只能待 35 天左右。 不是半年，也不是一年，一个多月就会被新模型超过。 更夸张的是，很多模型在登顶后 5 个月左右就会掉出 Top 5，7 个月连 Top 10 都很难保住。 看看具体例子会更有冲击力： 曾经风光无限的 o1，现在排到 #56； 当年被认为“最强推理模型”的 Claude 3 Opus，已经掉到 #139 它们都曾经是： 顶级模型讨论度极高被认为“领先一代”的产品 没有谁能长期站在榜首，优势窗口正在被压缩到以“月”为单位。 当模型平均 35 天就能被下一代超越，甚至超过了某些AI产品的迭代周期...😄 这就可能意味着一件关键的事： 模型基础能力的提升速度，甚至快过绝大多数产品的迭代周期。 而产品层反而被模型能力“反向压扁”。

小互

61,520 views • 8 months ago

这可能是今年最值得看的一堂AI课程。 全程40 分钟，Kimi创始人杨植麟，把未来几年 AI 发展的关键逻辑讲透了。 从 Scaling Law，到下一代模型架构，再到 Agent 智能， 他没有只讲一个产品，而是在拆解一个更大的问题： 未来的 AI，究竟会如何进化？ 过去几年，大模型竞争靠的是更大的参数、更强的算力。 但下一阶段，真正决定胜负的，是模型效率、推理能力，以及能不能从“聊天工具”变成真正能够完成复杂任务的智能体。 如果你想理解 GPT、Kimi、Claude 等大模型未来会走向哪里，这 40 分钟非常值得收藏。 看懂这堂课，可能就看懂了未来几年 AI 行业最大的变化。
39:17

这可能是今年最值得看的一堂AI课程。 全程40 分钟，Kimi创始人杨植麟，把未来几年 AI 发展的关键逻辑讲透了。 从 Scaling Law，到下一代模型架构，再到 Agent 智能， 他没有只讲一个产品，而是在拆解一个更大的问题： 未来的 AI，究竟会如何进化？ 过去几年，大模型竞争靠的是更大的参数、更强的算力。 但下一阶段，真正决定胜负的，是模型效率、推理能力，以及能不能从“聊天工具”变成真正能够完成复杂任务的智能体。 如果你想理解 GPT、Kimi、Claude 等大模型未来会走向哪里，这 40 分钟非常值得收藏。 看懂这堂课，可能就看懂了未来几年 AI 行业最大的变化。

0x鸣人

38,876 views • 2 months ago

Alex Wang在最新的访谈里透露了很多信息：1）Deepseek模型的能力确实很强，2）Deepseek恐怕拥有比大家想象得要更多的芯片。具体内容，请看视频。
3:04

Alex Wang在最新的访谈里透露了很多信息：1）Deepseek模型的能力确实很强，2）Deepseek恐怕拥有比大家想象得要更多的芯片。具体内容，请看视频。

Ben X

160,206 views • 1 year ago

单卡 700TPS! Diffusion Gemma 来了! Google 刚刚发布了 Gemma 小模型的 Diffusion 版本! 大小26B, 激活参数量4B, 最重要的是, 这次还跟 NVIDIA 合作针对4090和5090优化了一波, 5090每秒能生成700+token! 给不知道什么是 Diffusion 大模型的同学科普一下, 传统大模型都是一个字一个字吐出来的, 而 Diffusion 大模型则是如同刮奖一样, 是一片一片出来的, 速度高是 Diffusion 大模型的优点. 有得必有失, 缺点当然就是输出质量没有传统大模型好了. 不过这次的 Diffusion Gemma 还是比之前的 Diffusion 文本大模型好不少, AIME 2026(数学能力测试) 能达到 Gemma4-26B-A4B 的94%的水平, 最差的是tau2 bench(考验Agent能力的测试), 也能达到82%. 这个模型大小 4bit 量化版本 16G 显存就能运行了, 另外, 我突发奇想, 这个模型能不能作为 gemma4 dense 模型的草稿模型用来投机解码? 感兴趣的同学可以试试! #diffusiongemma #gemma #gemma4 #google
0:44

单卡 700TPS! Diffusion Gemma 来了! Google 刚刚发布了 Gemma 小模型的 Diffusion 版本! 大小26B, 激活参数量4B, 最重要的是, 这次还跟 NVIDIA 合作针对4090和5090优化了一波, 5090每秒能生成700+token! 给不知道什么是 Diffusion 大模型的同学科普一下, 传统大模型都是一个字一个字吐出来的, 而 Diffusion 大模型则是如同刮奖一样, 是一片一片出来的, 速度高是 Diffusion 大模型的优点. 有得必有失, 缺点当然就是输出质量没有传统大模型好了. 不过这次的 Diffusion Gemma 还是比之前的 Diffusion 文本大模型好不少, AIME 2026(数学能力测试) 能达到 Gemma4-26B-A4B 的94%的水平, 最差的是tau2 bench(考验Agent能力的测试), 也能达到82%. 这个模型大小 4bit 量化版本 16G 显存就能运行了, 另外, 我突发奇想, 这个模型能不能作为 gemma4 dense 模型的草稿模型用来投机解码? 感兴趣的同学可以试试! #diffusiongemma #gemma #gemma4 #google

karminski-牙医

12,374 views • 3 months ago