TML 开源 Inkling 2 Mini:26B 参数笔记本离线跑【AI 早报 2026-11-22】

TML 开源 Inkling 2 Mini:26B 参数笔记本离线跑【AI 早报 2026-11-22】

TML 把 26B 多模态模型 Inkling 2 Mini 的权重以 Apache 2.0 开放,循环 Transformer 让它在 48GB MacBook 上离线跑智能体;Anthropic 上市首日收于 97.17 美元,Claude Code 四名核心成员被曝出走。

今日概览

模型发布

  1. TML 开源 Inkling 2 Mini:26B 参数笔记本离线跑
  2. Gemini 4 Neon 上线:智能指数 61 分,成本比 Carbon 低 32%
  3. 腾讯混元 AMA:Hy4-mini 与 35B-A3B Flash-Lite 在路线图

行业动态

  1. Anthropic 上市首日收 97.17 美元,Claude Code 四名核心成员出走
  2. 英伟达拟 5 亿美元收购 Inception,补强 Nemotron 扩散语言模型
  3. 林俊旸创办语用科技估值 50 亿美元,三个月涨 30 亿美元
  4. Humyn Labs 完成 4700 万美元 A 轮,六个月年化收入 5000 万美元
  5. 约翰迪尔收购 Orchard AI,用车载摄像头做单株作物监测
  6. 复旦陈曦创业做 Diffusion+RNN 架构,瞄准小参数基础模型

技术与洞察

  1. 谷歌提出 CRSI/SIM:Claude Opus 的 Harness 可迁移给 Gemini
  2. Anthropic 称 Claude 证明广义黎曼猜想,斯坦福同日发人类草稿
  3. Meta 提出自我改进记忆:Agent 重写提示并用最佳运行微调自己
  4. NeurIPS 2026:19 个视觉语言模型均未达到人类场景理解水平

开发生态

  1. OpenAI 发布 GPT-6.2 Astra/Sol 新提示模板,默认回答更短
  2. Grok Bot 团队月合 1.1 万 PR,回滚率降至 0.47%
  3. huashu-design 3.4 发布:拆解 90 个 App Store 入围作品

产品应用

  1. Gemini macOS 上线电脑操作,AI Mode 新增临时线程
  2. Bevado 获 1000 万美元种子轮,AI 代理让看房量增 300%
  3. 千元六场景横测 Gemini 4 Neon、GPT-6.2 Astra、Fable 5.2

模型发布

TML 开源 Inkling 2 Mini:26B 参数笔记本离线跑

Thinking Machines Lab(TML)发布并开放 Inkling 2 Mini 权重,总参数 26B,采用循环 Transformer 架构,支持文本和图像输入,最大上下文窗口 100 万 token。权重按 Apache 2.0 许可发布,可在 Hugging Face 下载,也能通过 Tinker 进行推理和微调。模型共 24 层,最前和最后各 6 层运行一次,中间 12 层运行三次,因此每个 token 完成 48 次层计算;MoE 激活参数约 3.4B,把循环中的重复计算计入后有效激活参数约 5.4B。TML 演示用一台 48GB 内存的 M5 Pro MacBook Pro,断网后让模型在几分钟内写出可玩的飞行模拟器。同一模型还在离线 MacBook 上驱动微型像素小镇 Thinkyville 的全部 20 位村民,安排生活、闲聊八卦、举办烘焙比赛并回复门上的便条。社区已将其接入 DeepSeek Harness,并测试连续游玩电子游戏、优化策略和学会速通。

来源:https://mp.weixin.qq.com/s/L1uJr_0iFFGn2jZ3qNRRow

Gemini 4 Neon 上线:智能指数 61 分,成本比 Carbon 低 32%

Google 正式发布 Gemini 4 家族第四款模型 Neon,定位“日常驱动”,面向复杂软件工程、知识工作和科学任务,同时平衡速度与成本。在 Gemini 4 系列中,Neon 位于面向最难长期项目的 Gemini 4 Carbon 和高速处理日常任务的 Gemini 4 Hydrogen 之间,目标复杂但高频的真实任务。按 Artificial Analysis Intelligence Index,Neon 在最高推理设置 Extra High 下得分 61,发布时总榜第三。Google 称在标准 High 设置下,Neon 每任务成本比 Carbon 低 32%。

来源:https://pub.towardsai.net/gemini-4-neon-is-the-best-ai-now-but-theres-a-problem-fully-tested-7dd28c46312e?source=rss----98111c9905da---4

腾讯混元 AMA:Hy4-mini 与 35B-A3B Flash-Lite 在路线图

Hy4 和 Hy4 flash 相继发布并开源后,腾讯混元团队 11 月 21 日在 Reddit 举行两小时 AMA,收到 300 多条留言。团队确认 Hy4-mini 已在路线图上,正在考虑 24–31B 稠密模型,并预告一款前沿 Flash-Lite 模型,例如 35B-A3B,面向客户聊天机器人、文档解析、分类和简单自动化。图像模型方面将考虑更小的 5–12B 本地版本,视频模型“也在路上”;团队称 A3B(激活参数约 30 亿)模型已可用于图像、UI 截图或图表理解与推理。架构上,Hy4 flash 以 Hy4 的 iHC、门控 MLA 和 DSA 为基础,新增混合 SWA、LatentMoE 和 Engram;团队在 GQA 与 MLA 之间长期权衡后,因 DSA 降低 MLA 解码阶段计算强度而选择 MLA。混元称 Hy4 在后训练和大规模强化学习上仍有很大提升空间,计划训练更大模型,下一代 Hy 规模将显著扩大,并正在开发 Hyra 3.0。团队把 Hy4 的 AGI 分级自评为 2.5 级,称 RSI 能力仍处早期,已开发内部基准评估关键能力。

来源:https://mp.weixin.qq.com/s?__biz=MzkwODU2OTQyNQ==&mid=2247499050&idx=1&sn=ea45c3144b7a0ae22517753cf5f5425c

行业动态

Anthropic 上市首日收 97.17 美元,Claude Code 四名核心成员出走

Anthropic 在纳斯达克敲钟上市,盘中最高冲至 114.99 美元,涨幅 38.54%,按完全稀释口径市值突破 2 万亿美元。首日交易从 111.5 美元开盘价回落,最终收于 97.17 美元;次日盘前跌幅扩大至 11.16%,报 86.32 美元。Hill.com 估算,约 5300 名员工中 5100 人持股价值超过 100 万美元,占约 96%;约 2800 人超过 1000 万美元,约 600 人超过 1 亿美元。公司未来多年算力和基础设施承诺接近 9000 亿美元;Claude Code 在 2026 年 2 月的年化收入已超过 25 亿美元。11 月 4 日,Claude Code 和 Cowork 核心产品负责人 Cat Wu 离职加入 OpenAI,Claude Code 团队已有 4 名成员跳槽;2026 年下半年以来至少 7 名关键产品和技术人员离职。同期谷歌 DeepMind 首席战略官 Jasjeet Sekhon 于 11 月 16 日加入,AMD 前 AI 副总裁 Sharon Zhou 11 月初加入,下半年至少 7 位来自谷歌、英伟达等公司的技术人才加入。

来源:https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652814718&idx=2&sn=70ba3d5a3c04789f584786e17fa135ab

英伟达拟 5 亿美元收购 Inception,补强 Nemotron 扩散语言模型

The Information 援引知情人士称,英伟达正深入谈判收购美国大模型创企 Inception,拟议收购价超 5 亿美元(约 33.57 亿元)。交易旨在补强英伟达 Nemotron 系列模型团队;Inception 三位联合创始人 Stefano Ermon、Aditya Grover、Volodymyr Kuleshov 将在收购完成后全职加入,英伟达还会按业务目标完成情况发放对赌奖励。Inception 成立于 2024 年,总部位于旧金山湾区,有 30 多名员工,主攻扩散语言模型;Mercury 3 于 10 月 19 日发布,最高支持 100 万 token 上下文,通过并行生成多个 token 再反复修正来提高文本输出速度。Inception 公布的数据称,Mercury 3 在英伟达 GPU 上输出速度为每秒 1068 token,GPT-6 Luna 和 Claude Haiku 5.5 分别约为每秒 130 token 和 240 token;三款模型均使用 Medium 档位,Mercury 3 分别约为两者的 8.2 倍和 4.5 倍。在 12 项能力测试中 Mercury 3 有 8 项超过两个对照模型;GPQA Diamond 得分 89.23,对照为 86.36 和 84.51;IFBench 得分 76.84,对照为 61.82 和 54.65;DeepSearchQA 得分 71.33,对照为 60.00 和 65.22。Augment Code 用 Mercury 2 压缩长编程会话上下文,Baseten 援引知情人士称延迟从约 150 秒降至 27 秒,降 82%,成本降 90%;英伟达 NVentures 和微软 M12 曾参与 Inception 2025 年 11 月 6 日的 5000 万美元种子轮,微软在英伟达启动谈判前也表达过收购兴趣。

来源:https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652814718&idx=3&sn=49726ef1e0c2e22a70e0aa0d64bed54f

林俊旸创办语用科技估值 50 亿美元,三个月涨 30 亿美元

彭博社 11 月 20 日报道,林俊旸创办的语用科技(Pragmatik Labs)完成新一轮数千万美元融资,估值达到 50 亿美元(约 333 亿元),华业天成资本、鼎晖投资和吉利汽车成为新晋投资方。三个月前首轮融资时,高榕创投和红杉中国联合领投,腾讯、上海未来产业基金参投,估值为 20 亿美元;三个月公开估值增加 30 亿美元。林俊旸 1993 年出生,本科就读国际关系学院英语系,后入北京大学外国语言学及应用语言学专业,2019 年加入阿里达摩院,后任通义千问系列大模型技术负责人;2026 年 3 月离职,8 月 12 日宣布创立 Pragmatik Labs,落户上海“模速空间”。千问系列累计下载量已超过 10 亿次,衍生模型数量突破 20 万个。语用科技瞄准数字世界智能体和物理世界机器人:数字世界做可独立完成资料搜集、分析、编程的知识工作智能体,物理世界让机器人感知环境、适应变化和自主行动;腾讯和吉利分别对应这两类产业投资方,具体合作计划尚未披露。公司尚未公开解释本轮估值变化的商业化数据,产品研发进展也鲜少对外公布。

来源:https://mp.weixin.qq.com/s?__biz=MjM5OTAzMjc4MA==&mid=2650897790&idx=1&sn=b0cc4bb6807e248cb2d470c2bf752279

Humyn Labs 完成 4700 万美元 A 轮,六个月年化收入 5000 万美元

Physical AI 初创公司 Humyn Labs 完成 4700 万美元 A 轮融资,Accel 领投,Prosus Ventures、Jump Trading、Lighthouse Canton 参与;其中包括 2600 万美元股权融资和 2100 万美元风险债务融资,后者主要来自 Lighthouse Canton,Trifecta Capital Advisors LLP 参与。公司总部位于印度班加罗尔,成立运营仅六个月,年化收入突破 5000 万美元,目前约有 12 家客户,包括全球大型科技公司、机器人公司和 AI 开发商,计划未来几年把年收入提升至 10 亿美元。Humyn Labs 在 20 多个国家开展数据采集与处理,自主设计和制造专有采集设备,记录人类在工厂、仓库、农场和家庭执行手工劳动的过程,覆盖视觉、声音、动作和触觉等多模态。公司按机器人制造商和 AI 实验室需求把原始数据转化为可直接用于模型训练的标注数据集,并用机器人与人类执行相同任务的表现差距指导新一轮采集,形成“采集—训练—评估—补数据”闭环。本轮资金将用于扩大拉丁美洲和亚洲业务、采购更多采集硬件、完善软件平台,并在旧金山、伦敦和首尔设立办公室。

来源:https://mp.weixin.qq.com/s?__biz=MzI4NTgxMDk1NA==&mid=2247519477&idx=2&sn=2acedc22f76d3a257670efcaac498fe1

约翰迪尔收购 Orchard AI,用车载摄像头做单株作物监测

约翰迪尔收购旧金山农业科技公司 Orchard Robotics(Orchard AI),后者用 AI 摄像头监测单株植物,帮助种植者做作物管理决策。Orchard AI 把车载摄像头在生长季采集每棵树、藤蔓和植物的图像,每棵树分析数百张图像,输出果实计数、产量估计、果实大小和颜色、树冠信息。种植者通过 FruitScope 软件平台查看数据,用于管理劳动力、时间和农业投入;整合后可用于修剪、疏果、作物处理和收获时机决策。约翰迪尔农场系统创新总监 Tim Marquis 称,交易把作物级智能与可精准执行田间作业的设备连接起来。Orchard AI CEO Charlie Wu 表示,加入约翰迪尔可加速其使命;公司未披露交易金额。

来源:https://theaiinsider.tech/2026/11/20/john-deere-acquires-orchard-ai-to-expand-precision-agriculture-tech/

复旦陈曦创业做 Diffusion+RNN 架构,瞄准小参数基础模型

复旦大学人工智能创新与产业研究院教授、博导陈曦已启动创业,核心技术主线为“Diffusion+RNN”融合架构,项目仍处早期阶段。陈曦曾任职剑桥卡文迪许实验室、英国巴斯大学,2024 年加入复旦 AI³ 院;研究覆盖贝叶斯推断框架下的概率建模、统计机器学习、大模型/多智能体、小参数量基础模型架构、智能体自进化等。Diffusion+RNN 区别于 Transformer 全局注意力:扩散模型从噪声出发经多轮去噪迭代生成,可控性强但显存开销高、推理偏慢;RNN 靠持续更新隐状态承载记忆,适配长序列和流式输入,但可控生成能力不足。该路线把两者结合,用循环结构负责长程记忆与线性递推,借助扩散过程做概率采样与迭代修正,目标是在固定显存约束下兼顾长上下文和可控生成。

来源:https://mp.weixin.qq.com/s?__biz=MzA5ODEzMjIyMA==&mid=2247749742&idx=1&sn=780fd11f6788a386222119d66f80ae3a

技术与洞察

谷歌提出 CRSI/SIM:Claude Opus 的 Harness 可迁移给 Gemini

谷歌与宾夕法尼亚州立大学发布论文,提出 CRSI(持续递归自我改进)框架,核心是 SIM(自我改进记忆)机制。SIM 不是简单聊天历史,而是给 AI 优化器配一个结构化“开发日志”,记录每次修改 Harness 的原因和结果;Harness 指模型外层的提示词、工具和拦截规则。论文指出,一个在 Claude Opus 上深度进化、表现优异的 Harness 直接套到 Gemini 上,得分反而低于 Gemini 原生初始 Harness,因为新模型只拿到结果、丢失修改原因,会误删修复 Bug 的代码或重跑无效方案。CRSI 让优化经验跨模型家族继承,使 Gemini 能继承 Claude Opus 优化出的 Agent 框架,而不必从零开始。

来源:https://mp.weixin.qq.com/s/GVRqduhFG-mh9Z26mxBn0w

Anthropic 称 Claude 证明广义黎曼猜想,斯坦福同日发人类草稿

Anthropic 数学家 Levent Alpöge 声称与 Claude 合作发现广义黎曼猜想的证明,并将证明用 Lean 编程语言发布以供计算机验证。黎曼猜想 1859 年提出,是理解素数分布的核心问题;证明广义黎曼猜想还会覆盖一大类相关方程。Alpöge 称从大学起把该问题当作秘密终身目标,过去几个月与 Claude 紧密合作,先设定方向并在简化玩具模型上组合两种方法,进入真实问题后 AI 在接近终点时接手并拉开距离。两人的方法扩展了数学家 Stepanov 解决另一数学系统中类似问题的思路,用链式特殊数学变换模拟导数效果;模型提供关键洞察:对长度为 X 的数列,需要链式连接恰好相应数量的变换。数小时后,斯坦福大学研究人员发布由数学家 Alessandro Masullo 完成的独立、全人类方法草稿;该声明仍待独立核验。

来源:https://the-decoder.com/hours-after-anthropic-claims-a-claude-proof-of-the-riemann-hypothesis-stanford-releases-an-all-human-competing-draft/

Meta 提出自我改进记忆:Agent 重写提示并用最佳运行微调自己

Meta 发布“自我改进记忆”研究,让基于 Kimi K2.6 的 Agent 在一串相关任务中工作,每个任务从空上下文开始,只保留一个可读写的文件文件夹。初始 Harness 只有两个提示:每个子任务前的 LOAD 说明读什么,以及 OFFLOAD 提示。方法分两步:先由元 Agent 把通用 LOAD 和 OFFLOAD 提示优化成更有效的版本,完成 Harness 优化;再把模型在自己的最佳运行上微调,做 Harness 蒸馏,并把通用提示换回去。实验让同一模型消化多轮任务试验,挑出带来最佳结果的提示,构建数据集后重新训练同一模型。

来源:https://pub.towardsai.net/self-improving-memory-metas-agent-rewrites-its-own-prompts-1c734367be21?source=rss----98111c9905da---4

NeurIPS 2026:19 个视觉语言模型均未达到人类场景理解水平

加州大学圣塔巴巴拉分校研究者在 NeurIPS 2026 论文中指出,开源和闭源视觉语言大模型对场景中物体重要性的理解与人类显著不同。论文提出黑盒评估方法“反事实语义显著性”(CSS):通过因果干预分别移走场景中的每个物体,测量模型场景描述变化,变化越大说明该物体语义显著性越高。研究基于 OSIE 数据集构建 307 张原始场景和 1306 张反事实场景,每个原始场景对应 3–6 个移除一个物体的反事实场景。人类基线通过 Prolific 收集 227 名被试、16665 次试次,剔除约 0.3% 低质量回答后保留 16603 条描述,每张图像约 10 条独立描述。研究评估 19 个主流开源和闭源视觉语言模型,包括 Qwen3-VL、InternVL3、Gemma 4、GPT-5.4、Claude 4.x 等,无一达到人类水平;模型尤其依赖物体大小、居中程度和低级显著性,对物体是否是人类不敏感。

来源:https://mp.weixin.qq.com/s/ynMVbol7nMpp9A64-ZX1zg

开发生态

OpenAI 发布 GPT-6.2 Astra/Sol 新提示模板,默认回答更短

OpenAI 发布 GPT-6.2 Astra 和 Sol 的新提示模板,建议开发者迁移时审查系统提示;模板覆盖写作风格、主动性和编码,可直接复制到模型文档。两个模型默认回答更简短直接,开发者应重新考虑“be concise”这类指令;用于日常同事角色时,建议采用用户和来源术语、主动语态、要点先行。面向外部读者时要考虑对方缺少上下文;编辑时保留作者原意和措辞;长任务中模型有时把推理或其他 Agent 消息里的简写带进最终回复,专用提示要求最终答案自成一体,不依赖中间 commentary。编码模板要求复用现有代码、避免不必要抽象,只在被要求或针对特定错误时写新测试。API 方面,编辑对话历史会丢弃早期推理步骤,可能影响 token 成本和响应质量;“temperature”和“top_p”参数也已移除。Astra 面向最高难度任务,Sol 以更低成本处理复杂工作。

来源:https://the-decoder.com/openai-shares-new-prompting-tips-for-gpt-6-2-astra-and-sol-to-fix-brief-answers-and-unnecessary-questions/

Grok Bot 团队月合 1.1 万 PR,回滚率降至 0.47%

在 AI Engineer 大会上,SpaceXAI 首席工程师 Lauren Tan(网名 Potato)称她上个月一个人往线上合了 3000 个 PR,相当一部分是在她睡觉时自动合入。她的单月交付上线 PR 数量从 3 月的 68 个增至 10 月的 3127 个;她所在的 Grok Bot 团队上个月合入约 1.1 万个 PR,基本每天发一个稳定版,10 月约 227 人提交过代码。团队 PR 回滚率从 6 月的 0.98% 降到 10 月的 0.47%,已连续三个月保持在 0.5% 左右。她复盘 Cursor 的一个案例:VS Code 命令式架构与 React 声明式界面冲突,AI 用 setTimeout、requestAnimationFrame、requestIdleCallback 等定时器打补丁并写注释论证合理,下一个 Agent 照抄,一个多月后变成 183 个定时器,高频垃圾回收把应用卡成幻灯片。她的结论是别指望靠提示词让 AI“下次注意”,要把每一次纠错锁进代码和架构约束里。

来源:https://mp.weixin.qq.com/s/2McoWvgZaHV9LOfH6CpJDQ

huashu-design 3.4 发布:拆解 90 个 App Store 入围作品

huashu-design 在 GitHub 的 star 数超过 3 万,3.4 版本发布;该项目是让 Agent 做网站、App 原型、PPT、动画和信息图的 skill,MIT 协议,商用免费。3.1 加入小红书图文,提供 3:4 竖图八种范式;3.2 支持 DeepSeek Harness,一行命令装成插件并带上 PPTX/PDF 依赖;3.3 加入打磨环,页面写完后按原尺寸逐屏截图、看图自改,并给轻量模型留了从样张改起的轨道。3.4 让 Agent 拉取 2025 和 2026 两届 App Store Awards 入围名单,共 90 个作品,89 个取到商店截图,合计 1572 张,逐一分析后提炼八条口诀:界面即世界、签名物件、时间有形状、一套语义色、内容当主角、AI 落在物上、角色承载状态、可达性定形式。更新还规定“借一层,不借一身”:参考拆成问题、结构、长相三层,只借中间结构,配色、字体、形状从自身题材重新长;环境自带生图时直接生成界面配图,不带生图时借本机 Codex 或用户提供的生图 API。

来源:https://mp.weixin.qq.com/s?__biz=Mzg2OTA1OTAxNA==&mid=2247492900&idx=1&sn=aada6d640940cc751789bc67490a63fa

产品应用

Gemini macOS 上线电脑操作,AI Mode 新增临时线程

Google 在 macOS 版 Gemini 桌面应用中上线 computer use,让 AI 跨本地文件、原生 Mac 应用和后台浏览的网站完成多步任务。收到指令后,Gemini 在聊天窗口实时预览中操作,用户屏幕和光标可继续做别的事;用户可暂停、停止并在动作发生前批准。Google 给出的场景包括填表、批量文件重复操作、按标准把文件分到文件夹、从文件或在线仪表板制作幻灯片;初期仅限美国英语,需要 Google AI Plus、Pro 或 Ultra 订阅,其他市场和时间未公布。本周 Google 还更广推出 Gemini Tasks,可登录网站、购买和预约;并早期测试面向家庭组织邮件、日历、聊天和任务的 CC Agent。AI Mode 新增临时线程:点击右上角图标即可开始,不改变设置,会话与账户脱钩,回复不受过去偏好影响,对话不会影响未来个性化,也不会出现在搜索历史或推荐中;关闭线程回到普通搜索,全球桌面和移动所有支持语言上线。

来源:https://theaiinsider.tech/2026/11/20/google-brings-computer-use-to-gemini-on-mac-and-adds-temporary-threads-to-ai-mode-in-search/

Bevado 获 1000 万美元种子轮,AI 代理让看房量增 300%

纽约 AI 平台 Bevado 获 1000 万美元种子轮,RET Ventures 领投,Pear VC 参与;公司原名 Frontdesk,2025 年 3 月由前 Meta 工程师 Ruchir Baronia 创立。Bevado 构建共享 AI 大脑,连接现有系统数据以理解住户、潜在客户、房产和工作流,Agent 用这些上下文跨语音、短信、邮件和聊天执行多步流程。例如住户报告漏水,Bevado 协调维修、更新住户、验证完成并收集评价;租赁场景中,在看房前致电潜在客户,兴趣停滞时跟进。Agent 部署前在超过 10000 通合成通话上训练,上线后继续学习;客户组合超过 30000 个单元。Zest Properties 称看房量增加 300% 以上,每周节省 40 多个小时;RET Ventures 合伙人 Christopher Yip 称平台记住每次互动并知道如何行动。

来源:https://theaiinsider.tech/2026/11/20/bevado-announces-10m-seed-round-to-scale-ai-agents-for-property-management/

千元六场景横测 Gemini 4 Neon、GPT-6.2 Astra、Fable 5.2

作者花费 1000 多元,用两天多时间在视频剪辑、写作、代码生成视频、3D 网页、3A 大作、网页复刻六个场景横测 Claude Fable 5.2、GPT-6.2 Astra 和 Gemini 4 Neon,智能程度统一开 High。测试环境分别是 Miramis(Fable 5.2,API 7 折)、Codex(GPT-6.2 Astra,200 美元/月会员)和 Google Antigravity(Gemini 4 Neon,免费一年 Ultra)。视频剪辑场景中,Fable 5.2 一次直出的审美更好,GPT-6.2 Astra 细节和动效配音不如 Fable,Gemini 4 Neon 部分画面持续小抖动;作者建议让 Fable 5.2 出剪辑方案和风格,再交给 GPT 模型执行。Fable 5.2 剪一条视频走 Miramis API 约花 20 美元。文章称三个模型在六个场景各有胜负,但未给出统一量化总分。

来源:https://mp.weixin.qq.com/s?__biz=MzkwMzE4NjU5NA==&mid=2247522769&idx=1&sn=898856206c4b48f05f8dcb7d998de57d

评论

暂无评论。

登录后可发表评论。