在AI领域引发广泛关注的消息传来，前字节跳动的 AI 技术专家解浚源已正式加入具身智能创业公司千寻智能，担任具身智能部负责人。这一变化不仅为千寻智能的技术团队注入了强大的动力，也为具身智能的未来发展铺平了道路。解浚源是一位在人工智能领域颇具声望的人物。他本科毕业于中国科学技术大学，并在美国华盛顿大学获得博士学位。他在多个顶级学术会议上发表过论文，且这些论文的引用次数超过了一万次，显示出他在该领域的深厚影响力。此外，解浚源还曾是知名开源项目

在人工智能行业的快速发展中，国内市场的格局正在发生剧烈变化。零一万物的创始人兼首席执行官李开复在一档对话节目中发表了他的看法，指出随着 DeepSeek 的崛起，中国市场未来可能只会留下三家主要的 AI 模型公司:DeepSeek（深度求索）、阿里巴巴和字节跳动。李开复强调，DeepSeek 的影响力正在重塑整个行业的发展模式，甚至可能让 OpenAI 的创始人感到不安。他认为，DeepSeek 的创新和技术进步让其在市场竞争中占据了领先地位，不仅推动了 AI 技术的应用，也使得传统竞争对手感受到前

在人工智能领域蓬勃发展的背景下，字节跳动的豆包大模型团队（Seed）近日召开了一次全员会议，标志着该团队在未来发展方向上的重要决策。会议由朱文佳与新任 AI 基础研究负责人吴永辉共同主持，这也是两位领导首次同台出席，吸引了业内的广泛关注。会议上，朱文佳和吴永辉明确表示，Seed 团队的首要目标是 “探索智能上限”，这将成为团队未来工作的核心导向。他们指出，探索智能的边界是一个长期的任务，团队将围绕已发布的 AGI 研究计划 “Seed Edge” 进行深入研究。朱文佳提

还在为短视频配音效抓耳挠腮?还在苦苦寻找合适的BGM却总是差强人意?现在，字节跳动直接放出王炸级AI黑科技，一举打破视频创作的最后一道静音魔咒!他们最新推出的SeedFoley音效生成模型，如同为视频注入了声命之魂，只需轻轻一点，就能为你的视频智能匹配专业级音效，瞬间让你的作品从默片变身有声大片，效果堪称惊艳!更令人振奋的是，这项AI音效神技已火速上线字节跳动旗下视频创作平台即梦，人人都能秒速体验一键音效加持的神奇魔力!SeedFoley究竟是如何做到如此声入人心的?其核

据凤凰科技报道，骆怡航近日正式加入生数科技担任CEO，全面负责公司研发、产品、商业化及团队管理。作为清华大学自动化系博士，他在云计算及AI领域深耕十余年，拥有深厚的技术背景和商业化经验。在加入生数科技前，骆怡航担任字节跳动火山引擎AI应用产品线负责人，直接汇报火山引擎总裁。据透露，该产品线由他从零组建，覆盖多个AI相关产品，管理规模数百人。此前，他还参与了字节跳动早期的AI中台规划与建设。业内人士评价，骆怡航在AI技术规划、产品规划、商业拓展及团队

字节跳动近日为其AI助手豆包推出了“深度思考”推理模式，这一创新功能旨在彻底改变用户在问答、搜索、写作和阅读等场景下的交互体验。此模式通过展示AI解决问题的完整逻辑链条，包括自我质疑、假设验证和错误修正等步骤，让用户能够更深入地了解AI的思考过程。这种可视化的思考方式不仅提升了用户对AI的信任度，也使得AI的反馈更具透明性和可解释性。这项技术基于豆包1.5基座模型研发，并得益于深度推理模型Doubao-1.5-pro-AS1-Preview的技术突破，通过RL算法和工程优化，充分发挥

据Tech星球消息，抖音App正在测试接入豆包AI能力，在应用内为豆包开放两个战略性入口，标志着字节跳动正加速推进其AI生态布局。这两个入口分别位于短视频界面和消息列表，旨在彻底打破AI产品与流量平台的传统壁垒。此前，用户需要跳出抖音才能使用豆包，导致使用频次和粘性不足。通过直接整合，抖音不仅可以提升自身产品的AI能力，还能为豆包引入更广阔的用户流量。字节内部正在同步推进多条AI产品业务线，包括魔方知道、记易、小荷AI医生等，覆盖资讯阅读、医疗、编程等多个

中国首款AI原生集成开发环境（AI IDE）Trae国内版正式上线。该产品由字节跳动技术团队推出，旨在为开发者提供更高效、智能化的编程体验。Trae国内版配置了Doubao-1.5-pro，并支持切换满血版DeepSeek R1、V3模型，能够显著提升编程速度，助力开发者应对复杂技术挑战。

字节跳动近日宣布开源其最新研发的 AIBrix 推理系统。这一系统特别为 vLLM 推理引擎打造，目标是提供一个可扩展且高性价比的推理控制面，满足企业日益增长的 AI 需求。AIBrix 的推出标志着一个新阶段的开始，项目团队希望通过这一开源项目为构建可扩展的推理基础设施奠定基础。该系统提供了一整套云原生解决方案，致力于优化大语言模型的部署、管理和扩展能力。特别是它对企业级需求进行了深度适配，确保用户在使用时能够享受到更高效的服务。在功能方面，首版 AIBrix 聚焦于几个

近日，字节跳动技术团队宣布，其面向开发者的全新AI编程产品——Trae AI IDE，将于下周正式进入中国内地市场。这款IDE作为国内首个AI中文集成开发环境，旨在深度理解中文开发场景，为开发者提供智能协作支持。

近日，字节跳动旗下的AI智能助手豆包APP宣布了一项创新功能——“照片动起来”。这一功能的推出，旨在满足用户对于老照片动态化的需求，让那些曾经定格的瞬间重新焕发生机。据悉，“照片动起来”功能操作简便，用户只需打开豆包APP，选择该功能并上传一张老照片，随后描述照片中人物或物体的动作。经过短暂的等待后，豆包APP便能利用先进的AI技术，将静态照片转化为一段生动的动态视频。

字节跳动旗下悟空浏览器近日正式接入DeepSeek R1模型，这一举措引发业界广泛关注。与此前飞书、火山引擎接入DeepSeek不同，悟空浏览器作为面向C端用户的产品，融合了抖音与番茄小说等内容，其接入被认为可能为抖音未来接入DeepSeek铺路。目前，悟空浏览器同时搭载豆包与DeepSeek两大模型，DeepSeek R1主要负责智能对话与文本生成，而豆包则提供AI快捷功能，应用场景更为广泛。悟空浏览器曾经历多次迭代，从最初的“赚钱浏览器”发展为集成搜索、内容推荐与AI辅助的多功能浏览器。此次接

据“晚点 LatePost”报道，字节跳动旗下的 AI 产品 “即梦” 正在考虑接入热门 AI 工具 DeepSeek。报道提到，用户可以先利用 DeepSeek 生成更加精细的视频脚本，然后再将其输入即梦进行视频制作。这种结合将为用户带来更高效、更专业的创作体验。值得一提的是，最近即梦迎来了新移动端负责人曹大鹏。曹大鹏曾在2023年加入大模型创业公司零一万物，并担任其旗下出海产品 PopAI 的产品负责人。他在技术和产品管理方面的经验，将为即梦的未来发展提供支持。划重点:🌟 字节跳动的 AI 视频生

李亮指出，一篇题为《字节AI团队大变阵》的文章中存在多处不实信息。文章中提及的技术副总裁杨震原即将退休、冯佳时将离职创业等说法，均为错误信源所致。此外，关于张一鸣拜访豌豆荚创始人王俊煜及上海模速空间创业公司的报道，同样与事实不符。

据多位接近字节跳动的人士透露，字节跳动的 AI 核心部门 Seed 正在经历快速的战略调整和人事变动。刚刚从谷歌加入字节跳动的 AI 领域权威专家、曾参与 Gemini 开发的 Google Fellow 吴永辉博士，将接替原 LLM 团队及 Seed 总负责人朱文佳，成为 Seed 部门的新负责人。目前，团队内部正在进行汇报关系的梳理和调整。字节跳动内部人员表示:吴永辉博士将主要负责 AI 基础研究探索工作，侧重于基础研究领域;朱文佳则继续负责模型应用相关工作，侧重于模型应用领域。双方均在 Seed 部门，并直接向

字节跳动豆包大模型团队今日宣布，成功研发出全新稀疏模型架构UltraMem，该架构有效解决了MoE（混合专家）模型推理时的高额访存问题，推理速度较MoE提升2-6倍，推理成本最高可降低83%。这一突破性进展为大模型的高效推理开辟了新路径。UltraMem架构在保证模型效果的前提下，成功解决了MoE架构推理时的访存瓶颈。实验结果表明，在参数和激活条件相同的情况下，UltraMem不仅模型效果优于MoE，更将推理速度提升了2-6倍。此外，在常见batch size规模下，UltraMem的访存成本几乎与同计算量的Dense

想象一下，仅凭一张照片，就能在几秒钟内看到这个人说话、做动作，甚至进行表演，这就是字节跳动推出的 OmniHuman-1的魅力所在。这款近期在网上走红的人工智能模型，可以通过生成高度逼真的视频，使静态图像焕发活力，配合音频片段，实现口型同步、全身肢体动作和丰富的面部表情。与传统的深度伪造技术不同，OmniHuman-1不仅仅局限于人脸替换，而是能够完整地动画化整个身躯，包括自然的手势、姿态，以及与物体的互动。无论是一个政客在发表演讲、一个历史人物被复活，还是一

近日，香港大学与字节跳动合作研发的基于流动的视频生成模型 Goku 正式发布。该模型利用先进的生成算法，可以根据文本提示生成高质量的视频内容，极大地丰富了数字艺术的表现形式。为了展示 Goku 模型的强大功能，研究团队制作了一系列精彩的视频示例，这些示例不仅展示了模型的技术能力，也展现了其在创意表现上的无限潜力。Goku 模型的特点在于其高效的生成速度和图像质量。通过使用大量的数据训练，Goku 可以生成包括动画、自然风光、动物行为等多种场景。研究人员使用了原

字节跳动的研究团队近日开发出一款名为 OmniHuman 的人工智能系统，能够将单张照片转化为逼真的视频，展示人物的讲话、歌唱以及自然的动作。这一突破性技术有望彻底改变数字娱乐和通讯领域。OmniHuman 能够生成全身视频，展现人物在讲话时的手势和动态，超越了以往仅能动画面部或上半身的 AI 模型。这项技术的核心在于，它结合了文本、音频和人体动作等多种输入，通过一种称为 “全条件” 训练的创新方法，使得 AI 能够从更大、更丰富的数据集中学习。研究团队指出，OmniHuman 经过

在学术研究领域，文献检索是一项复杂且重要的信息获取任务。研究人员需要能够处理复杂的、专业知识领域的检索能力，以满足细致的研究需求。然而，现有的学术搜索平台，如谷歌学术，往往难以应对这些复杂的研究查询。例如，针对使用 UCB 方法的非平稳强化学习的专业查询，需要更强的计算和分析能力。此外，研究人员在进行文献综述时，通常需要耗费大量的时间和精力手动浏览庞大的学术数据库。尽管已有多项研究探讨了大型语言模型（LLMs）在学术论文检索和科学发现中的应用