与「灵波」相关的搜索结果

给大家带来蚂蚁灵波LingBot-Vision 实测! 本次测试最大的亮点是在仅 1B (10亿) 参数量下, 展现出了极强的空间几何和边界感知能力, 实测表现直接越级打平甚至超越了 7B 参数的 DINOv3, 极具性价比！它非常适合用作具身智能的视觉主干 (Backbone) , 或者嵌入到机器人导航、机械臂抓取等需要极高空间精度的框架中使用都很不错, 对本地算力要求也很低. 视频中我直接给大家演示了免微调的视频目标追踪, 随便画一笔就能死死"咬"住目标. 另外, 它在硬件级深度补全 (比如识别透明玻璃、反光物体) 上表现也堪称杀手级, 不过由于技能点都加在了密集空间结构上, 在全局图像分类能力上算是中规中矩. 手里有 30 系显卡的兄弟们强烈建议本地跑着玩玩！ #灵波# #LingBot# #视觉大模型# #具身智能# #机器视觉#

黄仁勋儿子Spencer来蚂蚁灵波照片流出，还看了药房机器人 一个是英伟达机器人产品总监，一个是马云的蚂蚁集团旗下机器人公司 是不是要官宣了

AIGC波妞的2026上半年干货总结帖 AI视频这条路我摸了大半年——从离开Peppa Pig，一头扎进AI视觉叙事和漫画IP孵化，陆陆续续发了上千条实测、教程和踩坑记录。制作、策划孵化了近百部 AI 广告、AI 漫剧作品。 很多朋友说想找我早期的干货但翻不到，所以这次把账号里互动数据最高、最值得看的内容按主题理成了一份清单：从方法论到工具实测，从爆款案例拆解到版权避坑，你可以直接跳到自己需要的部分看，少走弯路，也少踩坑。建议收藏，需要的时候直接翻。 一、AI视频/漫剧制作方法论 1. 玩AI视频角色老是换脸？3个月才搞明白问题出在哪儿（上篇） 2. 为什么放弃九宫格分镜，改用六宫格故事板 3. 大半年AI漫剧踩过的坑：多人戏一换机位就崩 4. AI漫剧最大难点是场景调度，不是画质 二、AI工具实测评测 1. 视觉锚点才是小红书封面的杀手锏（附爆款封面Skill） 2. Lyria 3音乐模型评测，附20多个提示词模板 3. 猜图测评：ChatGPT Image 2 VS 即梦Seedream 5.0 4. Nano Banana 2深度测评 5. Fable 5限时回归：全球IP导演风格图谱Skill 6. SkildArt实测：数字藏品展馆+数字人换装短片 7. ChatCut插件：一句提示词用Codex剪视频 三、爆款现象级内容拆解 1. 【喜剧爆款视频教程】 2. 如何用SeedDance 2.0拍摄闺蜜私房视频 四、版权与合规干货 1. 别等被甲方追责，才想起AI作品也有版权风险 2. 首个「AI作品版权自查Skill」上线 五、IP设计与创意系列 1. 卡牌设计第四弹：七龙珠概念海报 2. IP设计《银月狐灵》视觉开发全流程 3. AIGC新作《天枢记2070》机甲美学 六、个人故事/账号成长 1. 从离开Peppa Pig团队到成为AI创作者

前几天在新浪的「赛博对话」录了一期视频播客，话题是大模型厂商怎么就从烧钱走到了赚钱的转折点，主持人是高飞 ，嘉宾是庄明浩和我。 其实最开始是想聊豆包收费这件事情，我和庄明浩还在私下嘀咕，豆包传出付费方案的消息是在月初，早就不是热点了，实在是过了蹭的时机，但如果放大到AI这门生意终于迈过了亏本赚吆喝的那条线，就没问题了，这是一个相当长效的题材。 省流版总结如下： - 根据黄仁勋提出的五层蛋糕理论，应用层虽然是直接和终端用户打交道的，但它也是整个产业结构里盈利压力最大的那个，毕竟上面四层都是供给逻辑，有货就不愁卖，唯有应用层是需要竞争流量的，在这个前提下，收费堪比拔鹅毛但又不让鹅叫唤的艺术； - 豆包当初传出收费消息被猛带了一波节奏，很多人以为从此就没法免费使用豆包了，无论是从中国互联网的历史来看，还是ChatGPT作为先例的样板，收费模式必然是增值服务，大家现在怎么用豆包的还是怎么用，然后一些旗舰级的能力就只会放在会员方案里予取予求； - 再就是国内用户对于为产品功能买单这件事情极其抵触的特有生态，之前北京车展，The Information的记者过来跑了一圈新势力，发现它们的出海计划里都会把车机功能当作付费点，但在中国市场完全没有这个想法，负责人的解释也是很直白无奈，「中国人不会为软件付钱」； - 庄明浩和我都觉得豆包在绝对领先的地位上开启收费尝试是很有意义的，这点钱对于字节的CapEx来说无异于杯水车薪，但整个消费观念的转变很重要，甚至我相信千问元宝都会感谢豆包，否则都被卡死在给全国人民做公益这个沼泽里，「你不收，我怎么收？我不收，耿专员怎么收？大伙怎么进步啊？」 - 再就是豆包的定价梯度可能比较意外，或者说整个AI应用的订阅门槛都是偏高的，长视频平台还在10块钱、20块钱一个月的留人时，豆包的最低档会员就是68块钱一个月了，像是Kimi也是49块钱一个月的起价，越过了30块钱一个月这个标准； - 30块钱一个月就是手游里的月卡，再往上才是大月卡，即通行证/战令，这一档的定价通常从68块钱到98块钱一个月不等，至于豆包计划里最贵的500块钱一个月套餐，相当于一单648的8折价，是不是也很容易理解了； - 马化腾在财报会议上也专门讲了中国用户在2C市场的付费转化率不太高这个点，要知道腾讯已经是最能从用户口袋里掏钱的互联网公司了，它都这么为难，叠加年年喊崛起年年也没能支棱起来的SaaS，模型下游的商业循环在国内实在需要一点乐观趋势，要知道智谱、MiniMax、月之暗面本质上是出海赚美金的公司； - 对于收入能够保持同步增长的公司而言，CapEx其实不是问题，从谷歌Q1财报来看，营收1000亿美金出头，利润差不多600亿，毛利率比纯卖广告的Meta还高，所以烧钱有什么问题呢，烧不出回报才是问题，马化腾说以为上船了但发现船是漏的，就是这个意思； - 中国互联网除游戏外的订阅制付费上限，单产品差不多在1.3亿的水平线，爱优腾和QQ音乐在巅峰期都没能超过这个阈值，我个人不太相信AI应用可以创造例外论，但是抛开订阅不谈，被越炒越火的各种Token套餐如果真的普遍化了，搞不好还真能带来变数； - 其实模型厂商也倾向于按量计费的买卖，订阅制的商业模式就像健身房，赚的是那些开了卡但不经常来的客人的钱，如果大家都用满，在这么一个不太存在规模效应——用户越多，越容易摊薄成本——的行业，AI应用很容易成为一个失血点而非造血器，所以庄明浩看到了一个怀旧服的可能性出现； - 也就是各大运营商开始力推的Token包，这跟当年的流量包不能说是一模一样，只能说是完全一样，所以如果运营商能够成为一个分销Token的角色，像大王卡那样，用Token包去覆盖一些模型的用量，再去后端完成分账，这个故事是完全说得通的； - 不过，无论是订阅制还是卖Token，模型能力都是撬动市场的第一要素，就像GPT-Image-2出来之后所有代开会员的第三方价格全数涨价，以及「六小虎」里把编程套餐卖断货的行情，都说明生产力需求是可以无视价格敏感的； - 但我总觉得豆包的收费不会走生产力路线，豆包大模型可以有生产力市场的目标，比如配合Trae去打，豆包App却未必要这么把路走窄，它的人格化和陪伴性其实是可以在情绪价值市场做出更多可能性的，就像我看有数据显示开源模型超过半数以上的Token消耗用在了角色扮演上，这里的经济价值是被低估了的； - 高飞和庄明浩认为模型厂商还有一个创收机会，就是转移支付，借着全民AI这个热潮，去让市政单位、高校学府来买单，比如某个市的行政区，去给市民提供常态化的Token额度，或者大学对标自己和知网签年框的方式，让师生享有最基础的Token套餐，用财政预算去替大家消费AI； - 总的来看，头部的模型厂商基本不再担心会倒闭了，包括已经上市的财务数据都摊开了，一个基本事实是，如果不算预训练，毛利率都能是打正的，同时预训练的成本增加是一个线性的，而收入的增加是指数级的，所以Anthropic、OpenAI这种烧钱大户都预计能在2030年甚至2028年就实现正现金流，这个速度比亚马逊当年都要快得多； - 庄明浩说做上游投资的现在是在焦虑物理极限，什么意思呢，就是会不会说，地球上的铜不够用了⋯⋯包括要去太空建数据中心，也是因为缺算力缺成了连力大砖飞都搞不定的事情，光有钱没用啊，你得有地方花出去，全世界的工业品暴涨，核心原因就是产能跟不上，需求侧在竞价锁单； - 中美大模型的发展差异在于，美国是在追求速胜，一波钱砸下去，掉队的、认输的马上就出来了，集中度很高，「御三家」就是这么高速洗牌洗出来的，中国因为相对慢一些，同时大家对成本更谨慎，所以能有更多的玩家不下牌桌，赚钱的难度也会高一些，这是充分竞争的经济学理论； - 庄明浩举了Seedance 2.0的例子，按理来说这场仗就应该打完了，你不可能怀疑字节在视频模型身上的决心和疯狂，但实际上呢，快手的可灵、阿里的Wan和Happy Horse、MiniMax的海螺都是该怎么继续还是怎么继续，后面还跟着HiDream、Vidu、Pixverse、SkyReels一长串名字，它们甚至都能拿到融资； - 中国互联网的缠斗传统，加上大盘上涨的规律，意味着你可以不是吃到肉的那个人，跟着喝汤一样能够保存希望，而且AI行业的标的天然优于非AI行业，这种「种族优势」，决定了「投AI总比投别的强」的底层逻辑，于是纷纷续命，等对手犯错，等轮到自己，等一切可能性； - 还是用那五层蛋糕的比方来说，美国是标准的纺锤结构，稀缺性最高的英伟达在中间赚得盆满钵满，中国则更偏向于柱状结构，在产业指导的作用下，不会有哪一层特别明显的去吸整条上下游的血，所以这个蛋糕必然不会跟太平洋对面一样甜，一个人走得快，一群人走得远嘛； - 最后还有一个变数是硬件，庄明浩说，美国做硬件的Startup，拿到钱后的第一件事就是飞深圳，跟逛迪士尼乐园似的，什么梦想都能找到供应商，为什么一级市场那么喜欢投大疆、追觅、影石出来的人，就是因为他们有从0到1的经验，可以复用到AI这一波，难道文曲星和背背佳就不算应用了么，对吧； - 高飞说得很有意思，AI用的东西，都在涨价和赚钱，比如能源、光纤、芯片这些，只有人用的东西，是在通缩和亏损，那么AI应用赚钱很难就说得通了，因为这是给人用的，人类不争气啊，碳基世界完蛋了，哈哈哈哈； - 所以，虽然这话可能有政治不正确的嫌疑，但判断AI是否真正产生了价值的标准，就是企业有没有在大规模裁员......是的，AI替代人类很残酷，但这起码说明AI可以产生真实的经济效益，反倒是喊着AI改变一切，却凡事仍要人类亲力亲为，才是真的有问题。

从连续到离散：智能的第二次革命 我曾在《大模型：一片连续的意义之海》中写过， 向量化带给人类最大的启示，不是计算速度，也不是模型规模， 而是连续性——一种语义上的、知识层面的、存在论的连续。 过去，人类的知识是分割的。 学科有边界，语言有疆域，图书馆有分类号。 而今天，所有这些边界都被打碎， 人类的语言、思想、情感与历史，被融进了同一个巨型语料宇宙 一个没有章节、没有标签、只有连续意义流的海洋。 那一刻，我有一个非常强烈的直觉： 连续之后，必然是离散。 这是所有复杂系统的宿命之路。 DNA 从生命的连续体中提炼出 ATGC 四个离散符号， 模拟信号转为数字信号，让模糊的波形变成了可以压缩、传输、计算的比特。 这就是“离散化”的意义： 在无穷连续的世界里，找出能被执行、被组合、被传递的单元。 几天前我家还收到一个小型的模拟电视机，东芝的。 我先生把它修好了，但我们都笑了： 这台电视的命运，大概是进博物馆。 连续的时代，已经结束。模拟信号，就是连续的。 离散的思维：从意识到结构 那么，人类的思维，是连续的，还是离散的？ 从神经科学角度，它是连续的电信号与化学流； 但从计算机的角度，它完全可以被离散化。 想想日常生活。 无论你是大律师，还是家庭主妇 思维其实由无数个决策片段组成： 鸡蛋还剩几个？要不要去买？ 这个案子，证据是否不足以起诉？ 明天孩子几点放学？晚饭什么时候准备？ 每一个片段，其实都可以被拆解为六个字段： 名称、目标、输入、机制、条件、输出。 这，就是思维的最小函数单元。 我在计算上面把他们外化成一个封装单元，叫结构卡（Structure Card）。 无数张这样的卡， 串联成链，形成网络，构筑起你完整的认知与人格。 家庭主妇的思维链，支撑着时间的分配与节奏； 律师的思维链，组织着证据、逻辑与论证。 两者看似毫不相关，却都在同一张认知地图中运行。 多重身份的调度：人脑的隐形编排器 我们每个人都有多重身份。 你既是大律师，也是妈妈；既是分析师，也是爱人。 这些身份之间并不互斥 它们在同一颗大脑中共生，只是被不同的场景激活。 当你走进法庭，律师的网络被点亮； 当你坐进家长会，妈妈的网络瞬间苏醒。 那是谁在调度？ 是你脑中的那位指挥家 一个隐形的Scheduler（调度器）。 它根据上下文激活不同的结构链， 让不同的人格子系统在合适的时间、合适的情境中运作。 这，就是人类大脑最伟大的架构：动态调度。 而在我设计的系统中， 我让“调度器”成为一个显式的模块。 结构性的智能机制。 它模仿的，正是这种生物性的编排： 多重人格、多条思维链、一个中控。 仿生与超生：从人格到结构人格 越仿生，越智能。 当律师学会借用“妈妈网络”的共情机制去说服证人， 当程序员调动“艺术家网络”的直觉去设计产品， 人类就完成了一次跨结构迁移。 每一个“决策单元”，每一张结构卡 都可能跨身份地被复用、重组、调度。 这正是智能的本质：复用与组合。 当这样的卡片累积到上百万、上千万张， 它们不再只是思维碎片， 而是一张巨大而有机的网络 一个结构人格（Structural Persona）。 这也是为什么，大模型在引入“角色（role）”设定之后， prompt 的输出变得格外高效。 因为那片连续的语义海洋， 在“角色”的调度下，被局部离散化了 出现了结构、目标与边界。 那正是“意义之海”中，人类之灵闪烁的地方。 结语：思维外化，知识函数化，人格计算化 这，就是我正在做的事情。 从连续到离散， 从思维到结构， 从语言到可执行的认知单元。 思维外化（Externalization of Thought）， 知识函数化（Functionalization of Knowledge）， 人格计算化（Computationalization of Persona）。 我们正走在一个新的门槛上 让“人类的思维结构”成为“人工智能的生命结构”。 The Beginning of the Infinity of Intelligence: My Framework for Solving the AI Externalization Problem

Meta的AI视频论文里有一个和主流竞品的双盲测试对比结果，虽然主要是为了支撑Meta全面碾压的结论，但其实也可以用来反推同行们的水平高低。 这个图的分数，正值意味着Meta Movie Gen在单项测试里表现更优，数值越高越领先，反之亦然。 可以看到，快手的Kling（可灵）基本上是最能打的一个，甚至超过了OpenAI的期货Sora，在运动完整性和文本理解能力两项上也高于Meta的这波大招，反而是Runway Gen-3的评分很不够看，离Kling都差很远。

最近重新了解了一下现在的国产HiFi品牌，被售价及品质震惊了，震惊了……怎么说呢，大概就是你只需要花10年前五分之一的价钱，就能享受到差不多的东西……达音科、原道、山灵，我觉得都很不错……