標籤 開源

WeVisCut 9B 剪輯代理開源,把解說稿變多分鐘成片

TechMoon 精選圖:WeVisCut 9B 剪輯代理概念圖,小模型讀取狀態並選擇下一個動作,工具環境負責時間軸、鏡頭、旁白、素材軌道與驗收。

騰訊 WeChat Vision 團隊與西安電子科技大學於 2026-10-28 向 arXiv 提交 WeVisCut 論文,GitHub 程式與 Hugging Face 的 9B 權重也已開放:單一 Qwen3.5-9B 模型在 12 種剪輯工具的環境裡讀剪輯狀態、選下一個動作,把知識文章做成多分鐘解說影片。同工具環境測試五項指標平均 90.5、接近 Claude Opus 5 的 89.9,每成功成片一分鐘的決策 Token 約 2,377、約為對方的三十三分之一;論文另用原生系統比較給出每分鐘 0.09 美元的成本估計,兩組數字各自回答不同問題,不能互相換算。

RobotAgentBench 開源家用機器人評測:瓶頸移到規畫與執行的交接

TechMoon 精選圖:RobotAgentBench 概念圖,以規畫、執行與驗收的抽象接線路徑呈現同一組模型因架構不同而產生不同進度。

Aether AI 與加州大學聖地牙哥、戴維斯分校團隊開源 RobotAgentBench,把一個真實家庭擴建成 50 種模擬佈局、90 個原子任務與 4 種開放情境,用部分進度分數與停滯率量測家用機器人的自主性。論文表 1 顯示同一組 Codex 與 InternVLA-A1.5 用三種架構接線,五項能力平均從 23.3 拉到 48.5,開放情境榜首 15.4 是四種情境的進度平均而非家務成功率,瓶頸正在從操作能力移往規畫、執行與驗收的交接設計。

Fable 藝術史動畫一句話生成,開源重建把它變成可複製的工程

TechMoon 精選圖|Fable 以一句話生成 15 秒藝術史動畫,並被開源重建成可複製的動畫工程。

X 創作者 Tak 用一句話請 Fable 生成 15 秒跨越四萬年藝術史、少女與貓貫穿全場的動畫,原推未公開工作流程;四天後開發者花叔用程式碼把整套做法重建成開源 skill(風格配方卡、解說語法與版面審計工具,不含原片任何影格),十八天近五千星,並被十萬星的 Open Design 收為設計來源,這條路徑的每個節點都可從原推、GitHub 與 Anthropic 官方文件回查。

思通數科 StoneDT 開源 AI 平台:自架拿到的其實是文字引擎

TechMoon 精選圖|思通數科 StoneDT 雲端入口已收,開源倉庫留下文字 NLP 引擎與 Docker 自架流程。

思通數科 StoneDT 曾以免費多模態 AI 平台之名被推薦,2026 年 10 月實查:官網 nlp.stonedt.com 已無 DNS 紀錄,雲端入口連不上;Gitee 開源倉庫仍在,但 20 條開源 API 全是文字處理,語音、圖像、OCR 引擎從未開源。簡易版 Docker 映像檔雖可拉取,容器裡卻沒有 Python 引擎,完整功能的模型檔下載點也已失效。這篇整理授權、安全與部署現況,給想自架的人判斷。

Share to...