德國亥姆霍茲慕尼黑研究中心開發(fā)出一款名為“半人馬”（Centaur）的人工智能（AI）模型，能在幾乎所有心理學實驗中準確預測人類行為，甚至超越了科學家數(shù)十年來打造的傳統(tǒng)認知模型，堪稱“數(shù)字讀心術”。這項研究發(fā)表在最新一期《自然》雜志上，被認為是AI與心理學融合的重要突破。?
心理學家長期以來渴望找到一種既能解釋人類思維方式，又能準確預測人類行為的工具?，F(xiàn)有模型往往局限于其中之一，“半人馬”的出現(xiàn)改變了這一現(xiàn)狀。?
“半人馬”的核心是Psych-101，這是一個包含160項心理實驗中6萬多人作出的超1000萬個決策的數(shù)據(jù)集。這些決策涵蓋從簡單的記憶任務到復雜的道德困境。每個實驗都經(jīng)過精心標準化，并用自然語言重寫，以便AI能夠理解并從中學習。?
在模型構(gòu)建上，團隊選用了Meta最新的Llama3.1語言模型，并基于海量人類決策數(shù)據(jù)集進行了微調(diào)，使其能預測一系列典型的行為，而不僅僅是單一行為。團隊用Psych-101數(shù)據(jù)集對模型進行訓練，整個過程在高端計算機處理器上僅耗時5天。?
訓練完成后，團隊將“半人馬”模型與十余種行為預測模型進行了比較，測試對象是未參與最初訓練集的全新受試者。在32項任務中，“半人馬”在31項中都是預測最有效的模型，唯一的例外是一個語法判斷任務，即參與者需判斷句子的語法是否正確。?
“半人馬”與眾不同之處在于其“舉一反三”的泛化能力，也就是說，它在面對全新場景時仍能給出準確預測，無論是情境設定變化（如將“太空尋寶”改為“魔毯探險”）、任務結(jié)構(gòu)調(diào)整（從雙選變?yōu)槿x），還是完全陌生的推理任務，表現(xiàn)都很出色。?
團隊還發(fā)現(xiàn)，“半人馬”的內(nèi)部處理機制與人類大腦活動驚人一致。盡管模型從未接觸過腦神經(jīng)數(shù)據(jù)，但其內(nèi)部狀態(tài)與執(zhí)行同類任務時的人類腦電圖有高度相關性。這意味著在學習預測人類行為的過程中，AI演化出了類似人腦的信息處理方式。?
除了行為預測，“半人馬”還能用于模擬人類決策過程，幫助發(fā)現(xiàn)新的心理學策略。在一項模擬實驗中，它甚至提出了一種比現(xiàn)有理論更優(yōu)的探索策略，展現(xiàn)出輔助科學發(fā)現(xiàn)的潛力。
在剛剛落幕的MAX London大會上，Adobe正式推出全新的Firefly Image Model 4 Ultra。作為新一代生成式AI模型，它致力于實現(xiàn)更高的圖像真實度與復雜性，進一步提升創(chuàng)作者生成視覺內(nèi)容的效率。?
Firefly最初以圖像生成工具的形式出現(xiàn)，如今已逐步發(fā)展為一站式AI創(chuàng)作平臺，能夠支持圖像、視頻、音頻以及矢量內(nèi)容的構(gòu)思、創(chuàng)作和生成。通過與Photoshop、Illustrator、Premiere Pro等Creative Cloud工具的深度整合，F(xiàn)irefly的功能已經(jīng)融入到創(chuàng)作的各個環(huán)節(jié)，像備受歡迎的生成式填充與圖像擴展等功能，背后均Firefly驅(qū)動。?
此次新推出的Firefly Image Model 4 Ultra，被Adobe譽為“迄今最逼真的圖像生成AI”。它能夠處理復雜的文本提示，生成清晰、自然的人物肖像以及群體場景圖像，并且支持對細節(jié)進行極致還原。同時，創(chuàng)作者可以對風格、構(gòu)圖、濾鏡等參數(shù)進行自定義設置，從而實現(xiàn)更高程度的美學一致性與創(chuàng)意把控。?
除功能強大的Ultra版本外，Adobe還同步上線了更輕量化的Firefly Image Model 4標準版。該版本主要面向日常創(chuàng)意和快速構(gòu)思場景，能夠高效生成高質(zhì)量圖像、圖標以及基礎圖形，滿足以效率為先的使用需求。?
與上一代Model 3相比，Image Model 4系列在生成效果上實現(xiàn)了全方位提升：對提示詞的響應更加精準，人物與動物圖像的真實感更強，建筑細節(jié)也更加豐富、清晰。?
此外，Adobe還宣布將開放Firefly平臺，接入第三方AI模型。首批支持的模型包括OpenAI的圖像生成工具、Google的Imagen 3與Veo 2、Flux 1.1 Pro 等，后續(xù)還將引入fal.ai、Ideogram、Luma、Pika以及Runway等多家合作伙伴的模型。用戶在創(chuàng)作過程中可以自由切換模型，并且系統(tǒng)會自動為AI生成的內(nèi)容添加“內(nèi)容憑證”，注明所使用的AI模型，確保整個過程透明且可追溯。?
目前，F(xiàn)irefly Image Model 4及Ultra版本均已在網(wǎng)頁端上線，并提供多種定價方案。免費用戶能夠獲得基礎的生成額度，專業(yè)用戶則可以選擇每月199.99美元的Firefly Premium方案，該方案支持大規(guī)模生成視頻和音頻內(nèi)容。
最新報道指出，谷歌旗下Gemini 2.5 Pro模型能準確解析 PDF文檔的視覺結(jié)構(gòu)，實現(xiàn)精準的視覺引用功能，成為首款能完全理解PDF布局的AI模型。?
谷歌于3月25日向付費用戶和開發(fā)者發(fā)布Gemini 2.5 Pro實驗模型，僅隔4天時間，谷歌便通過免費Web應用向全球用戶開放。Gemini 2.5 Pro不僅能提取 PDF文檔中的文本內(nèi)容，還能理解其視覺布局，包括圖表、表格和整體排版。?
谷歌在開發(fā)者文檔中表示，該模型具備 “原生視覺”（Native Vision）能力，支持處理最多3000個 PDF 文件（每個文件上限為1000頁或50MB），同時擁有100萬token的超大上下文窗口，未來計劃擴展至200萬token。?
AI初創(chuàng)公司Matrisk的聯(lián)合創(chuàng)始人Sergey Filimonov特別贊揚了Gemini 2.5 Pro在PDF視覺引用上的表現(xiàn)。Filimonov指出，傳統(tǒng)的文本分割方法會切斷用戶與原文的視覺聯(lián)系，導致無法直觀驗證信息的來源。甚至在 ChatGPT 中，點擊引用也只能下載 PDF，迫使用戶自行判斷模型是否 “幻覺”，這嚴重損害了用戶信任。過去，引用文檔內(nèi)容往往只能高亮大段無關文本，精準度極低。?
Gemini 2.5徹底改變這一現(xiàn)狀，它不僅能將提取的文本片段映射回原始PDF的確切位置，還能以前所未有的精度鎖定特定句子、表格單元甚至圖像。這種技術突破為用戶提供了直觀的視覺反饋，例如在詢問房屋費率變化時，系統(tǒng)能直接高亮文檔中相關數(shù)據(jù)（如15.4%的費率變化），并標注來源依據(jù)。這種清晰度和交互性是現(xiàn)有工具無法企及的。Gemini 2.5不僅優(yōu)化了現(xiàn)有流程，更開啟了全新的文檔交互模式。?
相比之下，Gemini 2.5以0.804的IoU（交并比）精度大幅領先其他模型，如 OpenAI的GPT-4o（0.223）和 Claude 3.7 Sonnet（0.210），展現(xiàn)出驚人的空間理解能力。提供商模型IOU簡評Gemini2.5 Pro0.804非常優(yōu)秀Gemini2.5 Flash0.614有時表現(xiàn)不錯Gemini2.0 Flash0.395OpenAIgpt-4o0.223OpenAIgpt-4.10.268OpenAIgpt-4.1-mini0.253Claude3.7 Sonnet0.210Gemini 2.5 的潛力遠不止于文本定位。它還能從PDF中提取結(jié)構(gòu)化數(shù)據(jù)，同時明確標注每個數(shù)據(jù)的來源位置，解決下游決策中因數(shù)據(jù)來源不明而產(chǎn)生的信任障礙。
在人工智能領域持續(xù)深耕的英偉達，于近日發(fā)布了備受矚目的Llama Nemotron系列開放推理AI模型。這一創(chuàng)新成果旨在支持前沿的“智能體 AI”系統(tǒng)，使智能體能夠像人類一樣獨立思考，完成推理、規(guī)劃并執(zhí)行多步驟任務。其強大的功能特性，使其在機器人、自動化和決策優(yōu)化等諸多場景中展現(xiàn)出巨大的應用潛力，有望顯著降低企業(yè)在這些領域的推理成本，助力企業(yè)實現(xiàn) AI 自主化的重大升級。?
Llama Nemotron 系列開放推理AI模型共有Nano、Super和Ultra三種規(guī)模，每種規(guī)模都針對不同的部署環(huán)境和性能需求進行了精心設計。其中，Nano專為PC和邊緣設備量身打造，在有限的硬件資源下依然能夠提供高精度推理，讓邊緣計算設備也能擁有強大的智能分析能力；Super適用于單GPU部署，巧妙地在頂級準確率與處理速度之間找到了完美平衡，無論是實時數(shù)據(jù)處理還是對響應速度有較高要求的應用場景，都能輕松應對；Ultra則面向多GPU服務器進行了優(yōu)化，在處理復雜任務時能夠確保最高精度，為那些對計算性能要求極為苛刻的大型企業(yè)和科研機構(gòu)提供了堅實的技術支撐。
這三種不同規(guī)模的模型，如同三把利刃，可按需激活深度推理模式，在任務簡單時能夠智能地節(jié)省算力，有效降低推理成本，展現(xiàn)出極高的靈活性和實用性。不僅如此，Llama Nemotron 系列開放推理AI模型還借助NVIDIA NIM微服務，實現(xiàn)了從數(shù)據(jù)中心到邊緣計算的全場景應用支持，無論企業(yè)的業(yè)務部署在何處，都能享受到該系列模型帶來的強大智能。?
在推出Llama Nemotron系列的同時，英偉達還介紹了Cosmos Nemotron這一重要的新成員。它是一款專注于視覺語言模型（VLM）的創(chuàng)新產(chǎn)品，能夠精準解析圖像、視頻及傳感器數(shù)據(jù)，極大擴展了NVIDIA此前推出的Cosmos World Foundation Model（WFM）平臺的能力邊界。在自動駕駛領域，Cosmos Nemotron可以實時分析攝像頭拍攝的道路畫面以及傳感器傳來的車輛周邊環(huán)境數(shù)據(jù)，結(jié)合文本指令進行協(xié)同決策，幫助車輛做出更安全、合理的行駛規(guī)劃；在工業(yè)機器人場景中，它能夠識別生產(chǎn)線上的零部件圖像，理解操作指令，進而準確地完成各種復雜的裝配任務?？梢哉f，Cosmos Nemotron為那些需要多模態(tài)推理的領域帶來了全新的解決方案，真正實現(xiàn)了“文本 + 視覺”的協(xié)同決策，讓AI對現(xiàn)實世界的理解和交互能力上升到了一個新的高度。?
近日，華為技術有限公司申請的一項名為 “一種AI模型的生成方法及裝置”的專利正式公布。該專利屬于人工智能技術領域，旨在通過優(yōu)化技術提升AI模型生成的效率并降低資源消耗。?
具體而言，該方法包括：第一處理器根據(jù)AI模型中每個算子的執(zhí)行時長、運行過程中第二處理器內(nèi)存的占用大小以及內(nèi)存卸載時長，構(gòu)建一個以操作指示信息為優(yōu)化變量的目標優(yōu)化函數(shù)。通過全局尋優(yōu)，該函數(shù)能夠確定是否對每個算子執(zhí)行目標操作（如重計算操作或內(nèi)存卸載操作），并生成相應的操作指示信息。隨后，第一處理器向第二處理器發(fā)送包含操作指示信息的調(diào)整指令，指導第二處理器按照指示執(zhí)行算子操作，從而完成AI模型的訓練，生成目標AI模型。?
今年以來，華為在AI領域已公開超過25項專利。2月5日，基于原生鴻蒙操作系統(tǒng)的小藝助手App接入了DeepSeek-R1 Beta（公測）版。升級至原生鴻蒙系統(tǒng)的華為用戶可以通過 “小藝助手App -發(fā)現(xiàn)-智能體廣場” 與DeepSeek進行對話交互。2月4日，DeepSeek-R1、DeepSeek-V3、DeepSeek-V2和Janus-Pro等模型正式上線昇騰社區(qū)。這些模型支持在昇騰硬件平臺上一鍵獲取、開箱即用，并能夠?qū)崿F(xiàn)快速推理部署。
周報導讀
●元宇宙的遇冷與AI的崛起：科技浪潮中的起伏
●盤點全球融資最高的10家人形機器人創(chuàng)業(yè)公司
●只看數(shù)據(jù)：小米汽車過去幾年做得到底怎么樣？
●TCL雷鳥成奧林匹克全球合作伙伴，巴赫主席親身體驗雷鳥V3拍攝眼鏡
●Rokid AI眼鏡憑借腳本投影和智能戒指控制功能引起轟動
●XREAL與海信視像達成戰(zhàn)略合作，首款AR高端觀影產(chǎn)品將于下半年發(fā)布
●2025 ChinaJoy智慧娛樂機器人主題展區(qū)盛大招商開啟，共赴科技娛樂盛宴
●Meta智能眼鏡Aria Gen 2：解鎖機器感知、情境AI、機器人等領域新研究
●阿里未來三年將在人工智能領域投資逾3800億元
●百度AI大模型文心4.5將于3月16日推出
●騰訊發(fā)布“快思考”人工智能模型混元Turbo S
●OpenAI ChatGPT-4.5“是更具情感智能的AI模型”
在科技發(fā)展的浩瀚長河中，元宇宙和AI曾是兩顆耀眼的新星，吸引著全球的目光和資本的追捧。然而，近年來二者卻呈現(xiàn)出截然不同的發(fā)展態(tài)勢：元宇宙熱度逐漸冷卻；AI卻愈發(fā)火爆，在各個領域持續(xù)掀起創(chuàng)新的浪潮。這種鮮明的對比，背后有著復雜而深刻的原因，值得我們深入探討。
盤點全球融資最高的10家人形機器人創(chuàng)業(yè)公司
在科技飛速發(fā)展的當下，人形機器人領域已然成為資本與創(chuàng)新的匯聚地。2024年被稱為“人形機器人商業(yè)化元年”，眾多創(chuàng)業(yè)公司如雨后春筍般崛起，試圖在這片充滿潛力的市場中搶占先機。本文將簡要介紹全球融資最高的10家人形機器人創(chuàng)業(yè)公司，剖析它們的發(fā)展歷程與獨特之處。
只看數(shù)據(jù)：小米汽車過去幾年做得到底怎么樣？
在科技與汽車產(chǎn)業(yè)深度融合的時代浪潮中，小米汽車自2021年入局以來，憑借強大的技術實力、創(chuàng)新的發(fā)展理念和高效的執(zhí)行能力，迅速在新能源汽車市場嶄露頭角。近日小米SU7 Ultra的發(fā)布，更是讓小米汽車再次成為行業(yè)焦點。在新品發(fā)布之際，我想通過網(wǎng)上搜集的一系列數(shù)據(jù)，簡單回顧小米汽車過去幾年的發(fā)展歷程與成果。
TCL雷鳥成奧林匹克全球合作伙伴，巴赫主席親身體驗雷鳥V3拍攝眼鏡
當奧林匹克遇見中國科技，會擦出怎樣的火花？近日，TCL官宣成為奧林匹克全球合作伙伴，雷鳥（RayNeo）作為TCL大家庭一員成為加入這場盛會，以科技賦能體育，以體育連接世界，用全球視野踐行敢為精神，以前沿科技服務全球用戶。
當奧運會遇上AI+AR科技，一場顛覆傳統(tǒng)的觀賽革命正悄然展開。想象一下，當你戴上這款眼鏡，不僅能隨時記錄賽場上的精彩瞬間，更能輕松突破語言障礙，讓運動員與觀眾的奧運體驗都提升到前所未有的高度。
增強現(xiàn)實（AR）設備制造商Rokid創(chuàng)始人祝銘明，以一場別開生面的展示，讓大眾見識到了這家初創(chuàng)公司所研發(fā)的人工智能（AI）眼鏡在現(xiàn)實世界中的奇妙應用，這一舉措瞬間在社交媒體與股票市場掀起了波瀾。在杭州舉辦的一場政府活動中，祝銘明將演講筆記直接投射到所佩戴的一副AR眼鏡上。根據(jù)該公司分享的視頻，他只需通過手指上佩戴的智能戒指，就能輕松翻閱虛擬頁面。
XREAL與海信視像達成戰(zhàn)略合作，首款AR高端觀影產(chǎn)品將于下半年發(fā)布
AR領域先鋒企業(yè)XREAL與顯示產(chǎn)業(yè)領軍者海信視像正式宣告達成深度戰(zhàn)略合作。此次攜手，雙方將在AR/AI眼鏡領域展開全方位的合作，涵蓋技術協(xié)同創(chuàng)新、生態(tài)體系共建以及全球市場的深度拓展。這一合作的達成，標志著顯示技術與空間計算的跨界融合邁入全新階段，有望成為推動消費級AR設備滲透率快速提升的強大引擎，進而重塑全球XR產(chǎn)業(yè)的競爭格局。
2025 ChinaJoy智慧娛樂機器人主題展區(qū)盛大招商開啟，共赴科技娛樂盛宴
全球數(shù)字娛樂行業(yè)翹首以盼的2025 ChinaJoy即將盛大啟幕，其中備受矚目的智慧娛樂機器人主題展區(qū)現(xiàn)已正式開啟招商！這一展區(qū)的設立，是順應科技與娛樂深度融合潮流的重要舉措，將為機器人領域企業(yè)和游戲行業(yè)帶來前所未有的發(fā)展機遇。
ChinaJoy作為全球頂級數(shù)字娛樂盛會，向來是科技與娛樂融合的風向標。在人工智能、機器人技術、AIGC蓬勃發(fā)展的當下，智慧娛樂機器人市場前景廣闊。2023年，服務機器人、人形機器人、娛樂機器人的全球市場規(guī)模已超500億美元，產(chǎn)業(yè)發(fā)展正步入黃金時期。同時，ChinaJoy擁有龐大且年輕的用戶群體，他們對科技互動體驗充滿熱情，為智慧娛樂機器人主題展區(qū)提供了理想的受眾土壤。而且，該展區(qū)與AIGC 大會、智能硬件展區(qū)協(xié)同配合，構(gòu)建起 “AI+機器人+內(nèi)容”的完整科技娛樂閉環(huán)，將進一步強化ChinaJoy在全球 “科技+娛樂”領域的標桿地位。
Meta智能眼鏡Aria Gen 2：解鎖機器感知、情境AI、機器人等領域新研究
Meta推出了其下一代智能眼鏡Aria Gen 2。計劃將這款產(chǎn)品交付給從事機器感知系統(tǒng)、人工智能以及機器人技術領域研究的第三方人員。
Aria Gen 2新增了兩項功能，分別是嵌入在設備鼻托中的兩個新型傳感器：用于測量心率的光電容積圖（PPG）傳感器，以及用于區(qū)分佩戴者聲音與旁觀者聲音的接觸式麥克風。此外，Meta宣稱這款重75克的設備能夠滿足全天候使用需求（續(xù)航時長為6 – 8小時），并且采用了可折疊設計。這款人工智能功能不斷豐富的設備還配備了一系列內(nèi)置的機器感知系統(tǒng)，例如手部和眼部追蹤、語音識別，以及用于位置感知的同步定位與地圖構(gòu)建（SLAM）追蹤技術。
阿里巴巴對外宣布，計劃在未來三年，向云計算和人工智能基礎設施領域投入至少3800億元人民幣。
財報數(shù)據(jù)顯示，截至去年12月31日的季度內(nèi)，阿里營收達到2801.5億元人民幣，這一數(shù)字略高于分析師此前預期，展現(xiàn)出公司穩(wěn)健的業(yè)務表現(xiàn)。
阿里方面還表示，此次計劃的投資總額，超過了過去十年間公司在人工智能和云計算領域的累計投入，標志著公司在新興技術領域的重大突破與升級。
百度將于3月16日推出下一代人工智能模型——文心4.5。相較于前代，該模型在推理等能力上會有顯著提升。
消息人士稱，升級后的文心4.5版本，還將強化多模態(tài)交互能力。
多模態(tài)人工智能系統(tǒng)能夠處理并整合文本、視頻、圖像、音頻等各類數(shù)據(jù)，還能實現(xiàn)不同格式內(nèi)容之間的轉(zhuǎn)換。
百度在本月早些時候宣布，將在未來幾個月內(nèi)逐步推出文心4.5系列，并于6月30日起正式開源。
騰訊發(fā)布了一款全新的人工智能模型混元Turbo S。據(jù)相關信息透露，該模型在回答速度方面表現(xiàn)卓越，較全球熱門的DeepSeek R1更為迅速。
騰訊指出，混元Turbo S具備在一秒內(nèi)回復查詢的強大能力，與“DeepSeek R1、混元T1以及其他需要‘經(jīng)過一定思考時間才能作答’的慢思維模型存在明顯差異”。具體為能夠?qū)崿F(xiàn)“秒回”，吐字速度提升一倍，首字時延降低44%。
OpenAI ChatGPT-4.5“是更具情感智能的AI模型”
OpenAI推出了其宣稱的，截至目前最大且最為強大的模型——GPT-4.5。OpenAI首席執(zhí)行官薩姆?奧爾特曼在X平臺發(fā)文將其形容為“首個讓人感覺仿佛在與有思想的人類對話的模型”。他表示：“有好幾次，我驚訝于人工智能竟能給出如此優(yōu)質(zhì)的建議。”
奧爾特曼補充，GPT-4.5規(guī)模 “龐大”且成本“高昂”。他解釋稱，盡管OpenAI“真心希望能同時向plus和pro用戶推出——這是公司的付費訂閱層級，但公司的GPU資源已經(jīng)耗盡?！?他進一步表示：“下周我們將新增數(shù)萬個GPU，隨后將GPT-4.5推廣至更多用戶群體?！?/p>
OpenAI表示，正在測試新的推理AI模型o3和o3 mini，這表明其與谷歌等競爭對手的競爭日益激烈，以創(chuàng)建能夠解決復雜問題的更智能的模型。
OpenAI首席執(zhí)行官Sam Altman表示，這家人工智能初創(chuàng)公司計劃在2025年1月底推出o3 mini，隨后推出完整版o3，因為更強大的大型語言模型可以勝過現(xiàn)有模型并吸引新的投資和用戶。
OpenAI于9月發(fā)布了o1人工智能模型，旨在花更多時間處理查詢來解決難題。
OpenAI表示，o1模型能通過復雜的任務進行推理，并能解決比以往的科學、編碼和數(shù)學模型更具挑戰(zhàn)性的問題。
OpenAI表示，o3和o3 mini模型目前正在進行內(nèi)部安全測試，其功能將比之前推出的o1模型更加強大。
OpenAI表示，正在開放申請流程，供外部研究人員在公開發(fā)布之前測試o3模型，該模型公開發(fā)布將于1月10日結(jié)束。
OpenAI在2022年11月推出ChatGPT后引發(fā)了一場人工智能競賽，其日益增長的知名度和新產(chǎn)品的推出幫助OpenAI在10月份完成了66億美元融資。
值得一提的是，其競爭對手谷歌于12月初發(fā)布了第二代人工智能模型Gemini，旨在重新奪回人工智能技術競賽的領先地位。
亞馬遜在年度AWS大會上宣布了一系列新的人工智能平臺，即基礎模型，可以生成文本、圖像和視頻等。
新產(chǎn)品使其能與Adobe和Meta等競爭對手展開競爭，這些競爭對手正競相服務那些希望實現(xiàn)更多服務自動化的客戶。
亞馬遜首席執(zhí)行官Andy Jassy宣布了新款“Nova”模型。Jassy表示，開發(fā)者有一份需求清單，這促使亞馬遜推出了這些新服務。
Jassy指出：“開發(fā)者想要更低的服務延遲，想獲得更低的開發(fā)成本以及能進行產(chǎn)品微調(diào)?！?/p>
亞馬遜通用人工智能主管Rohit Prasad表示，該公司將在價格和功能上與競爭對手展開競爭，并強調(diào)新模型的速度更快。
如今，通過單一圖像或文本提示生成視頻尤其受歡迎，Adobe、Meta、OpenAI和字節(jié)跳動等都宣布了新的此類人工智能應用。亞馬遜表示，其Nova Reel軟件允許用戶制作六秒的視頻，可用于在亞馬遜網(wǎng)站上展示產(chǎn)品等。亞馬遜表示，支持最長兩分鐘生成視頻的版本將在未來幾個月內(nèi)推出。
娛樂業(yè)技術人員渴望獲得此類工具，以便更有效提高和加快電影制作效率。亞馬遜還表示，已開發(fā)出Canvas，用于根據(jù)短文本提示生成圖像。Jassy強調(diào)，亞馬遜將添加水印，以確保負責任使用該軟件，防止有害內(nèi)容傳播。