3月12日 AI资讯汇总

😼

3月12日 AI资讯汇总 😼 3月12日 AI资讯汇总 Modified April 2, 2025 Audio or video is not supported Please download the file and open it with the appropriate software. BlenderMCP.mp4 · 8.79MB BlenderMCP 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. Move AI.mp4 · 8.94MB Move AI 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. VACE.mp4 · 3.63MB VACE 00:00 https://ali vilab.github.io/VACE Page/ VideoPainter：腾讯开源视频编辑技术 VideoPainter 支持即插即用的文本引导视频修复和编辑，适用于任何长度视频。可以对视频中的元素进行添加替换等操作。 具有高效、即插即用的双分支框架。结合了高效的上下文编码器（仅包含 6% 的主干参数）来处理蒙版视频，并向任何预先训练的视频 DiT 注入主干感知背景上下文线索，生成语义一致的内容 官方演示视频： Audio or video is not supported Please download the file and open it with the appropriate software. edit gallery 1.mp4 · 4.17MB edit gallery 1 00:00 🌟使用地址： https://yxbian23.github.io/project/video painter/ https://github.com/TencentARC/VideoPainter Wonder Dynamics推出摄像机轨道（Camera Track）和清洁板（Clean Plate）功能 用户只需选择Wonder Tools ，即可看到工具入口，可作为独立工具使用，减少等待时间与多余的积分损耗。 目前限付费用户使用。 官方演示视频： Audio or video is not supported Please download the file and open it with the appropriate software. Wonder Dynamics.mp4 · 5.20MB Wonder Dynamics 00:00 🌟使用地址： https://app.wonderdynamics.com/ 🤖️AI模型/其他应用 OpenAI：为开发者推出一套AI Agent 开发套件 本次发布会主要围绕Agent进行，希望能够帮助开发者，简化代理应用程序的开发。 其中包含： 新Responses API 将 Chat Completions API 的简单性与 Assistants API 的工具使用功能相结合，用于构建代理。 Responses API 内置工具包括网页搜索、文件搜索、Computer use 网页搜索： API支持网页搜索了，在 Responses API 中，使用 gpt 4o 和 gpt 4o mini 时，网络搜索可用作工具与其他工具或函数调用配对使用。 文件搜索： 从大量文档中检索相关信息。通过支持多种文件类型、查询优化、元数据过滤和自定义重新排序，它可以提供快速、准确的搜索结果。每千次查询 2.50 美元，文件存储 0.10 美元/GB/天，第一 GB 免费。 Computer use： 该工具由与Operator相同的计算机使用代理 (CUA) 模型提供支持 开源Agents SDK OpenAI Agent 框架，协调单代理和多代理工作流程（可构建多代理工作流） 改进包括： 代理：易于配置的 LLM，具有清晰的说明和内置工具。 交接：在代理之间智能地转移控制权。 护栏：可配置的输入和输出验证安全检查。 跟踪和可观察性：可视化代理执行跟踪以调试和优化性能。 https://github.com/openai/openai agents python 🌟推荐阅读： 大聪明的《联网/用电脑... OpenAI 新 Agent 套件全解析（另附：发布会没说的 30+ 要点）》 R1 Omni：阿里情感识别模型 阿里提出的情感识别模型，通过强化学习实现可解释的全多模态情绪识别（通过看视频来识别角色的情绪） 1. 增强的推理能力：R1 Omni 表现出卓越的推理能力，能够更清楚地理解视觉和音频信息如何有助于情绪识别。 2. 提高理解能力：与 SFT 相比，RLVR 显著提升了情绪识别任务的性能。 3. 更强的泛化能力：RLVR 模型表现出明显更好的泛化能力，尤其在分布外场景中表现出色。 🌟地址： https://github.com/HumanMLLM/R1 Omni Luma AI：发布一种新的预训练范式 归纳矩匹配 (IMM) Luma AI 推出了一种名为 Inductive Moment Matching (IMM) 的新方法，这是一种预训练技术，旨在突破算法瓶颈，提高生成预训练算法的性能。 IMM 在样本质量和采样效率方面优于扩散模型，同时提供超过十倍的采样效率提升。与一致性模型（CM）相比，IMM 使用单一目标，具有更高的稳定性，适用于不同的设置。 Audio or video is not supported Please download the file and open it with the appropriate software. luma.mp4 · 767.69KB luma 00:00 🌟地址： https://lumalabs.ai/news/inductive moment matching https://github.com/lumalabs/imm Manus宣布与阿里通义千问团队达成战略合作 Manus合伙人张涛表示，Manus与阿里通义千问团队达成战略合作，将基于通义千问模型，为中国用户实现Manus全部功能。 如有任何问题请联系后台 电子邮箱：alolg@163.com 大聪明的《联网/用电脑... OpenAI 新 Agent 套件全解析（另附：发布会没说的 30+ 要点）》 alolg@163.com Audio or video is not supported Please download the file and open it with the appropriate software. BlenderMCP.mp4 · 8.79MB BlenderMCP 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. BlenderMCP.mp4 · 8.79MB BlenderMCP 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. Move AI.mp4 · 8.94MB Move AI 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. Move AI.mp4 · 8.94MB Move AI 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. VACE.mp4 · 3.63MB VACE 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. VACE.mp4 · 3.63MB VACE 00:00 https://ali vilab.github.io/VACE Page/ VideoPainter：腾讯开源视频编辑技术 VideoPainter 支持即插即用的文本引导视频修复和编辑，适用于任何长度视频。可以对视频中的元素进行添加替换等操作。 具有高效、即插即用的双分支框架。结合了高效的上下文编码器（仅包含 6% 的主干参数）来处理蒙版视频，并向任何预先训练的视频 DiT 注入主干感知背景上下文线索，生成语义一致的内容 官方演示视频： Audio or video is not supported Please download the file and open it with the appropriate software. edit gallery 1.mp4 · 4.17MB edit gallery 1 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. edit gallery 1.mp4 · 4.17MB edit gallery 1 00:00 🌟使用地址： https://yxbian23.github.io/project/video painter/ https://github.com/TencentARC/VideoPainter Wonder Dynamics推出摄像机轨道（Camera Track）和清洁板（Clean Plate）功能 用户只需选择Wonder Tools ，即可看到工具入口，可作为独立工具使用，减少等待时间与多余的积分损耗。 目前限付费用户使用。 官方演示视频： Audio or video is not supported Please download the file and open it with the appropriate software. Wonder Dynamics.mp4 · 5.20MB Wonder Dynamics 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. Wonder Dynamics.mp4 · 5.20MB Wonder Dynamics 00:00 🌟使用地址： https://app.wonderdynamics.com/ 🤖️AI模型/其他应用 OpenAI：为开发者推出一套AI Agent 开发套件 本次发布会主要围绕Agent进行，希望能够帮助开发者，简化代理应用程序的开发。 其中包含： 新Responses API 将 Chat Completions API 的简单性与 Assistants API 的工具使用功能相结合，用于构建代理。 Responses API 内置工具包括网页搜索、文件搜索、Computer use 网页搜索： API支持网页搜索了，在 Responses API 中，使用 gpt 4o 和 gpt 4o mini 时，网络搜索可用作工具与其他工具或函数调用配对使用。 文件搜索： 从大量文档中检索相关信息。通过支持多种文件类型、查询优化、元数据过滤和自定义重新排序，它可以提供快速、准确的搜索结果。每千次查询 2.50 美元，文件存储 0.10 美元/GB/天，第一 GB 免费。 Computer use： 该工具由与Operator相同的计算机使用代理 (CUA) 模型提供支持 开源Agents SDK OpenAI Agent 框架，协调单代理和多代理工作流程（可构建多代理工作流） 改进包括： 代理：易于配置的 LLM，具有清晰的说明和内置工具。 交接：在代理之间智能地转移控制权。 护栏：可配置的输入和输出验证安全检查。 跟踪和可观察性：可视化代理执行跟踪以调试和优化性能。 https://github.com/openai/openai agents python 🌟推荐阅读： 大聪明的《联网/用电脑... OpenAI 新 Agent 套件全解析（另附：发布会没说的 30+ 要点）》 大聪明的《联网/用电脑... OpenAI 新 Agent 套件全解析（另附：发布会没说的 30+ 要点）》 R1 Omni：阿里情感识别模型 阿里提出的情感识别模型，通过强化学习实现可解释的全多模态情绪识别（通过看视频来识别角色的情绪） 1. 增强的推理能力：R1 Omni 表现出卓越的推理能力，能够更清楚地理解视觉和音频信息如何有助于情绪识别。 2. 提高理解能力：与 SFT 相比，RLVR 显著提升了情绪识别任务的性能。 3. 更强的泛化能力：RLVR 模型表现出明显更好的泛化能力，尤其在分布外场景中表现出色。 🌟地址： https://github.com/HumanMLLM/R1 Omni Luma AI：发布一种新的预训练范式 归纳矩匹配 (IMM) Luma AI 推出了一种名为 Inductive Moment Matching (IMM) 的新方法，这是一种预训练技术，旨在突破算法瓶颈，提高生成预训练算法的性能。 IMM 在样本质量和采样效率方面优于扩散模型，同时提供超过十倍的采样效率提升。与一致性模型（CM）相比，IMM 使用单一目标，具有更高的稳定性，适用于不同的设置。 Audio or video is not supported Please download the file and open it with the appropriate software. luma.mp4 · 767.69KB luma 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. luma.mp4 · 767.69KB luma 00:00 🌟地址： https://lumalabs.ai/news/inductive moment matching https://github.com/lumalabs/imm Manus宣布与阿里通义千问团队达成战略合作 Manus合伙人张涛表示，Manus与阿里通义千问团队达成战略合作，将基于通义千问模型，为中国用户实现Manus全部功能。 如有任何问题请联系后台 电子邮箱：alolg@163.com alolg@163.com 🐱 猫叔留言： AI资讯公众号：超时空视角 猫叔个人公众号：AI替代人类 小红书/抖音：EverAI B站：Ever AI酱 （❤这里会有教程及AI工具界面操作） 猫叔留言： AI资讯公众号：超时空视角 猫叔个人公众号：AI替代人类 小红书/抖音：EverAI B站：Ever AI酱 （❤这里会有教程及AI工具界面操作） 🌟 3月12日 AI资讯 【AI 3D】 • BlenderMCP：与Claude AI沟通,在blender实现快速3D建模 • MIDI：单幅图像到 3D 场景生成 • Move AI：更新动作捕捉能力，提出Gen 2 Spatial Motion 【AI写作】 • MM StoryAgent：AI多模态故事生成系统 【AI视频】 • VACE：阿里推出一体化视频创作和编辑技术 • VideoPainter：腾讯开源视频编辑技术 • Wonder Dynamics：推出摄像机轨道（Camera Track）和清洁板（Clean Plate）功能 【其他】 • OpenAI：为开发者推出一套AI Agent 开发套件 • R1 Omni：阿里情感识别模型，通过视频识别情感 • Luma AI：发布一种新的预训练范式IMM，旨在突破算法瓶颈，提高生成预训练算法的性能 • Manus：宣布与阿里通义千问团队达成战略合作 3月12日 AI资讯 【AI 3D】 • BlenderMCP：与Claude AI沟通,在blender实现快速3D建模 • MIDI：单幅图像到 3D 场景生成 • Move AI：更新动作捕捉能力，提出Gen 2 Spatial Motion 【AI写作】 • MM StoryAgent：AI多模态故事生成系统 【AI视频】 • VACE：阿里推出一体化视频创作和编辑技术 • VideoPainter：腾讯开源视频编辑技术 • Wonder Dynamics：推出摄像机轨道（Camera Track）和清洁板（Clean Plate）功能 【其他】 • OpenAI：为开发者推出一套AI Agent 开发套件 • R1 Omni：阿里情感识别模型，通过视频识别情感 • Luma AI：发布一种新的预训练范式IMM，旨在突破算法瓶颈，提高生成预训练算法的性能 • Manus：宣布与阿里通义千问团队达成战略合作 🤖️AI 3D BlenderMCP：与Claude沟通在blender实现快速3D建模 BlenderMCP 通过模型上下文协议 (MCP) 将 Blender 连接到 Claude AI，使 Claude 能够直接与 Blender 交互并控制 Blender。 这种集成可实现快速辅助 3D 建模、场景创建和操作，根据需求自动创建、修改3D 对象 官方演示视频： 🌟下载地址： https://github.com/ahujasid/blender mcp MIDI：单幅图像到 3D 场景生成 北航与VAST合作推出AI 3D建模技术MIDI，分割实例图像生成 3D 场景。 只需 40 秒，将预训练的图像到 3D 对象生成模型扩展为多实例扩散模型，从而能够同时生成具有准确空间关系的多个 3D模型，拼装形成3D场景 适应于各种风格场景，形状复杂多样化内容。 模型权重与gradio demo已放出。 🌟地址： https://github.com/VAST AI Research/MIDI 3D Move AI：更新动作捕捉技术，提出Gen 2 spatial motion AI动作捕捉工具Move AI提出Gen 2 spatial motion，按演示表现技术具有： • 更为细节的节点检测，遵循全身动力学、关节扭矩、地面反作用力。 • 具有运动重定向、在复杂遮挡下的准确运动预测。 • 适用于 AI 视频、手机、电影摄像机、户外体育场场景 官方演示视频： 🌟下载地址： https://drive.google.com/drive/folders/1BRu6M4QXCTDMtCO4vA0xmWUJUs5A0tDP?usp=sharing 🤖️AI 视频 VACE：阿里推出一体化视频创作和编辑技术 VACE是一款专为视频创作和编辑而设计的一体化模型，模型即将推出，提供能力包括 • 移动任何视频内元素 • 替换任何视频内元素 • 引用参考图像内容将其置入视频 • 扩展视频内容 • 基于动作参考的视频生成 • 支持视频重新渲染，可以保证一定的内容主体，结构，姿势，动作的一致性 官方演示视频： 🌟使用地址：

在 小宇宙note 阅读完整内容