ACM MM 2026 | 视频的声音，不只自动生成，还能按意图控制
ControlFoley 让视频动作、文本提示和参考音频共同参与声音生成，官方 ComfyUI 工作流与多种体验入口已上线。〓 图1：ControlFoley 多模态可控视频音效生成。视频有了声音，为什么还不够？无声视频、实拍空镜、短剧动画
科技互联网
半年生成百万门课程，清华这个教育Agent火到联合国了
课程设计进入Agent模式 当 AI Agent 从编程、办公走向更多专业场景，教育也开始有了自己的 Agent 形态。想学什么，先让 AI 给自己开一门课。就在刚刚，清华 OpenMAIC 把 AI 课堂带到了联合国。作为首个登上联合国的
因为GPT-6 Astra的爆火，我好像看见了时代的断层。
以下文章来源于：数字生命卡兹克 数字生命卡兹克 希望能激发你对AI的好奇。 那些未来的传承。 上周，GPT-6 Astra正式上线了。然后，所有的社媒、社群都玩疯了。我的X的时间线，更是几乎全部都是GPT-6 Astra。或者更准确的说，全
DeepSeek V4.1 Flash实测，花3亿token，14组任务，居然比上代贵
家人们，DeepSeek V4.1 Flash 开启内测了。内测问卷里有道题，把我看乐了。官方直接问，这个模型能不能全面替换线上的 DeepSeek V4 Pro。上次我测完 V4 Pro，结论是低于预期，不推荐接入 Codex。这回官方自
用了大模型输出的SQL，生产环境直接挂了……
千万别让大模型写SQL！ 在智能问数系统中，SQL 生成引擎是决定准确率和用户体验的核心模块。许多团队直接让大模型输出 SQL，结果在生产环境中准确率骤降至 50% 以下。原因在于：自然语言到 SQL 的转换缺少结构化的中间层。本文介绍一套
差点出人命
这几天赛车圈出了个大事，China GT，国家级a类汽车赛事，国内最高级别GT跑车赛事，比赛现场几辆车发生碰撞，其中一辆爆炸起火，英国车手Millroy重伤昏迷。结果出现了现场援救失职，最后是另一名参赛选手（荷兰23岁车手，Hartog）主
Android XR 重要里程碑｜Jetpack XR SDK 核心库迎来 Beta 版
Jetpack SceneCore、ARCore for Jetpack XR 和 XR Runtime 现已进入 Beta 阶段，现在正是将它们集成到您的生产工作流程中并为 Android XR 进行开发的绝佳时机。 作者 / 开发者关系
实测星火X2.5，我用摄像头造了5个「超亚比」体感应用
家人们，我最近用AI做了个东西，我相信有些家人们上班用得着～昨天下午，我在工位玩砖块游戏（别问，问就是在体验AI）。我的Boss刚好端着咖啡路过，屏幕“唰”一下，从游戏切成了一张密密麻麻的Excel预算表。行列标题、工具栏、选中的单元格，全
我用腾讯 Kuikly，把 DeepSeek Harness装进了口袋
一码三端原生 App，可以直接操作电脑端 DeepSeek Harness 作者：腾讯程序员yukiDSH 这么好玩，但是只能在电脑上玩太可惜了，于是我用 Kuikly 框架做了一个 APP，一码三端的跨端原生 app，按官方 Host 协
字节跳动质量保障团队｜让 QA 真正用起来：测试用例生成 Agent 落地，我们做对了什么
作者：TikTok Eng-Testing × 复旦大学软件工程实验室最近，团队推出了面向测试自动化的 NL2Test Agent：QA在测试过程中， 只需用自然语言描述测试场景，Agent 就能自动生成可运行的回归测试用例，让测试资产沉淀
Xiaomi MiMo 桌面客户端开放邀测
以下文章来源于：Xiaomi MiMo Xiaomi MiMo 从务实创新到探索未知，以思考触碰智能的边界，用创造回应每一次好奇。Ask Mi Anything！ 今天，Xiaomi MiMo Desktop 桌面客户端（以下简称：MiMo
国产2B端侧模型重磅发布，数据都开源了！
Datawhale干货 作者： 筱可，Datawhale成员今天，面壁智能开源了最新模型 MiniCPM5-2B。这次开源把权重、训练数据、数据治理方案和强化学习框架一起放了出来。20 亿参数，INT4 量化后约 1.2GB，能跑在手机、P
985高校36所、211高校85所：我们的“科研朋友圈”
分享一篇文章。 深度之眼官方账号: 985高校36所、211高校85所：我们的“科研朋友圈” 2026年，西班牙巴塞罗那，ICASSP 2026闭幕式。台下数千名全球顶尖研究者看到了一个名字——深度之眼。这家来自中国的AI教育品牌，与Met
深度学习最常见的5种模型创新路线，Baseline跑通后可以这样改
很多人做深度学习，Baseline跑通了，结果也有了，然后就不知道怎么改了。搞最后就只剩下几个老思路：加Attention、换卷积、堆Transformer……其实模型创新没那么难，很多工作本质上都可以归到几个比较稳定的改造位置。总结一下其
Agent长时工作如何不跑偏？WorkSwarm用「永续会话」给出解法
Agent对「聊久必忘」说不。 机器之心发布让 Agent 完成一个任务并不难。它会整理材料、修改文件、检查结果，再交付答案。难的是让它一直做下去。一项真实工作通常不会在一轮对话里结束。它可能持续几个小时、几天，甚至更久；中间会换任务、换负