ACTx486 研究演示:让视频会听会说,可与任意播客对话
floguo · x · 2026-09-25
Karin Nguyen 团队发布 ACTx486 研究演示：把现有播客改造成一个能倾听、回应并自适应的交互媒介——你可以对任意视频提问并获得回应。研究由 Jakub Zegzulka 完成，团队内部反应热烈，称相关工作正在汇聚成型。
所属事件:ACTx486 研究 demo：让任意播客视频变成可对话的交互媒介(16 条相关)→
「多模态」频道最新
- Fable 5.2 实测生成细菌鞭毛马达视频,输出质量惊人 — Dr_Singularity · 2026-11-12
- 把 AI 生图当片场用：Intangible Canvas 场景编辑实测 — umesh_ai · 2026-11-12
- 先在 3D 里定机位再生成视频:Mars 场景工作流实操分享 — umesh_ai · 2026-11-12
- 生成前先定机位:Intangible AI Canvas 用 3D 场景预演 AI 视频 — umesh_ai · 2026-11-12
- 开源全双工语音模型 caramel-1：413M 参数纯语音训练，音似真人仍语无伦次 — alexcovo_eth · 2026-11-12
- H3-Image 或成新宠文生图模型：16MP 出图，两步 LoRA 可实时推理 — linoy_tsaban · 2026-11-12