24 de maio de 2025 O Veo 3 permite o controlo de vídeo de segundo nível, é lançado na plataforma Gemini Pro nos EUA ao mesmo tempo e desencadeia discussões ao nível das ruas sobre o mundo da simulação. A arquitetura iRoPE para o Llama 4 melhora drasticamente o processamento de contextos longos para 10M+. O ChatGPT adiciona uma nova funcionalidade de seleção de modelos para aumentar a flexibilidade dos GPTs personalizados. mistralAI A MistralAI lançou o Devstral, um modelo de codificação de código aberto de alto desempenho, e o Meta, uma arquitetura de camada de memória treinável que melhora significativamente o desempenho de grandes modelos de linguagem. Além disso, o Gemini 3 foi lançado oficialmente, trazendo muitas melhorias de desempenho e novos recursos.
- Este resumo é gerado por uma IA que analisa o conteúdo do artigo apenas para fins informativos.

Caramba!!! A Veo 3 pode ser controlada com precisão pelo segundo !!!! Que mais mota!!! Amigos que fazem época!!!
Recentemente, a equipa da ZH3O lançou um vídeo de teste do Veo 3, demonstrando a sua capacidade de executar comandos com precisão em diferentes períodos de tempo. Este avanço tecnológico não só aumenta a flexibilidade da criação de conteúdos, como também proporciona aos criadores uma precisão de controlo sem precedentes.
Eis os resultados dos testes:
- 0-3s: Lutar (✅)
- 4s: congelar imagem (✅)
- 5-6s: Voltar atrás no tempo (✅)
- 7s: virar + previsão (❌)
- 8s: chuva + ir + texto (✅)
Esta caraterística do Veo 3 permite que os criadores controlem cada movimento e cada cena com muito mais pormenor, melhorando consideravelmente a apresentação dos efeitos visuais. A realização deste controlo segundo a segundo é um bom presságio para o futuro da produção de vídeo, que será ainda mais eficiente e de alta qualidade.
Para obter informações mais pormenorizadas, consultar:https://t.co/uuP3d1iTis
---

Recentemente, reflecti sobre a escolha do mecanismo de atenção. Quando se utiliza a atenção por partes (atenção por partes), o campo sensorial não se expande com o aumento da profundidade, o que significa que a 8192ª ficha não pode comunicar com a 8193ª ficha.

Isto faz-me lembrar algumas investigações anteriores que compararam uma variedade de mecanismos de atenção, incluindo a atenção local, que é, de facto, uma atenção fragmentada. Esta atenção fragmentada permite uma escrita mais fácil de código paralelizado quando se efectua um processamento paralelo contextual.

Lhama 4 A última versão do iRoPE registou progressos significativos neste domínio. A arquitetura iRoPE ("i" significa camadas intercaladas, infinitas) desempenha um papel importante na consecução do objetivo de um contexto infinito a longo prazo.

A arquitetura resolve o problema do contexto longo da seguinte forma:
- Os modelos de atenção por partes localmente paralelizáveis modelam apenas contextos curtos (por exemplo, 8K).
- A camada de atenção global, por outro lado, é responsável pela modelação de contextos longos (por exemplo, >8K) sem utilizar a incorporação posicional, melhorando assim a extrapolação. O comprimento máximo de treino é de 256K.
Para compensar o achatamento dos pesos de atenção com o aumento do contexto, aplicamos a escala de temperatura da inferência na camada global para melhorar a inferência de longo alcance, mantendo o desempenho para contextos curtos (por exemplo, 8K):
xq *= 1 + log(floor(i / α) + 1) * β # i = índice de localização
Acreditamos na importância da investigação aberta e partilharemos mais detalhes técnicos através de podcast num futuro próximo.
---

Grande novidade: o Veo 3 está agora a ser disponibilizado aos utilizadores do Gemini Pro nos EUA.

Esta atualização marca uma nova extensão do Veo 3 na plataforma Gemini, fornecendo funcionalidades mais poderosas e uma melhor experiência de utilização para os utilizadores profissionais. O Veo 3 é uma ferramenta concebida para os utilizadores profissionais melhorarem as suas capacidades de processamento, análise e visualização de dados.
As principais caraterísticas incluem:
- Capacidades melhoradas de processamento de dados para suportar conjuntos de dados mais complexos
- Ferramentas analíticas mais avançadas para ajudar os utilizadores a descobrir rapidamente informações importantes nos seus dados
- Interface de visualização intuitiva para uma apresentação de dados clara e compreensível
Além disso, o Veo 3 oferece uma gama de opções de personalização, permitindo aos utilizadores personalizar as suas definições de acordo com as suas necessidades. Os utilizadores do Gemini Pro podem assegurar uma transição suave para a nova versão consultando o registo de alterações detalhado e o guia de instalação no sítio Web do Gemini.
Com o lançamento do Veo 3, a Gemini continua a consolidar a sua posição de líder na análise de dados, oferecendo soluções mais eficientes e mais inteligentes aos utilizadores profissionais.
---

O vídeo da entrevista de rua frenética de Veo 3 revela a confusão entre o mundo real e o mundo virtual.
Com o avanço da tecnologia, especialmente da inteligência artificial e do deep faking, tornou-se difícil para os humanos distinguir entre o real e o virtual. Este fenómeno suscitou uma discussão generalizada e muitos começaram a questionar-se se o mundo em que vivemos não seria também um ambiente altamente simulado.
O mundo humano foi altamente modelizado.Há razões para acreditar que podemos estar a viver numa simulação a vários níveis. Esta teoria "aninhada" da simulação propõe que o mundo em que vivemos pode ser o resultado de simulações de inteligências de nível superior, nas quais criamos novos mundos virtuais.
Esta ideia não se reflecte apenas na ficção científica, mas também tem atraído muita atenção nos domínios da filosofia e da ciência. Por exemplo, a "hipótese da simulação" de Nick Bostrom sugere que, se uma civilização fosse capaz de atingir um nível suficientemente elevado de tecnologia, poderia ser capaz de criar um grande número de mundos simulados, tornando assim muito elevada a probabilidade de vivermos numa simulação.
Os vídeos de entrevistas de rua do Veo 3 mostram os pontos de vista e as reacções do público em geral a estas questões complexas, provocando mais reflexões sobre a natureza da realidade.
---

A última versão da aplicação web ChatGPT já está disponível, com novosseletor de modelospara proporcionar mais flexibilidade aos utilizadores. Esta atualização permite aos utilizadores selecionar diferentes modelos de idioma para GPTs personalizados.Para GPTs com operações de rede personalizadas, apenas os modelos GPT-4 e GPT-4.1 são atualmente suportados. Se o GPT do utilizador não tiver uma operação personalizada, pode ser selecionado qualquer um dos modelos disponíveis.

A atualização visa melhorar a experiência do utilizador com mais opções de personalização. Ao selecionar diferentes modelos, os utilizadores podem ajustar o estilo e a qualidade do conteúdo gerado de acordo com as suas necessidades específicas. Por exemplo, o GPT-4 é adequado para tarefas que exigem elevada precisão e raciocínio complexo, enquanto o GPT-4.1 tem um melhor desempenho no tratamento de determinadas tarefas específicas.
Esta funcionalidade é particularmente adequada para programadores e criadores de conteúdos que podem utilizar estes modelos avançados para criar aplicações e serviços mais inteligentes e personalizados.
---

Recentemente.MistralAIAnúncio de um modelo de codificação compacto e poderosoDevstralO modelo é capaz de funcionar eficientemente com 24 GB de memória de vídeo.
Este modelo tem excelentes capacidades de geração de código, resolve problemas reais do GitHub e integra-se perfeitamente em estruturas de agentes de código. Em termos de desempenho.DevstralSupera significativamente o desempenho de outros modelos de código aberto, demonstrando um poder de processamento e estabilidade superiores.
- Excelente desempenho:Supera significativamente o desempenho de modelos de código aberto comparáveis.
- Amplamente utilizado:Para placas gráficas RTX 4090 individuais ou Macs com 32 GB de RAM, ideal para implementações locais e utilização empresarial.
- Código aberto aberto:Utiliza a licença Apache 2.0, permitindo à comunidade construir e personalizar livremente.
Esta tecnologia inovadora não só fornece aos programadores ferramentas poderosas, como também abre novas possibilidades para a aplicação da IA no desenvolvimento de software.
À medida que cada vez mais empresas e programadores começam a concentrar-se na automatização e em ferramentas inteligentes, aDevstralPromete ser uma parte importante do futuro desenvolvimento de software.
---

O lançamento oficial do Gemini 3 gerou um grande interesse na série Gemini, que há muito é conhecida pelas suas capacidades superiores de processamento de linguagem natural e multitarefa.
O lançamento do Gemini 3 não só oferece melhorias significativas no desempenho, como também introduz uma série de novas funcionalidades. O Gemini 3 é capaz de compreender e responder melhor às necessidades dos utilizadores e fornecer um serviço mais personalizado.
Os principais destaques incluem:
- melhor compreensão da linguagem natural
- Multitarefa mais eficiente
- Melhoria da fluência do diálogo
- Cenários de aplicação mais diversificados
O lançamento do Gemini 3 marca mais um grande salto na tecnologia de assistente de IA e espera-se que desempenhe um papel importante em várias indústrias e sectores.
---

Os meta-investigadores introduziram uma nova arquitetura que melhora o desempenho dos modelos de linguagem de grande dimensão (LLM) através da adição de camadas de memória treináveis. Estas camadas de memória podem armazenar e recuperar eficazmente informações factuais relevantes sem um aumento significativo da computação.
A equipa concebeu a estrutura da chave de memória como uma combinação de "meias chaves" mais pequenas, o que aumentou significativamente a capacidade de memória e manteve a eficiência do sistema. Nos testes, os LLMs equipados com esta camada de memória superaram os modelos não modificados em vários testes de referência de questionários, apesar de utilizarem muito menos dados de treino.
Esta abordagem inovadora não só melhora a eficiência do modelo, como também alarga os seus cenários de aplicação, por exemplo, em tarefas de conhecimento intensivo. Isto é de grande importância para domínios que necessitam de processar grandes quantidades de informação factual, como a compreensão da linguagem natural e os sistemas inteligentes de perguntas e respostas.
---

No Google I/O 2025, a API Gemini recebeu uma série de actualizações importantes que reforçam ainda mais a sua liderança na plataforma de inteligência multimodal.
Esta atualização inclui:
- O novo modelo, com capacidades de voz melhoradas, suporta mais de 24 idiomas, alargando consideravelmente a sua gama de aplicações.
- A funcionalidade de criação de música em tempo real abre novas possibilidades no domínio da criação musical e do entretenimento.
- As melhorias na entrada multimodal, especialmente na compreensão de vídeo, tornam o Gemini mais eficiente no processamento de informações visuais complexas.
- As ferramentas para programadores e as actualizações da estrutura da API, como resumos de ideias, controlos do browser e chamadas de função assíncronas, melhoram significativamente a experiência do programador.
- Proporcionar aos programadores um acesso mais eficiente e económico aos modelos, como as API em lote, reduz o custo das implementações em grande escala.
A API Gemini evoluiu gradualmente para uma plataforma de inteligência multimodal completa para uma vasta gama de cenários, desde a geração de código ao diálogo áudio e desde a extração de informações de páginas Web ao controlo de operações do browser. Juntamente com o Google AI Studio, os programadores podem criar rapidamente protótipos e testes, criar agentes inteligentes disponíveis no mercado e integrar voz, vídeo, imagens e outros métodos de entrada e saída.
cenário de aplicaçãoIncluindo, mas não se limitando a:
- Sistema inteligente de serviço ao cliente para um serviço ao cliente globalizado através de suporte multilingue e reconhecimento de voz eficiente.
- A geração de conteúdos criativos, utilizando a geração de música em tempo real e o processamento de entradas multimodais, proporciona aos utilizadores uma experiência multimédia rica.
- Os fluxos de trabalho automatizados, combinados com a programação de ferramentas e interfaces de controlo automatizadas, melhoram a eficiência operacional da sua empresa.
Estas actualizações não só melhoram a API Gemini, como também oferecem aos programadores mais oportunidades para inovar.
---

O objetivo do II-Agent é construir o que é provavelmente o melhor agente inteligente do mundo e torná-lo de código aberto. Esta abertura não só ajudará a fazer avançar a tecnologia de IA, como também permitirá que mais programadores e investigadores se envolvam e trabalhem em conjunto para fazer avançar a inteligência humana como um todo.
A missão do II é melhorar a inteligência humana, e o II-Agent, como parte da sua mais recente construção, foi concebido para ser um componente-chave desse objetivo. Irá satisfazer ou exceder os actuais padrões de referência de agentes inteligentes através de tecnologia de ponta e caraterísticas inovadoras.
Seguem-se algumas melhorias e sugestões de novas funcionalidades para o II-Agent:
- Processamento de linguagem natural melhorado para um diálogo mais suave e natural.
- Integrar mais cenários de aplicação prática, como o serviço ao cliente, o aconselhamento educativo, etc.
- Otimizar a auto-aprendizagem e os mecanismos de adaptação para se destacar em diferentes ambientes e tarefas.
Através destas melhorias, o II-Agent não só servirá melhor os utilizadores, como também trará grande valor a toda a sociedade. Em última análise, todos beneficiarão.



评论功能已关闭。