站長之家(ChinaZ.com) 4月7日 消息:據(jù)天眼查App顯示，騰訊科技（深圳）有限公司于4月7日申請的“一種智能互動方法、裝置、計算機設備和存儲介質(zhì)”專利已經(jīng)獲得授權(quán)。
該技術(shù)可以在用戶與虛擬用戶之間的聊天頁面中，顯示包括用戶當前發(fā)送給虛擬用戶的對話消息和虛擬用戶的回復消息。回復消息包括虛擬用戶自動生成的對話回復文本以及關聯(lián)的目標多模態(tài)內(nèi)容。
當檢測到用戶針對目標多模態(tài)內(nèi)容的播放操作時，將播放目標多模態(tài)內(nèi)容。此申請可用文本與多模態(tài)內(nèi)容等方式在對話過程中回復用戶，豐富了虛擬用戶與用戶的對話形式，大大增加了聊天的趣味性和吸引力。
（舉報）
這是《窄播Weekly》的第52期，本期我們關注的商業(yè)動態(tài)是:當大廠的AI競爭策略開始傾斜向應用場景，多模態(tài)能力和代理執(zhí)行成為兩個焦點。大模型落地C端場景的核心，就是讓大模型的能力越來越接近人。沿著這個主旋律，可以劃分出兩個進化方向:一個是持續(xù)降低用戶與大模型進行有效溝通的難度;另一個則是讓大模型具備執(zhí)行更復雜任務的能力。前者的實現(xiàn)，需要給到大模型多
本期《窄播Weekly》聚焦AI大廠競爭策略向應用場景傾斜的趨勢，重點分析了多模態(tài)能力和代理執(zhí)行兩大發(fā)展方向。文章指出，大模型落地的核心在于讓人機交互更自然，具體表現(xiàn)為：1）通過多模態(tài)技術(shù)降低用戶使用門檻，如阿里夸克新推出的"拍照問夸克"功能；2）通過代理執(zhí)行提升復雜任務處理能力，如字節(jié)、百度等推出的通用Agent產(chǎn)品。國內(nèi)外廠商路徑差異明顯：國?
快科技4月16日消息，據(jù)報道，可靈AI在北京舉行靈感成真”2.0模型發(fā)布會，正式發(fā)布可靈2.0視頻生成模型及可圖2.0圖像生成模型。據(jù)介紹，可靈2.0模型在動態(tài)質(zhì)量、語義響應、畫面美學等維度保持領先；可圖2.0模型在指令遵循、電影質(zhì)感及藝術(shù)風格表現(xiàn)等方面顯著提升。3月27日，全球AI基準測試機構(gòu)Artificial Analysis發(fā)布了最新的全球視頻生成大模型榜單，快手可靈1.6pro（高品質(zhì)模
復旦大學與美團研究者提出UniToken框架，首次在統(tǒng)一模型中實現(xiàn)圖文理解與生成任務的"雙優(yōu)表現(xiàn)"。該方案融合連續(xù)和離散視覺編碼，有效解決了傳統(tǒng)多模態(tài)建模中的"任務干擾"和"表示割裂"問題。通過三階段訓練策略（視覺語義對齊、多任務聯(lián)合訓練、指令強化微調(diào)），UniToken在多個基準測試中性能超越專用模型。其創(chuàng)新性體現(xiàn)在：1）統(tǒng)一的雙邊視覺編碼
快科技5月2日消息，過往，用戶在通過視頻學習并記錄筆記時，總免不了要不停切換平臺軟件，暫停、截屏、記錄、插圖、批注、切換返回視頻過程繁瑣而低效。為了應對這種情況，百度網(wǎng)盤和百度文庫聯(lián)合研發(fā)上線了AI筆記”，支持全自動學習、半自動學習、輔助學習三種模式。如今只要在網(wǎng)盤里面任意打開一個學習視頻，在右側(cè)就能看到AI筆記”功能，用戶可以自主輸入內(nèi)容，也可以讓其直接生成圖文并茂、結(jié)構(gòu)清晰的筆記。而且每個重要知識點旁會有時間戳，點擊時間戳即可跳轉(zhuǎn)到視頻中對應位置，實現(xiàn)視頻和筆記內(nèi)容的順滑關聯(lián)。此外AI筆記”還可以幫
國內(nèi)知名玩具品牌52TOYS在"國際異形日"推出六款《異形》系列新品，涵蓋可動人偶、變形玩具、發(fā)條玩具和雕像四大品類。產(chǎn)品高度還原電影中經(jīng)典異形形象，同時融入設計師個人風格。其中1/12可動人偶具有24處超可動關節(jié)，是全球首款能呈現(xiàn)抱膝動作的異形玩具。52TOYS通過"IP中軸"模式，構(gòu)建多元化產(chǎn)品矩陣，展現(xiàn)其跨品類開發(fā)能力。此次合作既是對經(jīng)典科幻IP的致敬，也彰顯中國玩具品牌在全球市場日益提升的話語權(quán)。
在產(chǎn)業(yè)智能化進程中，如何高效融合企業(yè)專有知識資產(chǎn)，構(gòu)建領域?qū)僬J知引擎，是企業(yè)邁向智能決策與高效運營的關鍵。然而，傳統(tǒng)檢索增強生成(RAG)技術(shù)受限于語言單模態(tài)處理能力，僅能實現(xiàn)文本知識庫與文本查詢之間的淺層理解，難以滿足復雜業(yè)務場景的需求，在實際應用中暴露出兩大缺陷:信息表征缺失:忽略知識庫中多模態(tài)富文檔的視覺語義信息，如版面結(jié)構(gòu)、圖表關?
多模態(tài)理解領域當前已成了各家AI大模型公司“軍備競賽”的關鍵點之一，國內(nèi)外知名AI大模型公司都爭相通過發(fā)布最先進的多模態(tài)大語言模型展現(xiàn)其在多模態(tài)理解領域的前沿能力。近期，上海AI實驗室推出了其最新的多模態(tài)大語言模型InternVL3 系列，相比上一代InternVL2. 5 模型，該模型展現(xiàn)出卓越的多模態(tài)感知和推理能力，同時進一步擴展了其工具使用、GUI代理、工業(yè)圖像分析等
現(xiàn)在的國產(chǎn)AI應用，一口氣看好幾分鐘的視頻，都可以直接做推理和解析了!瞧~只需“喂”上一段柯南片段，AI就搖身一變成“名偵探”做剖析:它會對整個視頻的內(nèi)容先做一個總結(jié)，再按照秒級，對視頻片段做內(nèi)容上的推演。商湯科技聯(lián)合創(chuàng)始人楊帆認為:銀河通用合伙人、大模型負責人張直政表示:除此之外，上海交通大學副教授閆維新對這個問題的看法是:總言之，商湯作為國?
AI 的便利性和實用性源于它與人類的互動。然而，過度依賴也可能會變成一味毒藥。這就是為何我們要對 AI 公司們提出更加嚴格的倫理責任要求的原因……
