Keep on to blur preview images; turn off to show them clearly
RT @josedonato__: kudos to @CloudflareDev team, cloudflare dashboard keeps improving everyday
building workers observability @cloudflaredev, prev founder @baselimehq (acquired by cloudflare), prev aerodynamicist
为什么可以原生输出5分钟的不穿帮的视频， 它依托了一种叫视频续写任务的预训练方式。在训练的时候，LongCat-Video看的不是零碎的短片，而是大量的连续剧。它的大脑天生就在思考接下来会发生什么，而不是这个画面应该长什么样。 模型在看连续剧的时候，不是一帧一帧地看，而是一段一段、一个事件一个事件地看。它理解的是“动作的起承转合”，这是一种叫Block-Causal Attention的机制，这样生成的长时间的动作不会轻易断裂 在生成长视频时，LongCat-Video还会把前面算过的不变的东西，比如背景里的那栋楼，先缓存起来，不用每一帧都重新算一遍，这样就可以提升到5分钟了 （6/6）
分享一些好用、优雅的 AI 、工作流和创作方式，一起边学边做，前字节coder, Al and tech Educator, LearnPrompt founder
还可以看看人物第一视角口播卖货， 重点看人物的嘴形、眨眼、手部动作，虽然目前是没有声音的，但一分钟的画面里面没有出现过嘴形来回循环播放的片段，而且手部晃动这个香水的时候，瓶子里的液体也会对应细微晃动。 （5/6）
为什么可以原生输出5分钟的不穿帮的视频， 它依托了一种叫视频续写任务的预训练方式。在训练的时候，LongCat-Video看的不是零碎的短片，而是大量的连续剧。它的大脑天生就在思考接下来会发生什么，而不是这个画面应该长什么样。 模型在看连续剧的时候，不是一帧一帧地看，而是一段一段、一个事件一个事件地看。它理解的是“动作的起承转合”，这是一种叫Block-Causal Attention的机制，这样生成的长时间的动作不会轻易断裂 在生成长视频时，LongCat-Video还会把前面算过的不变的东西，比如背景里的那栋楼，先缓存起来，不用每一帧都重新算一遍，这样就可以提升到5分钟了 （6/6）
实测美团第一个AI视频模型LongCat-Video，13.6B参数，单个模型就能完成文生视频，图生视频，视频续写，以及生成超长视频，输出的视频参数是720p，30fps。发动了面子果实，找到美团LongCat团队帮我开了内部测试权限。 比如这个视频，你能看出从第几秒开始是我用LongCat-Video续写出来的吗？👇 （1/6）
答案是2秒之后全部都是生成的内容。 LongCat-Video很擅长这种第一视角的穿越视频，甚至可以一次性生成5分钟的穿越视频，中间过程非常自然连贯，与真实世界非常相似。 （2/6）
前两天接一个「3D 模型 AI 生成技术」的咨询，除了常规聊生成技术的原理和门槛、落地情况，Tripo、混元、字节、Meshy 等不同团队和模型情况... 咨询团队知道我有「3D打印/激光雕刻」这个行业的从业经历，问了我一个问题：3D 模型 AI 生成技术的未来，在不在 3D 打印行业？这个技术发展到什么程度，能促进 3D 打印机进一步普及？ 这个问题我有点回答不好，直觉上 AI 生成技术应该能把想象力无限放大，但实际上拓竹 3D 打印机和 Tripo 的合作，没激起太大水花，3D 打印还是实用工具为主，偶有热门 IP 打印的短暂热度，貌似生成技术的创意性和想象力，没有让 3D 打印用户有太大兴趣，至于说促进 3D 打印机普及，就更谈不上了，毕竟他们还有太多打印问题没解决。 感觉 3D 模型生成技术，未来还是在实时生成世界模型上，这个方向对 3D 模型有更广泛和个性化的需求，而且也在快速发展中，不局限于游戏方向。
专注 - Context Engineering, AI(Coding)Agents. 分享 - AI papers, apps and OSS. ex Microsoft MVP 合作 - 私信/邮箱：shaomeng@outlook.com 📢 公众号/小红书: AI 启蒙小伙伴 🔗 信息卡提示词 🔽
Knowledge is a person’s true beauty—an invisible, secure treasure. It is the teacher of teachers, the companion in foreign lands, and the supreme divine blessing. Among kings, the learned are honored; the unlearned, even if rich, are like animals.
RL and efficient distributed pretraining • eXperiments lab • memes and training lores