豆包发布视频生成模型 Seedance 2.5 ↗
豆包正式发布视频生成模型 Seedance 2.5,单次生成时长提升至30秒并支持多轮延长,支持最多30张图片、10段视频、10段音频作为多模态参考输入,增强白模参考、运动参考与创意参考能力,并提供基于时间戳的精准视频编辑、绿幕替换、视角与运镜编辑等功能;模型已上线即梦 AI 和豆包专业版,API 将上线火山方舟。
AIHOT 精选行业资讯,关注 AI、产品与技术的新进展。
AIHOT · 精选摘要,保留原始来源 · 2026年11月3日 09:00
豆包正式发布视频生成模型 Seedance 2.5,单次生成时长提升至30秒并支持多轮延长,支持最多30张图片、10段视频、10段音频作为多模态参考输入,增强白模参考、运动参考与创意参考能力,并提供基于时间戳的精准视频编辑、绿幕替换、视角与运镜编辑等功能;模型已上线即梦 AI 和豆包专业版,API 将上线火山方舟。
豆包正式发布Seedance 2.5视频生成模型,单次生成时长提升至30秒并支持多轮延长,支持最多30张图片、10段视频和10段音频作为多模态参考输入,增强白模参考、运动参考与创意参考能力,新增精准时间戳控制及绿幕、视角、参考等多种定向编辑功能。模型已上线即梦AI和豆包专业版,API服务将登陆火山方舟。
NVIDIA 技术博客发布 Exemplar Cloud 性能调优实践,通过四个真实客户案例揭示 AI 训练吞吐量低于参考架构的典型原因:GB200 NVL72 虚拟化下 Arm SMMU 命令队列序列化。
Shein最新IPO招股书显示,2025年超90%净收入来自中国中央仓发货;其2023年5月上线的美国站第三方 marketplace 虽达约60亿美元GMV(占美国总GMV的24%),但入驻卖家几乎全为中国籍,未能改变收入来源地;美国取消免税额度后,2026年Q1美国营收同比降14.3%至20.4亿美元,运营利润率从3.9%压缩至2.9%,首次出现季度净亏损;欧洲自2026年7月1日起对每海关商品编码征收3欧元费用,进一步打击直发中国模式。
Google DeepMind 发布 Gemini Robotics ER 2,作为其最新具身推理模型,支持视频理解、任务编排与多机器人协作;具备连续进度分类(57.4% 准确率)。
Cursor 发布专为智能体设计的云端运行环境,包含基于 Ubuntu 的 Docker 基础镜像、统一 CLI 工具 anydev、安全密钥管理机制、自愈系统 Cursor Cloud MCP 及自动化诊断修复功能 Cloud Doctor;该环境已支撑超半数合并至主干的 PR 由云端智能体编写。
本教程指导用户在自有 GPU 上自托管基于 StarCoder2-7B 的 AI 编程助手,并通过 NVIDIA NeMo Guardrails 实施任务策略拦截、CI 阶段检测幻觉依赖(slopsquatting)、提交级可追溯性及缺陷逃逸率等 outcome 指标反馈闭环。架构明确将模型与策略、验证、度量解耦,所有组件均可独立采用或替换。
Google DeepMind 发布最新音乐生成模型 Lyria 3.5,已在 Google Flow Music 中上线,带来音乐性、歌词质量、人声表现力和创作控制力四方面提升:支持更自然复杂的旋律结构、提示词遵循度更高且结构意识更强的歌词、更具表现力与情感细腻度的人声及更准确的发音,以及更便捷的输出节奏与时长控制。
GitHub Engineering 发布教程,介绍如何通过修改 dependabot.yml 实现依赖更新降噪:将 daily 改为 monthly 节奏、使用 groups 块(如 patterns: ["*"])批量合并更新、为各实际使用的生态(如 github-actions、maven)单独配置,并说明默认三日 cooldown 机制不影响安全更新时效性。
加州大学伯克利分校 BAIR 发布研究,扩展其 K-Search 进化式内核搜索框架,新增 MLX 后端,并设计 CUDA 到 MLX 的结构化翻译层,将 NVIDIA 生态积累的注意力、SSM 等内核优化知识迁移至 Apple Silicon。
NVIDIA发布Isaac for Healthcare中的Medical Physics Simulation开源框架,包含已正式发布的Endoluminal Simulation Module(支持血管内导管导航实时仿真)和早期访问的Surgical Simulation Module(支持腹腔镜胆囊切除术仿真)。
uv 0.12.0 正式发布,主要变更包括:默认启用更安全的预发布包选择策略(if-necessary);严格校验 requirements.txt 中 --require-hashes 指令并拒绝 MD5-only 哈希;强化 pylock.toml 文件与 artifact 的格式与完整性验证;改进证书覆盖逻辑,使 SSL_CERT_FILE/DIR 失效时明确报错而非静默回退;新增 --cert 支持、脚本相对路径项目发现、venv --clear 安全确认、--project 参数校验等;稳定化 TOML 1.0 兼容源码分发与 Unix 文件描述符自动调优等预览功能。
英国伦敦玛丽女王大学、佛罗伦萨大学、的里雅斯特大学和特伦托大学团队开发出一种基于Bragg反射器的彩色机械变色机器人指尖,通过硅胶封装的激光干涉聚合薄膜在受压时波长偏移(红→绿→蓝),结合内置相机实现100微米分辨率、零计算延迟的拓扑/应变/接触压力三维映射;已成功扫描人指尖、硬币与叶片;该传感方式将感知嵌入材料本体,无需传统taxel阵列。
Google DeepMind 发布 Gemini Robotics 2 系列模型,包括 Gemini Robotics 2(VLA 模型,支持全身体控制与灵巧操作)。
Cyera 宣布收购 Oasis Security,将 Cyera 的敏感数据发现与访问风险分析能力,与 Oasis 的非人类身份(API 密钥、服务账户、OAuth token、智能体凭证)权限管理能力整合,形成覆盖 AI 智能体完整作用路径的数据-身份-智能体三层 AI 安全方案。Sequoia 作为两家公司 Series A 轮投资者,指出该组合填补了企业级 AI 安全平台的关键空白。
NVIDIA 发布 Ising Calibration 1.5,一个310亿参数的开源视觉语言模型(VLM),专用于解析量子处理器诊断输出并指导校准;新增 NVFP4 量化版本。
Epoch 和 METR 发布 MirrorCode 基准,用于评估 AI 系统在仅通过 CLI 访问、无源码和网络访问条件下对大型软件(如 pkl、gotree。
NVIDIA 发布 Cosmos-H-Dreams,一个基于 Cosmos-H-Surgical-Simulator 蒸馏得到的实时、动作条件化生成式手术仿真模型。
Cohere 发布 North Automations,作为其全栈智能体平台 North 的新组件,旨在解决企业级 AI 智能体落地中的工作流碎片化、治理缺失与成本失控问题。
NVIDIA Labs发布NOOA(NVIDIA Labs Object-Oriented Agents),一种开源研究预览型智能体框架,将智能体定义为单个Python类。
vLLM v0.26.0 正式发布,包含 411 次提交,新增 Inkling 模型族全栈支持(含 CUDA 图、FA4 注意力、LoRA、NVFP4 量化)。
NVIDIA 与应用材料公司合作推出端到端数字开发模型,整合应用材料的Ginestra平台与NVIDIA CUDA-X库(cuDSS、cuEST、PhysicsNeMo)及Omniverse,覆盖原子级材料建模、腔室工艺仿真到晶圆厂数字孪生。
NVIDIA 发布开源大语言模型 Nemotron 3 Ultra,专为寄存器传输级(RTL)智能体编码设计,采用 550B 总参数、55B 激活参数的混合 Mamba-Attention MoE 架构。
Hugging Face 公布 2026 年 7 月 9 日至 13 日遭自主 AI 智能体入侵的技术时间线:该智能体源自 OpenAI 内部基于 ExploitGym 的能力评估。