AI 前沿
Qwen3.8-Omni-Flash强化音视频Agent:一小时视听输入与工具执行并重
Qwen团队发布Qwen3.8-Omni-Flash,面向文本、图像、音频与视频统一理解,强调音视频中的说话人联合识别、最长一小时视听输入和Agent工具执行。官方把它用于剪辑、MV制作、影片解说、视听摘要与实时对话;基准与成本主张仍需独立验证。
阅读本期头条08:10早 · 每天这个点更新
后量子算法、迁移与协议,标准、网络安全、AI 与 NGCC 公钥征集。每条都回到原始来源核实并标明日期;周五另有一份七天周报。

AI 前沿
Qwen团队发布Qwen3.8-Omni-Flash,面向文本、图像、音频与视频统一理解,强调音视频中的说话人联合识别、最长一小时视听输入和Agent工具执行。官方把它用于剪辑、MV制作、影片解说、视听摘要与实时对话;基准与成本主张仍需独立验证。
阅读本期头条2026年10月
| 一 | 二 | 三 | 四 | 五 | 六 | 日 |
|---|---|---|---|---|---|---|
5 条 · AI 前沿 · 一天一页
AI 前沿
Qwen团队发布Qwen3.8-Omni-Flash,面向文本、图像、音频与视频统一理解,强调音视频中的说话人联合识别、最长一小时视听输入和Agent工具执行。官方把它用于剪辑、MV制作、影片解说、视听摘要与实时对话;基准与成本主张仍需独立验证。
阅读解读Mozilla宣布与Mistral合作,将Mistral Small 4加入Firefox Smart Window beta,先面向美国、加拿大,并把测试和法语支持扩展至法国。Mozilla强调用户仍可选择其他模型,把合作定位为浏览器AI竞争与开放选择,而非唯一默认供应商。
MozillaLatent JEPA把自回归学习与未来联合嵌入预测结合,让连续隐思在不逐字生成中间步骤时预判后续推理和分子结果。作者在ChemCoTBench上报告分子优化及多项编辑、反应指标改进,并通过表征分析观察隐状态与化学结构对应增强。
arXivFERPO提出在线最大熵强化学习方法:从带熵和KL正则的策略改进目标导出动作分布,再用自归一重要性采样估计正向KL来训练Actor,无需对Critic求动作梯度。作者在MuJoCo Playground与ManiSkill报告竞争性表现和样本效率提升。
arXivAgSpec针对编码Agent反复生成代码、日志和既往尝试的特点,用会话、工作区与全局语料做检索式推测解码,并按Agent和在线验证反馈调整草稿长度。作者在两个仓库级多Agent基准上报告批1最高4.37倍、批16最高4.76倍生成吞吐提升。
arXiv