AI 版《猫和老鼠》刷爆外网！零剪辑自动生成，60 秒神作刷新 AI 视频天花板
伯克利、斯坦福联合英伟达的研究成功生成了长达一分钟的流畅视频，且保持一致性和故事完整性。通过引入测试时训练层提升扩散Transformer模型能力，实现了复杂的多场景故事生成。研究使用《猫和老鼠》动画集进行验证，展示了AI在复杂动态场景中的学习与适应能力。
复杂场景
AI生成交响乐，这一天终究还是来了
NotaGen 是首个针对古典音乐交响乐的 AI 音乐生成模型，来自中央音乐学院、清华和北航的开发人员宣布其开源。模型涵盖基础版及增强版NotaGen-X，并在专业数据集上进行了微调，实现高度可控性和专业性，提升了古典音乐生成质量。
AI能看懂细节了！IDEA研究院多模态目标检测模型DINO-XSeek，自然语言精准定位目标
基于多模态大语言模型的DINO-XSeek目标检测模型实现了精准感知和理解复杂场景中的目标，能够通过自然语言描述识别出具体细节，如人物的穿着、位置等信息。该模型结合了视觉与语言理解能力，在实际应用中可应用于工业制造、安防、农业等多个领域。
重磅发现！DeepSeek R1方法成功迁移到视觉领域，多模态AI迎来新突破！
VLM-R1 是一个将 DeepSeek R1 方法应用于视觉语言模型的新开源项目，展示了其在稳定性、泛化能力等方面的优越性能，并提供简单易用的训练流程。
比GraphRAG更懂“思考”，微软又开源PIKE-RAG：主打复杂私域知识理解和推理
微软发布PIKE-RAG，旨在提高RAG系统在复杂企业场景下的知识提取、推理和应用能力。该方法聚焦于连贯的推理逻辑构建，并提出针对不同任务的不同技术策略。
企业级Agent已进入生产力阶段｜BetterYeah AI张毅@MEET
BetterYeah AI CEO张毅在MEET2025智能未来大会上分享了企业Agent应用加速成功的关键——利用数据和AI驱动的方法建立反馈评估-自学习-验证的闭环。目前已有数百家头部企业在其平台上完成生产级Agent落地，提高了企业的生产力并带来了业务价值提升。张毅强调了建立这一闭环的重要性，并介绍了BetterYeah平台在帮助企业开发Agent应用方面的功能和优势。