RTX 4090可跑、完全开源，最快视频生成模型问世，实测一言难尽
开源 AI 视频社区新成员 Lightricks 推出首个能实时生成高质量视频的 DiT 模型，其速度比普通视频观看快。该模型名为 LTX-Video，在一块 Nvidia H100 上仅需 4 秒即可生成 5 秒时长的 24FPS 视频，代码库和模型权重已开源。
机器之心
AI版周扒皮！打字速度慢、鼠标超30秒未动，就被AI「警告」，Karpathy下场评论
AI 监工系统在职场引发热议，包括键盘记录、鼠标移动追踪等常见功能，还有生产力图表、无意义活动警告等创新监控方式。网友批评这些措施侵犯隐私，造成压力，并认为这会降低员工创造力与自主感。
再投40亿美元！亚马逊向OpenAI劲敌Anthropic追加投资
亚马逊向生成式 AI 初创公司 Anthropic 再额外投资40亿美元，使总投资达到80亿美元，并与 AWS 合作开发定制芯片用于训练 AI 模型。
英伟达开源福利：视频生成、机器人都能用的SOTA tokenizer
机器之心报道 tokenizer 对于图像和视频生成模型的重要性被研究者们所关注。谷歌的研究表明，好的tokenizer能够提升模型效果至最佳diffusion模型水平。英伟达开源的Cosmostokenizer采用因果结构确保只使用过去和现在的帧信息，提高学习效率并保持高质量重建。
阿里国际版o1来了，Marco-o1：聚焦开放式问题推理
阿里巴巴国际数字商业集团MarcoPolo团队发布Marco-o1，旨在推进开放式问题解决的大型推理模型。通过集成CoT微调、MCTS和推理动作策略等技术，提高复杂任务处理能力，并在翻译任务中表现出高级理解和推理能力。
NeurIPS 2024 Oral 还原所见！揭秘从脑信号重建高保真流畅视频
NeuroClips 是一种用于 fMRI-to-video 重建的新颖框架，通过感知重建和语义重建实现高质量、高帧率视频的重建。该方法在多项指标上优于现有技术，并展示了良好的神经科学解释性。
如今的智能体，已经像人一样「浏览」视频了，国内就有
英伟达的NVIDIA AI Blueprint和OmAgent项目展示了AI技术如何帮助用户更好地理解和分析视频内容，OmAgent提供了原生多模态智能体框架，支持设备开发和使用。