256块NPU训成8B视频模型、超越Sora等一众闭源！抖音内容技术团队开源ContentV
抖音内容技术团队开源了ContentV，一种高效训练视频生成模型的方案，在有限资源下取得了与现有主流方案相近的生成效果。
月度归档： 2025 年 6 月
AI正在改变高考！首个高考志愿大模型上岗，10分钟生成志愿报告
夸克宣布全面升级免费高考志愿填报服务，推出高考深度搜索、志愿报告和智能选志愿三大核心功能。今年算力投入扩大百倍，实现了从复杂问题询问到志愿报告输出的整个辅助决策流程。
视频理解“隐秘的角落”：多任务视频文本理解评测新基准VidText发布
VidText 提出了一套全面的视频文本理解基准，覆盖 27 个真实场景和多种语言。它包含从视觉感知到跨模态推理的多个任务，评估模型在不同粒度上的表现，并揭示了影响性能的关键因素。
ICML 2025 Agentic时代唤醒NAS”第二春”！智能体超网动态组队，推理成本暴降55%
大语言模型驱动的多智能体系统在构建时面临手动设计和调试的瓶颈。新加坡国立大学等团队推出MaAS框架，利用智能体超网技术实现按需定制的动态智能体服务，提高效率并降低成本。
如何用大模型自动生成PPT？AutoPresent及SlideCoder方案
今天是2025年6月12日，星期四，北京晴。文章介绍了两种PPT生成方案AutoPresent和SlideCoder，前者通过微调LLAMA模型生成Python代码，后者使用布局感知的检索增强生成框架，包含层次化检索增强生成、图像分割等技术。
如何“用图思考”？小红书与西安交大的多模态深度思考模型DeepEyes
DeepEyes项目通过强化学习实现’用图思考’能力，在视觉搜索、幻觉缓解和多模态推理等方面表现出色，有望应用于教育、医疗、交通等领域。