#实时交互
主题「实时交互」下共有 47 篇日报。
2026-11-19周四1 篇视频大模型
2026-11-14周六1 篇多模态模型
2026-11-06周五1 篇强化学习
2026-10-31周六1 篇视频大模型
2026-10-27周二1 篇大语言模型
2026-10-23周五3 篇应用架构模型评测物理 AI
OpenAI 发布 Decisions API:更快更省的应用决策接口
OpenAI 推出 Decisions API,面向任意应用提供快速、聚焦且低成本的决策能力,帮助构建更灵敏的响应式体验。
来源:OpenAI跟指令仍是短板:StreamEval 评测交互式流式视频生成
StreamEval 用 300 条脚本用例评测五类交互式流式视频任务,37 个模型显示高画质与身份保持并不能保证可靠执行请求和状态一致。
来源:Hugging Face Daily Papers虚拟世界持续预训练缩放:数据提升本域,多样性难跨远域,大模型单世界更差
作者用120组持续预训练配置,沿数据量、多样性和模型规模考察虚拟世界具身智能体,发现本域可缩放、近域可迁移,远域泛化仍然受限。
来源:Hugging Face Daily Papers2026-10-22周四1 篇视频大模型
2026-10-17周六1 篇多模态模型
2026-10-10周六1 篇AI 智能体
2026-10-08周四1 篇大语言模型
2026-10-03周六1 篇视频大模型
2026-10-01周四2 篇基准测试大语言模型
2026-09-27周日1 篇代码智能体
2026-09-25周五1 篇Gemini
2026-09-23周三1 篇视频大模型
2026-09-11周五1 篇视频大模型
2026-09-10周四1 篇实时交互
2026-09-04周五1 篇视频大模型
2026-09-03周四3 篇视频大模型实时交互物理 AI
视频生成模型开始理解行动:H3-World将语言变成精确世界控制
H3-World基于33B视频生成模型,通过结构化语言指令与时间路由,实现角色和镜头的精确控制,并以轻量适配保留生成能力。
来源:Hugging Face Daily Papers实时智能走向流式数据链路:IBM 时序模型接入 Confluent
文章标题显示 IBM 正尝试将时序模型与 Confluent 结合,但因材料未提供摘要,具体能力、架构和效果仍待确认。
来源:Hugging Face Blog视频预训练让机器人控制更易扩展:ZimaBlue提升零样本操作成功率
ZimaBlue用大规模人类与机器人第一视角视频学习世界动作模型,再通过统一动作表示连接机器人轨迹,实现面向实时控制的泛化操作。
来源:Hugging Face Daily Papers2026-08-29周六2 篇视频大模型物理 AI
2026-08-28周五1 篇语音 AI
2026-08-26周三2 篇多模态模型视频大模型
2026-08-25周二3 篇视频大模型模型评测AI 智能体
视频编辑不再受固定片段限制:InfinityEdit面向持续流的轻量适配器
InfinityEdit面向持续到来的开放视频流,通过历史、时间因果与编辑条件注意力,让生成模型逐段延续画面并累积执行编辑指令。
来源:Hugging Face Daily Papers视频助手评测转向连续交互:OmniAssistBench如何衡量真实帮助能力
OmniAssistBench把视频理解改造成多轮助手交互评测,要求模型结合视觉状态、用户目标和先验知识完成指定路线。
来源:Hugging Face Daily Papers低延迟 AI 伙伴进入游戏:开发者让智能体陪自己游玩《天际》
一则 Hacker News 热帖展示了一个与玩家共同游玩《天际》的低延迟 AI 伙伴项目,也引出实时交互智能体的工程边界。
来源:Hacker News2026-08-22周六1 篇AI 生态
2026-08-21周五1 篇物理 AI
2026-08-19周三1 篇多模态模型
2026-08-18周二1 篇物理 AI
2026-08-15周六1 篇视频大模型
2026-08-14周五1 篇GPT-5.6
2026-08-06周四1 篇视频大模型
2026-08-04周二1 篇语音 AI
2026-07-31周五1 篇机器人
2026-07-28周二1 篇物理 AI
2026-07-23周四3 篇视频大模型物理 AI
视频世界模型迈向长时交互:AlayaWorld将片段采样压缩至四步
AlayaWorld以150亿参数扩散Transformer生成可交互视频,并通过多层记忆与蒸馏缓解长时漂移和推理开销。
来源:Hugging Face Daily Papers生成式世界渲染进入实时档:Flash 版达到每秒 31.54 帧
少步自回归流式模型配合轻量蒸馏编解码器,将 Flash 版生成式世界渲染从 0.56 FPS 提升至 31.54 FPS。
来源:Hugging Face Daily Papers单卡也能实时生成交互世界:ABot-World-0 的长程闭环方案
ABot-World-0 将数据采集、长程蒸馏与流式推理协同设计,在单张 RTX 5090 上实现实时动作控制的视频生成。
来源:Hugging Face Daily Papers2026-07-19周日1 篇AI 智能体
2026-07-14周二1 篇语音 AI
没有匹配的日报,换个关键词试试。