本期覆盖北京时间 8 月 2 日至 8 月 4 日公开的三条新线索:AI 创作正在从单次生成,移向本地代理、可编辑交付和交互式训练数据。
LFM2.5-2.6B|工具:Liquid AI 在 8 月 4 日发布 2.6B 开放权重模型,主打端侧 agent,可规划、调用工具并处理多步任务;官方称其内存占用低于 2.5GB,手机可达约 30 tok/s。它适合做本地资料整理、脚本编排和高频创作辅助,但不是图像或视频生成器,复杂任务仍可能需要更大模型。12
PosterMELD|论文:8 月 3 日公开的论文把论文转海报拆成模板、生成、检查和修复多个代理步骤;在 621 篇论文上,作者报告 81.3% 的 Print-Ready Rate,平均每次请求成本为 0.38 美元,合格结果包含可编辑 PPTX、PNG 和 provenance manifest。代码与资源已公开,但 PRR 与可编辑性是分开的研究指标,不能直接当作生产稳定性。34
InteracVid|论文 / 数据集:8 月 2 日公开的研究从 5.9 万多个直播视频中整理出 45.4 万个 context-query-response 片段,保留用户触发与后续音视频响应;项目页同时给出代码和数据集入口。它更适合训练交互式多模态助手、视频代理或具身系统,而不是直接拿来生成成片:片段最多约 8 秒,部分 query 是根据上下文重建的,作者仍把 response planning 视为瓶颈。5678
今天的判断:能下载的端侧模型、能编辑的交付物、能训练交互的音视频数据,分别解决了工作流的不同一段;试用前仍要对照内存、评测口径和数据构造方式。
References
- 1
- 2LiquidAI/LFM2.5-2.6B-GGUFhuggingface.co
- 3PosterMELD 论文原文arxiv.org
- 4PosterMELD 代码与资源github.com
- 5InteracVid 论文原文arxiv.org
- 6InteracVid 项目页interacvid.github.io
- 7InteracVid 数据集huggingface.co
- 8InteracVid 代码github.com


Comments
Sign in to comment.