搜索
字节Seed最新研究，让大模型能“原地改参数”了。既不用改模型结构，也不用重新训练，还跑得很快。具体是这么个情况。智能体时代嘛，大家都知道模型们面对的任务开始变得越来越复杂、上下文越来越长。
HappyHorse身份曝光，或将明天上线？
就在 OpenAI 都停了 Sora，所有人以为 Seedance 2.0 要一统天下的时候，没想到不知哪里冒出来一匹马。
AI交互的「机械感」消失了！今天，豆包甩出原生全双工语音大模型Seeduplex，不仅能边听边说，甚至能听懂你在思考时的「卡壳」，就算环境再吵也不怕，抗干扰能力直接拉满。
被动成为新一代 AI 黄埔军校的字节跳动。
最近Seedance 2.0接入大赛开始了，有头有脸的视频agent都当上字节中介原地起飞了。
不过，最近有个好用的破局工具。LibTV终于接入了万众瞩目的Seedance 2.0！最关键的是，在LibTV里跑Seedance 2.0，速度非常快，几分钟就能出一条高质量的视频，彻底治好了我的排队焦虑。
每天 120 万亿 Tokens，这就是今天上午火山引擎 AI 创新巡展上，豆包大模型亮出的最新成绩单。
相似度超越Seed-TTS、MiniMax-Speech等知名模型。昨晚，美团LongCat团队发布了文本转语音模型LongCat-AudioDiT，并开源1B、3.5B参数量的版本。这一模型的最大特点，是彻底抛弃了梅尔谱等中间表示，直接在波形潜空间进行基于扩散模型的文本转语音。通俗地说，这一模型直接根据声音本身的规律进行生成，“雕刻”出最原始的声音波形，从根源阻断数据转换的级联误差。
第一篇论文来自字节SEED团队， 打了一些基础； 《Over-Tokenized Transformer》。 论文标题看上去在讨论“过度分词”。 而重点必然是在第二篇上—— DeepSeek公司的学术成果Engram。 《Conditional Memory via Scalable Lookup》 也就是Engram模块所出处的论文。