字节
每一幕皆可控！字节发布多主体视频生成神器，人人皆主角
字节发布MAGREF，能基于一张参考图像生成保持高度一致的多人视频，即使不同人物也无面部混淆。它支持统一处理多张参考图，并实现人物、物体与背景的协调控制。
生图效果媲美GPT-4o，一键搞定各类视觉生成任务丨港科广&字节全新框架
港科大（广州）和字节联合出品的开源框架ComfyMind，能够根据一句描述生成高质量图像或视频。它结合树状规划与局部反馈执行机制，性能超越现有开源方法并接近闭源GPT-4o-Image。
低Token高精度！字节复旦推出自适应推理框架CAR
复旦大学余海洋与字节的研究人员提出CAR自适应推理框架，根据模型困惑度动态选择短回答或长文本推理，在多模态视觉问答和关键信息提取任务中实现最佳平衡。
盘点丨那些 AI 公司悄咪咪上线的产品（十五）
快手、字节和百度近期分别上线了AI图像编辑和虚拟陪玩等新产品。Poify提供换背景、图片风格转换等功能；Pippit则专注于营销场景下的全链路内容制作平台；百度则推出了AI虚拟陪伴产品‘月匣’。
保姆级教程：正确使用「扣子空间」
文章介绍了扣子空间的新功能和使用方法，包括支持更多工具、自主规划任务等特性，并分享了实际应用场景。作为阿里云开发的Agent产品，它能简化任务执行流程，提高工作效率。
字节开源了一个新型多模态生成模型 Liquid
字节开源新型多模态生成模型Liquid，核心创新在于统一编码图像和文本到相同token空间，并使用单一LLM处理视觉理解和生成任务。研究表明，随着模型规模增大，性能下降会消失甚至互相促进。