2月27日，神級開源軟件FFmpeg發(fā)布了6.0版本，代號為馮諾依曼。
FFmpeg 6.0核心升級是支持在英特爾、英偉達和AMD顯卡上實現(xiàn)AV1硬件解碼。
此外，F(xiàn)Fmpeg 6.0將會為FFmpeg命令行引入多線程支持，優(yōu)化RISC-V架構(gòu)和API等等。
FFmpeg是一個開放源代碼的自由軟件，它包括了領(lǐng)先的音/視頻編碼庫libavcodec等，可以執(zhí)行音頻和視頻多種格式的錄影、轉(zhuǎn)換、串流功能，F(xiàn)Fmpeg”單詞中的FF”指的是Fast Forward”。
FFmpeg內(nèi)核被多媒體應用廣泛使用，包括流行的視頻播放器MPC、MPlayer、VLC、暴風影音、QQ影音等等，堪稱萬能播放器的根基。視頻轉(zhuǎn)碼軟件格式工廠也是用了FFmpeg內(nèi)核。
FFMPEG的視音頻編解碼功能確實太強大了，幾乎囊括了現(xiàn)存所有的視音頻編碼標準，因此只要做視音頻開發(fā)，幾乎離不開它。
FFmpeg 6.0下載地址：點此
（舉報）
文章主要講述了妙鴨相機創(chuàng)始人張月光離職后創(chuàng)立北京沐言智語科技公司，推出AI播客產(chǎn)品ChatPods的發(fā)展歷程。ChatPods通過AI技術(shù)提供播客內(nèi)容推薦、總結(jié)、章節(jié)劃分等功能，幫助用戶高效吸收內(nèi)容。盡管產(chǎn)品上線后下載量不高，但憑借張月光個人能力和多輪融資（總額近3億元），公司獲得市場關(guān)注。文章分析了播客行業(yè)特點，指出內(nèi)容分發(fā)去中心化模式使平臺更依賴用戶體驗而非內(nèi)容獨占性。最后探討了AI在娛樂類播客中的局限性，認為精準推薦算法和豐富內(nèi)容生態(tài)比單純AI功能更重要。
4月23日，360旗下納米AI正式發(fā)布"MCP萬能工具箱"，該工具基于MCP協(xié)議開發(fā)，已接入超110款工具，覆蓋辦公、學術(shù)、生活服務、金融等多場景。產(chǎn)品負責人梁志輝介紹，MCP協(xié)議類似USB-C接口，為AI調(diào)用外部工具提供標準化連接方式。目前該工具已開啟內(nèi)測，首批受邀用戶包括AI博主和媒體人士。實測顯示，該工具能快速生成專業(yè)分析報告，效率遠超人工。用戶還可創(chuàng)建專屬智能體，如醫(yī)療、金融等領(lǐng)域的專業(yè)助手。360表示，工具對AI應用意義重大，將推動AI從聊天機器人進化為真正的"數(shù)字員工"。
在人工智能飛速發(fā)展的今天，LLM的能力令人嘆為觀止，但其局限性也日益凸顯——它們往往被困于訓練數(shù)據(jù)的「孤島」，無法直接觸及實時信息或外部工具。2024年11月，Anthropic推出了開源協(xié)議MCP，旨在為AI模型與外部數(shù)據(jù)源和工具之間的交互提供一個通用、標準化的連接方式。隨著技術(shù)的不斷發(fā)展，我們期待MCP能夠克服這些挑戰(zhàn)，充分發(fā)揮其潛力，為行業(yè)帶來更多價值。
【AI日報】欄目聚焦人工智能領(lǐng)域最新動態(tài)：1) OpenAI推出ChatGPT圖像生成API，開發(fā)者可輕松集成AI繪圖功能，已生成超7億張圖片；2) 谷歌Gemini月活用戶突破3.5億，但仍落后于ChatGPT的6億用戶；3) OpenAI預測2029年收入將達1250億美元，AI代理業(yè)務成主要增長點；4) Ostris發(fā)布8B參數(shù)擴散模型Flex.2-preview，優(yōu)化ComfyUI工作流；5) 英偉達推出多模態(tài)LLM模型Describe Anything，支持指定區(qū)域生成詳細描?
今天凌晨2點，OpenAI開源了專門用于智能體瀏覽器功能的測試基準——BrowseComp。這個測試基準非常有難度，連OpenAI自己的GPT-4o、GPT-4.5準確率只有0.6%和0.9%幾乎為0，即便使用帶瀏覽器功能的GPT-4o也只有1.9%。通過使用更多的計算資源，模型可以嘗試更多的搜索路徑，從提高找到正確答案的概率。
快科技4月2日消息，近日，有關(guān)智能駕駛而引發(fā)的交通事故在網(wǎng)絡上引起了大家的熱烈討論，對此，央視網(wǎng)評指出，智能駕駛”，也請握緊方向盤。央視網(wǎng)評指出，部分車企的營銷話術(shù)模糊了智能駕駛”的技術(shù)邊界，誤導消費者認為算法是萬能的”，而忽視了技術(shù)的局限性和風險，還有一些車企在交付車輛時不提供智能駕駛功能的介紹和培訓，讓用戶自主學習，甚至將其包裝成無腦操作”。如果用戶過度信賴智能駕駛，可能在危險發(fā)生時陷入人機爭奪控制權(quán)”的困境。目前，主流車企的智能駕駛系統(tǒng)大多停留在L2-L3級輔助階段，盡管能降低事故發(fā)生率，但在復?
2021年6月，首屆RISC-V中國峰會上，中科院大學教授、中科院計算所研究員包云崗公布了國產(chǎn)開源高性能RISC-V處理器核心——香山，其以“湖”來命名架構(gòu)代號，第一版“雁棲湖”于2021年7月投片，第二版“南湖架構(gòu)”于2023年11月投片，第三版“昆明湖”目前仍在有條不紊地進行著開發(fā)。作為全球首個高性能開源RISC-V處理器項目，香山的代碼和設(shè)計文檔完全公開，迅速吸引了國內(nèi)外開發(fā)者、企業(yè)和高校參與協(xié)作，盡管其定位為科研項目，但它的高性能設(shè)計已經(jīng)為未來商業(yè)應用奠定了基礎(chǔ)。"這不僅僅是一個技術(shù)選擇，"他微笑著說，"這是一種重新定義技術(shù)生態(tài)的方式。
快科技4月30日消息，今日，DeepSeek 今日在 AI 開源社區(qū) Hugging Face 發(fā)布了一個名為 DeepSeek-Prover-V2-671B 的新模型。據(jù)介紹，DeepSeek-Prover-V2-671B 其參數(shù)量達到6710億，使用了更高效的 safetensors 文件格式，并支持 BF16、FP8、F32 等多種計算精度，方便模型更快、更省資源地訓練和部署。在模型架構(gòu)上，該模型使用了DeepSeek-V3架構(gòu)，采用MoE（混合專家）模式，具有61層Transformer層，7168維隱藏層。同時支持超長上下文，最大位置嵌入達163840，使其能處理復雜的數(shù)學證明，并且采用了FP8量化，可通過量化技術(shù)減小模型大小，提
今年2月初，谷歌發(fā)布的Gemini2.0Pro支持200萬上下文，震驚了整個大模型領(lǐng)域。僅過了2個月，Meta最新開源的Llama4Scout就將上下文擴展至1000萬，整整提升了5倍開啟千萬級時代。根據(jù)實驗數(shù)據(jù)顯示，Llama4Behemoth在MMLUPro、GPQA、MATH-500等測試的數(shù)據(jù)比GPT-4.5、ClaudeSonnet3.7、Gemini2.0Pro更好。
我回了一趟湖北老家。只見媽媽急匆匆地出了門，丟下一句:“老年大學的AI課要趕不及了!”啥?老年大學已經(jīng)這么緊跟時代了?連我們這個三線城市都開上了AI課?我的媽媽是一名非常善于使用智能手機的退休人士，很多APP甚至用得比我都順溜。在AI時代，老年人也會面臨跟年輕人一樣，甚至更復雜的技術(shù)衍生問題。
