Gemini API 为 Gemini 3.7 Flash 等模型推出 Agentic 视频理解
Gemini API 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出 Agentic 视频理解，覆盖 Interactions 和 GenerateContent 两个 API。模型可动态导航视频时间线，按需请求转写、帧或音频轨，长视频内容相比静态处理最多节省 88% 的 token。
Agent智能体 大事记
重要进展 IMPORTANT_PROGRESS
2024-05-06 — 2024-05-06
重要进展 · 第 40 / 55 页
SWE-agent 研究面向模型的计算机操作界面
SWE-agent 通过专门的 Agent-Computer Interface 支持代码搜索、文件编辑及测试，研究操作界面设计如何影响自动修复能力。节点采用当前 arXiv 首次提交记录，不等同于项目首次演示日期。
Agent智能体 精选历史资讯
— · 9 条
精选资讯 · 第 1 / 3 页
Runway 发布 Interface World Models 首个模型 Solaris，实时逐帧生成可交互界面
Runway 发布 Solaris，称其为新模型家族 Interface World Models 的第一个模型，由世界模型实时逐帧生成界面并对点击、拖拽等交互作出响应，无需代码等中间表示。
Artificial Analysis 实测 Claude Fable 5.1 登顶智能指数但每任务成本高 20%
Artificial Analysis 评测 Claude Fable 5.1，其以 66 分登顶 Artificial Analysis Intelligence Index，超过 Claude Opus 5（63）、Fable 5（62）、GPT-5.6 Sol（61）和 Grok 4.6（61）。
分类
排序
暂无内容