阿里22B模型实现实时分钟级稳定数字人生成，自定义角色流式交互模型开源
阿里22B模型实现实时分钟级稳定数字人生成，自定义角色流式交互模型开源当数字人视频从数秒扩展到数分钟，生成系统面对的核心问题不再只是单帧质量，而是递归生成中的误差累积。
来自主题: AI技术研报
10719 点击 2026-08-03 11:01
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
当数字人视频从数秒扩展到数分钟，生成系统面对的核心问题不再只是单帧质量，而是递归生成中的误差累积。
Agent的能力越来越强，但使用体验仍有一个尴尬之处： 每换一个Agent甚至换一个session，就像换了一个完全不了解你的新员工。
近五分钟“肌肉记忆”，推理延迟不随历史增长
最近一个月，差不多每隔两天就有人问我同一个问题："现在这轮AI，是不是特别像当年互联网刚起来的时候？那是不是闭眼买就完事了？"我每次都被问得一愣。因为这问题问得其实挺对——AI和互联网确实是最常被拿来类比的两件事。但我越想越觉得，它最值钱的部分不是"像不像"，而是"像哪一年"。
一个80亿参数的大模型，一口气吞下15万亿token的训练数据，堆到硬盘上差不多7TB。可它真正「背」得下来的，少得可怜：每个参数只装得下3.6 bit。一个英文字母8 bit，连半个都填不满。
Corgi，这家每周工作七天、在旧金山经营通宵咖啡馆的AI保险初创公司，再次从投资者那里获得了融资——不到三个月，已是第三次。多位知情人士告诉《福布斯》，本次融资对公司的估值为40亿美元，几乎是5月底以来其估值的两倍。
2025 年秋天，Meta 上线了一名可以替商家卖货的“AI 员工”。商家不需要重新整理一套资料，它会直接读取品牌过去发布的社交媒体内容、广告、商品目录和网站信息，自动学会这家公司卖什么、用什么语气和顾客说话。
8月，一年一度的ChinaJoy又在上海落幕了。今年的主题是“与AI同游”，近900家企业参展，AI成了游戏之外最热的词。当所有镜头都聚焦在游戏时，一个“逆流而上”的展台引起了我们的注意——WPS。
GPT-5.6 Sol 推翻 100 多年前的麦克斯韦猜想，下一代模型突破 10 个！数学家菲利普·阿拉图恩、加文·鲍尔和马修·D·克瓦尔海姆于 2026 年 7 月 29 日在 arXiv 上发表论文，提到由 GPT-5.6 Sol 找到了一个反例，证明了 100 多年前的麦克斯韦猜想是假的。
Seltz为Agent自建一套持续更新的Web索引，让它能够及时看见公开网络中正在发生什么；AnySearch聚合开放Web和20多个垂直数据源，让Agent知道面对不同问题应该去哪里查；Octen则重写索引、排序和服务层，让Agent可以同时展开几十甚至上百次查询，更快、更大规模地看见信息。