VepAgent结合工具增强强化学习预测视频事件
VepAgent是一种用于预测视频未来事件的智能体框架,将因果推理与工具增强强化学习结合起来,以推断已观察场景与后续事件之间的转变。该方法使用FutureBench-4K数据集进行监督微调,并在推理时调用状态跟踪、帧检索和图像区域放大等工具。据论文报告,在FutureBench和NEPBench评测中,VepAgent取得领先表现,优于规模更大的多模态语言模型。相关结论基于论文所述的基准测试。
AI 新闻中心 过去24小时分析了 157 篇文章,发现了 0 条重要报道 (分数 ≥ 5.5)
获取从可信来源聚合的最新 AI 新闻。
VepAgent是一种用于预测视频未来事件的智能体框架,将因果推理与工具增强强化学习结合起来,以推断已观察场景与后续事件之间的转变。该方法使用FutureBench-4K数据集进行监督微调,并在推理时调用状态跟踪、帧检索和图像区域放大等工具。据论文报告,在FutureBench和NEPBench评测中,VepAgent取得领先表现,优于规模更大的多模态语言模型。相关结论基于论文所述的基准测试。
AdSpark 是用于 AI 广告视频生成的数据集与基准测试,旨在保留产品细节,并通过连贯的多镜头叙事呈现产品卖点。AdSpark-300K 包含约 30 万组图像、提示词和视频数据,涵盖真实数据与合成数据。结构化标注包括产品身份、卖点描述、创意方案及配套音频脚本。AdSpark-Bench 从六个维度评估生成广告,包括视觉质量、产品保真度、时间连贯性和音频对齐。对代表性模型的评测显示,产品保留和
据彭博社报道,腾讯正考虑发行最高50亿美元的离岸债券,最快可能于本月发行,计价货币或包括美元和离岸人民币。募集资金的具体用途尚未公布。腾讯今年6月通过长期债券筹集近47亿美元,部分资金计划用于开发AI产品和服务。为追赶字节跳动和阿里巴巴,腾讯正加大AI投入。截至6月的季度,腾讯用于AI项目和算力的资本支出同比增长176%,达到528亿元人民币。
路透社称,DeepSeek正在推进一轮超过800亿元人民币的融资,但公司尚未确认这一金额。彭博社还报道称,Kimi母公司月之暗面完成新一轮非公开融资,估值约500亿美元。据报道,腾讯在甲骨文位于东南亚的数据中心锁定了算力。谷歌更新了Gemini和Nano Banana产品。山姆·奥特曼谈及AI助手Dots,并表示Astra 6.1原定发布计划因安全顾虑而推迟。OpenAI承诺,未来28天将每天为C
谷歌计划自 10 月 9 日起调整个人账户的 Gemini 模型访问权限和使用限制。免费用户将只能使用 Gemini 3.5 Flash-Lite。月费 4.99 美元的 AI Plus 将限于 Flash 和 Flash-Lite 轻量模型,不再支持 Gemini 3.1 Pro 等高级模型。月费 19.99 美元起的 Google AI Pro 和 Ultra 预计仍可使用高级模型及 Deep
总部位于加利福尼亚州埃默里维尔的 Atomic Machines 正利用材料和设计数据训练人工智能,试图改变微机电系统(MEMS)的制造方式。该公司使用这项技术制造微型实体设备。
人类数学协会(AHM)批评 OpenAI 的新数学文件体现的是权力,而非学术研究,并呼吁数学家停止与该公司合作。OpenAI 目前正应对指控其涉及非法抄袭的诉讼。