马斯克的 Grok Imagine “智能体模式” 来了。你可以将整个创意工作流放进一块无限画布,并在同一个页面里完成头脑风暴、图片生成和编辑、再转成视频,全程不用跳转工具。例如,要给一件衬衫做广告,可以让 Grok Imagine 生成穿着这件衬衫的模特图,挑一张满意的,不确定用什么拍摄角度就直接在对话里问它,然后一口气完成整个视频广告制作工作流。所有思考和创作的过程全部通过对话模式,并且在一块画布中完成。
Grok Imagine “智能体模式”来了!
马斯克旗下 Grok Imagine 推出智能体模式,将创意工作流整合至无限画布。用户可在同一页面通过对话完成头脑风暴、图片生成编辑及视频制作,无需跳转工具。该功能支持从模特图生成到拍摄角度咨询的全流程操作,适合需要高效产出广告或视觉内容的创作者,实现思考与创作的一站式闭环。
相关文章
Google 为何要开发 Gemma 4 模型
谷歌推出开源模型 Gemma 4,旨在解决网络受限地区无法使用前沿 AI 的问题。该模型追求内存占用下的智能最大化,首次具备多模态与智能体能力,支持在无网移动端高效运行复杂任务。目前已在乌干达离线医疗系统及秘鲁原住民语言保护等场景中落地应用。通过将大模型蒸馏至终端设备,Gemma 4 摆脱了对云端算力的依赖,推动去中心化开源生态发展,赋能各社区按需构建专属系统。
微软 Mirage:让世界模型学会“过目不忘”,速度快 10 倍、显存省 55 倍
微软研究院联合多所高校发布 Mirage 模型,通过在扩散模型隐空间直接存储三维记忆,解决了 AI 视频生成中场景一致性差及计算昂贵的问题。该方案摒弃传统 RGB 点云渲染流程,使生成速度提升最高 10.57 倍,显存占用降低 55 倍,且长视频边际成本几乎不增。测试显示其三维与光度一致性优于现有方案,虽暂不支持动态物体记忆,但已开源并适用于机器人仿真等静态场景任务。
Google 搜索变身全天候智能体:Information Agents 上线,你的数据终于开始替你干活了
Google 推出 Information Agents 功能,面向 AI Ultra 订阅用户开放。该功能将搜索从被动查询转变为主动监测,智能体可 7×24 小时追踪用户需求并推送变化信息。其底层依托 Personal Intelligence 战略,通过整合 Gmail、Photos 等跨应用数据实现个性化推理。尽管存在隐私与准确性挑战,但凭借二十年数据积累,Google 正推动 AI 助手从对话工具向自主代理进化,重塑“信息找人”的交互范式。
评论区
围绕《Grok Imagine “智能体模式”来了!》展开交流,未登录用户可浏览评论,登录后可参与讨论。