小互 (@xiaohu)
@xiaohu
带你了解全球最前沿科技、AI动态...
学AI找小互，找小互，上 ...
小互AI日报 社群：
1.7K 正在关注 106.6K 粉丝
一张图生成一个实时回应你的对话视频角色
Runway 推出 Runway Characters
你给它一张参考图，它就能生成一个可以和用户实时说话的视频角色。
• 角色能实时对话，官方称支持 HD、24fps
• 它能看摄像头，也能看屏幕共享
• 声音、性格、开场白可以配置，也能生成或克隆自定义声音
• 可以接文本或 Markdown 知识库，让角色按资料回答
• 可以调用工具，比如高亮网页按钮、滚动页面、打开弹窗，或去后端查订单和库存
• 可以通过 API、React SDK、网页 Widget 接进自己的产品。
你可能觉得，这不就是“数字人”吗。上传一张脸，让它眨眼、张嘴、读稿，过去几年大家已经看过很多。
但 Runway Characters 不是在重复这件事。
它想把视频生成从“等模型出片”，往前推到“现场接话”。
用户不是等一段生成好的视频，而是在和屏幕里的角色说话。这个角色要能听懂你、看见你正在看的东西、按资料回答，还能在产品里做一点动作。
显示更多
兄弟们，今年是CLI 工具爆发之年！！
Google 发布了他们的官方的命令行工具（CLI），可以直接在终端里操作 Drive、Gmail、日历、Sheets、Docs 等等。
- 用 Rust 写的
- 一条命令直接安装安装
- 可以作为 Claude Code 的 Skill 直接接入使用
现在你可以让 AI 帮你直接操作 Google 全家桶...
能接到 Claude Code里，你可以让Claude "帮我查下明天的日程"、"把这个文件传到 Google Drive"，它能帮你搞定了。
显示更多
Anthropic 宣布收购西雅图 AI 创业公司 Vercept
Vercept 的产品叫 Vy，一个桌面 AI 助手。它能跟着你学会如何操作电脑...
具体怎么用呢？比如你每天要做一个重复工作：打开浏览器查数据 → 复制到 Excel → 整理格式 → 发邮件给同事。你自己操作一遍，Vy 在旁边"看着"，学会了。
这里面最牛的是 Vercept 自研的 VyUI 模型：专门用来"看懂"电脑屏幕上的界面元素（按钮在哪、输入框在哪、菜单怎么打开），然后把你的自然语言指令转化成具体的屏幕操作。
在 UI 理解能力的标准测试中，VyUI 的表现甚至超过了 OpenAI、Google 和 Anthropic 自己的模型。
此次收购Anthropic称：以推进 Claude 的计算机使用能力，估计是为Cowork 大升级做准备。
Vercept 不是什么默默无闻的小团队。
这家公司 2024 年才成立，孵化自大名鼎鼎的 Allen Institute for AI（就是微软联合创始人保罗·艾伦创办的 AI 研究所）。
三位联合创始人 Kiana Ehsani、Luca Weihs 和 Ross Girshick 都是 AI 研究员出身。
显示更多
