Загрузка видео...

Не удалось загрузить видео

На главную

演示 tile-matmul 的计算过程，Generated by GPT-5.5。 GPT-5.5 的多模态 debug 能力很强，会利用 ffmpeg 和多模态能力自己对视频进行 debug，甚至会自己压缩视频来节省 token 消耗

roifex's profile picture

roife

7,570 subscribers

16,558 просмотров • 2 месяцев назад •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

在这一段演示当中 很多人可能没有发现一个细节 4分20秒开始，GPT 4o是可以进行即兴创作歌曲并演唱的 而且两个GPT 4o进行了即兴的创作和对唱 这些都是实时进行发生的 也就是OpenAI 实际上已经有了自己的音乐生成模型，而且还很先进。 实际上OpenA确实有自己的音乐生成模型，叫：Jukebox 这个模型甚至在3年前就已经非常厉害了 演示：见二楼↓
5:54

在这一段演示当中 很多人可能没有发现一个细节 4分20秒开始，GPT 4o是可以进行即兴创作歌曲并演唱的 而且两个GPT 4o进行了即兴的创作和对唱 这些都是实时进行发生的 也就是OpenAI 实际上已经有了自己的音乐生成模型，而且还很先进。 实际上OpenA确实有自己的音乐生成模型，叫：Jukebox 这个模型甚至在3年前就已经非常厉害了 演示：见二楼↓

小互

25,542 просмотров • 2 лет назад

大家又爱又恨的豆包又进化了🤣 火山引擎FORCE大会落地： 豆包大模型2.1 Pro正式发布，综合性能对标GPT-5.5、Claude Opus 4.7、Gemini 3.1 Pro，跻身全球第一梯队。 / 三大核心能力跨过生产级质变点： ①编程：代码评测追平Claude，仓库级生成反超GPT-5.5，可承接芯片RTL设计18小时全流程工程交付 ②Agent：ALE评测超越Claude Opus 4.7，移动端操作能力全球SOTA，支持500个智能体协同作业 ③多模态：视频时序理解大幅领先Gemini，2小时长视频可一站式完成全流程产出 定价输入6元/输出30元/百万Token，综合使用成本比海外旗舰低80%，性能追平，价格直接打两折。 同期公布Seedance 2.5视频模型、音频大模型1.0即将上线，多模态全家桶就位。 #豆包大模型2.1 #AI大模型
0:28

大家又爱又恨的豆包又进化了🤣 火山引擎FORCE大会落地： 豆包大模型2.1 Pro正式发布，综合性能对标GPT-5.5、Claude Opus 4.7、Gemini 3.1 Pro，跻身全球第一梯队。 / 三大核心能力跨过生产级质变点： ①编程：代码评测追平Claude，仓库级生成反超GPT-5.5，可承接芯片RTL设计18小时全流程工程交付 ②Agent：ALE评测超越Claude Opus 4.7，移动端操作能力全球SOTA，支持500个智能体协同作业 ③多模态：视频时序理解大幅领先Gemini，2小时长视频可一站式完成全流程产出 定价输入6元/输出30元/百万Token，综合使用成本比海外旗舰低80%，性能追平，价格直接打两折。 同期公布Seedance 2.5视频模型、音频大模型1.0即将上线，多模态全家桶就位。 #豆包大模型2.1 #AI大模型

DeFi狙击手 | Ai🕊️

34,495 просмотров • 24 дней назад

看到个博主 tycho_brahes_nose_ 搞了个以可视化的方式展示 GPT-2（小型）模型的3D演示。 这个演示展示了输入prompt后每个注意力块的注意力权重矩阵的计算过程。注意力头在 y 轴堆叠， token 到 token 的交互在 x 轴和 z 轴上展示。非常有助于大家理解GPT模型是怎么运行的。 在线体验地址：
0:24

看到个博主 tycho_brahes_nose_ 搞了个以可视化的方式展示 GPT-2（小型）模型的3D演示。 这个演示展示了输入prompt后每个注意力块的注意力权重矩阵的计算过程。注意力头在 y 轴堆叠， token 到 token 的交互在 x 轴和 z 轴上展示。非常有助于大家理解GPT模型是怎么运行的。 在线体验地址：

karminski-牙医

19,468 просмотров • 1 год назад

大模型Token究竟是啥 很多币圈的人没深入玩Ai的 可能会误解成币圈的token 这个视频让你真正理解 Ai大模型消耗的Token究竟是什么
4:42

大模型Token究竟是啥 很多币圈的人没深入玩Ai的 可能会误解成币圈的token 这个视频让你真正理解 Ai大模型消耗的Token究竟是什么

Sizhe思哲

41,582 просмотров • 4 месяцев назад

蔡崇信：AI最终的赢家不取决于谁的模型最强，而是取决于谁能把模型用得最好，应用到各行各业去。 非常赞同，同样观点我也在很多的公开场合和自己的视频号上说过，我们自己也是在疯狂的卷应用。
4:07

蔡崇信：AI最终的赢家不取决于谁的模型最强，而是取决于谁能把模型用得最好，应用到各行各业去。 非常赞同，同样观点我也在很多的公开场合和自己的视频号上说过，我们自己也是在疯狂的卷应用。

傅盛

90,056 просмотров • 7 месяцев назад

一款全新的多模态RAG系统：ColQwen-Omni，可以跨模态检索视频、音频、文档任意内容 它支持跨模态检索，比如说，你可以用文本查询音频片段，或者说用音频查询图像 用来处理音视频检索比较实用 它能理解不同的模态，直接处理原始数据，比先把音频或视频转录成文本再进行检索的方法速度更快 还有一个，就是直接处理音视频可以保留音视频中的情感、语气、环境音、以及视频中的视觉细节 #全模态RAG #RAG #跨模态RAG #ColQwenOmni
1:07

一款全新的多模态RAG系统：ColQwen-Omni，可以跨模态检索视频、音频、文档任意内容 它支持跨模态检索，比如说，你可以用文本查询音频片段，或者说用音频查询图像 用来处理音视频检索比较实用 它能理解不同的模态，直接处理原始数据，比先把音频或视频转录成文本再进行检索的方法速度更快 还有一个，就是直接处理音视频可以保留音视频中的情感、语气、环境音、以及视频中的视觉细节 #全模态RAG #RAG #跨模态RAG #ColQwenOmni

AIGCLINK

10,416 просмотров • 1 год назад

影视飓风创始人Tim在最新节目中表示，按照2026年初Seedance视频模型的能力，传统影视流程已进入被AI海啸冲走的倒计时。 同时Tim也警告，当一个人的图像和声音数据进入了AI的数据集，模型可以100%地模拟出这个人的任何形态和声音。这并非小革新，而是会推走影视行业过去所有流程和沉淀的海啸。
9:04

影视飓风创始人Tim在最新节目中表示，按照2026年初Seedance视频模型的能力，传统影视流程已进入被AI海啸冲走的倒计时。 同时Tim也警告，当一个人的图像和声音数据进入了AI的数据集，模型可以100%地模拟出这个人的任何形态和声音。这并非小革新，而是会推走影视行业过去所有流程和沉淀的海啸。

外汇交易员

951,914 просмотров • 5 месяцев назад

自己测试一下，你的听力相当于多少岁（需要用频率响应较好、能播放高音的好耳机做测试） 视频来自
1:44

自己测试一下，你的听力相当于多少岁（需要用频率响应较好、能播放高音的好耳机做测试） 视频来自

倪爽

46,694 просмотров • 1 год назад

Gemini 2.5 Pro 获得升级 本来就很强的前端能力再次获得提升，基础代码编辑能力也有改进 基于Gemini 2.5 Pro 强大的视频理解能力，甚至可以从视频中学习网站的动态交互生成网页，这个太强了！ 而且现在在 WebDev Arena 排行榜上排名第一
0:23

Gemini 2.5 Pro 获得升级 本来就很强的前端能力再次获得提升，基础代码编辑能力也有改进 基于Gemini 2.5 Pro 强大的视频理解能力，甚至可以从视频中学习网站的动态交互生成网页，这个太强了！ 而且现在在 WebDev Arena 排行榜上排名第一

歸藏(guizang.ai)

176,531 просмотров • 1 год назад

8月10日，B站UP主“章北海official”发布视频《互联网不信任网证网号，历史记住河南红码》。 该UP在视频中表示，无法相信该办法能够保护自己的个人隐私，并引用疫情期间河南银行储户被赋红码事件，表示民众对公权力的作恶的恐惧，往往会压过对个人隐私泄露的恐惧。 该视频在墙内引发了剧烈反响，截至目前，视频被下架，同时该博主表示自己被禁言。 以下是视频节选，完整版在油管上有很多网友接力转发。
3:05

8月10日，B站UP主“章北海official”发布视频《互联网不信任网证网号，历史记住河南红码》。 该UP在视频中表示，无法相信该办法能够保护自己的个人隐私，并引用疫情期间河南银行储户被赋红码事件，表示民众对公权力的作恶的恐惧，往往会压过对个人隐私泄露的恐惧。 该视频在墙内引发了剧烈反响，截至目前，视频被下架，同时该博主表示自己被禁言。 以下是视频节选，完整版在油管上有很多网友接力转发。

李老师不是你老师

1,519,104 просмотров • 1 год назад

昨天正式发布了OpenWuKong v0.1 版本🎉 官网下载： 这是最新的功能演示视频，产品特点： - 快！底层Rust实现，启动迅速 - 小！mac版本只有不到20MB - 多模态支持！文本/图片多模态支持 - skills支持，浏览器自由操作，无限可能 目前还很不完善，但是会持续更新，后续会主要加入和维护skills广场能力，将很多通用工作自动化运行，让AI真正帮你干活，帮你赚钱
2:02

昨天正式发布了OpenWuKong v0.1 版本🎉 官网下载： 这是最新的功能演示视频，产品特点： - 快！底层Rust实现，启动迅速 - 小！mac版本只有不到20MB - 多模态支持！文本/图片多模态支持 - skills支持，浏览器自由操作，无限可能 目前还很不完善，但是会持续更新，后续会主要加入和维护skills广场能力，将很多通用工作自动化运行，让AI真正帮你干活，帮你赚钱

nash_su - e/acc

25,747 просмотров • 3 месяцев назад

这个视频是我用 ChatCut 剪出来的，没有加口播，主要是把自己原来用 Remotion 做视频的工作流迁了进去。 用下来最大的感受是，ChatCut 的完成度确实比我预期高。 最终效果比我自己用 Remotion 做得更好，整个制作过程也更丝滑。我猜他们应该针对视频制作场景专门优化了 Agent，或者选了更合适的模型，所以无论是设计风格还是审美，默认产出都比较在线。 它还把图片生成、音频生成、字幕、气口剪辑这些工具全都集成进去了。以前在本地要自己拼起来的一套工作流，现在基本都封装好了，做视频会省事很多。 当然也有两个取舍： 它是云端产品，不能完全在本地运行，在意隐私的人可能会有顾虑。 使用需要消耗积分，不过我还没有认真测过积分消耗，也不确定和本地跑 Remotion 相比，最终成本差多少。 总体来说，ChatCut 和本地 Remotion 都能做到差不多的结果，核心区别不是能不能做，而是要花多少时间折腾。 如果你喜欢自己掌控每个环节，Remotion 依然很合适。如果你更想图省事，ChatCut 已经把大量工具和工作流封装好了，整体体验确实会舒服很多。
1:25

这个视频是我用 ChatCut 剪出来的，没有加口播，主要是把自己原来用 Remotion 做视频的工作流迁了进去。 用下来最大的感受是，ChatCut 的完成度确实比我预期高。 最终效果比我自己用 Remotion 做得更好，整个制作过程也更丝滑。我猜他们应该针对视频制作场景专门优化了 Agent，或者选了更合适的模型，所以无论是设计风格还是审美，默认产出都比较在线。 它还把图片生成、音频生成、字幕、气口剪辑这些工具全都集成进去了。以前在本地要自己拼起来的一套工作流，现在基本都封装好了，做视频会省事很多。 当然也有两个取舍： 它是云端产品，不能完全在本地运行，在意隐私的人可能会有顾虑。 使用需要消耗积分，不过我还没有认真测过积分消耗，也不确定和本地跑 Remotion 相比，最终成本差多少。 总体来说，ChatCut 和本地 Remotion 都能做到差不多的结果，核心区别不是能不能做，而是要花多少时间折腾。 如果你喜欢自己掌控每个环节，Remotion 依然很合适。如果你更想图省事，ChatCut 已经把大量工具和工作流封装好了，整体体验确实会舒服很多。

泊舟

21,942 просмотров • 4 дней назад

【黄仁勋演示Agent概念视频】前沿模型API调用+本地模型处理私密信息+能识别意图的模型选择器+小型机器人多模态交互（Reachy mini）= 私人智能助手。可以看看原视频，感受下未来和Agent一起工作和生活的一天是什么样吧。
2:16

【黄仁勋演示Agent概念视频】前沿模型API调用+本地模型处理私密信息+能识别意图的模型选择器+小型机器人多模态交互（Reachy mini）= 私人智能助手。可以看看原视频，感受下未来和Agent一起工作和生活的一天是什么样吧。

傅盛

113,343 просмотров • 6 месяцев назад

我认为 Grok 的能力真的被很多人低估了！ 首先我认为它完全全能！Claude 没有多模态，codex 能生图但是不能生视频，而我们的 Grok，他都可以！（虽然生图很 abc ，但是或许你可以 codex 生图 grok 生视频？ 它很牛的一个点就是你根本不需要复杂的提示词，甚至不用说的多清楚 他会揣摩！你需要的东西和内容！！ 这点无论是 codex 还是 Claude 都绝对比不上！ 如果我需要 codex 生成出比较规范或者具有更多信息的内容需要我告诉他这么多 而 Grok 真的是几乎他自己揣摩出来的 我把我跟他说了哪三句话放在第二个视频了
1:14

我认为 Grok 的能力真的被很多人低估了！ 首先我认为它完全全能！Claude 没有多模态，codex 能生图但是不能生视频，而我们的 Grok，他都可以！（虽然生图很 abc ，但是或许你可以 codex 生图 grok 生视频？ 它很牛的一个点就是你根本不需要复杂的提示词，甚至不用说的多清楚 他会揣摩！你需要的东西和内容！！ 这点无论是 codex 还是 Claude 都绝对比不上！ 如果我需要 codex 生成出比较规范或者具有更多信息的内容需要我告诉他这么多 而 Grok 真的是几乎他自己揣摩出来的 我把我跟他说了哪三句话放在第二个视频了

Su

12,962 просмотров • 12 дней назад

美图昨天发布了他们的MiracleVision 4.0图像模型，野心很大啊，几乎上线了现在 AI 画图和视频能做的所有事情， 但是除了 AI 画图之外，AI 视频我没找到体验的地方，又是个期货发布会。下面是所有主要能力： ✦ AI 画图-矢量图形：画布中选一个区域，输入提示词，就可以生成匹配设计风格的矢量图形。 ✦ AI 画图-文字特效：输入任意想要的字形，如“MV”，同时输入“半透明玻璃，灯泡”就能生成对应的文字特效。 ✦ AI 画图-智能抠图：只需涂抹对象，AI就能够快速识别，自动提取，再转换成独立的图层。 ✦ AI 画图 -智能排版：可以帮你轻松排版。通过自然语言交互，对文字的布局、图像和元素的组合进行设计。 模型商店：用户可以自己创建对应的 AI 画图风格模型并上架。 ✦ AI 视频-文生视频：输入提示词，就能生成一段视频。 ✦ AI 视频-图生视频：上传图片，让图片动起来。 ✦ AI视频-视频运镜：提供了推、拉、摇、移等八种电影级运镜模式。 ✦ AI视频-视频生视频：对已有视频提供风格转换的能力。 ✦ AI视频-商品展示：让商品展示图片动起来，变成视频。
2:13

美图昨天发布了他们的MiracleVision 4.0图像模型，野心很大啊，几乎上线了现在 AI 画图和视频能做的所有事情， 但是除了 AI 画图之外，AI 视频我没找到体验的地方，又是个期货发布会。下面是所有主要能力： ✦ AI 画图-矢量图形：画布中选一个区域，输入提示词，就可以生成匹配设计风格的矢量图形。 ✦ AI 画图-文字特效：输入任意想要的字形，如“MV”，同时输入“半透明玻璃，灯泡”就能生成对应的文字特效。 ✦ AI 画图-智能抠图：只需涂抹对象，AI就能够快速识别，自动提取，再转换成独立的图层。 ✦ AI 画图 -智能排版：可以帮你轻松排版。通过自然语言交互，对文字的布局、图像和元素的组合进行设计。 模型商店：用户可以自己创建对应的 AI 画图风格模型并上架。 ✦ AI 视频-文生视频：输入提示词，就能生成一段视频。 ✦ AI 视频-图生视频：上传图片，让图片动起来。 ✦ AI视频-视频运镜：提供了推、拉、摇、移等八种电影级运镜模式。 ✦ AI视频-视频生视频：对已有视频提供风格转换的能力。 ✦ AI视频-商品展示：让商品展示图片动起来，变成视频。

歸藏(guizang.ai)

110,739 просмотров • 2 лет назад