Muse Video
搜索文档
Harlan’s AVGO Call Takeaways, TSM 2Q Preview; D1 Team Says Go with Momo; Today’s Headlines-20260708
摩根大通· 2026-07-08 21:11
市场动态 - TSMC 2Q财报预览电话会议因航班延误而重新安排[1] - JPM的动量指数(JPMPURE)下跌约12%,处于典型的-10%至-15%的回调范围内,主要由于轮换驱动的抛售[1] - WTI原油价格一度突破75美元/桶,涨幅为6%,随后回落,能源板块引领商品价格上涨[2] - 美国市场因特朗普关于停火的言论而下跌,风险资产在低位反弹[2] - 欧洲主要市场普遍下跌,西班牙表现最差,DAX指数下跌2.4%[9] 行业趋势 - 记忆体价格持续上涨,DRAM合约价格预计在第三季度上涨20%-30%,NAND上涨35%-40%[13] - SambaNova筹集10亿美元,估值达到110亿美元,显示出对AI基础设施需求的信心[14] - AVGO的CEO会议强调AI计算和网络的主导地位,预计XPU/GPU的比例在明年可能接近50/50[6] - AVGO与Google的TPU合作保持主要市场份额,预计收入将逐年增长,且v9路线图按计划推进[6] 企业合作与发展 - 苹果与博通的协议预计将超过300亿美元,涉及在美国制造超过150亿颗芯片[13] - J.P. Morgan的硬件和半导体领域专家提供专业的市场分析和建议[21] - 全球半导体和硬件研究团队涵盖多个地区,包括欧洲、亚洲和中国[22] 报告与合规 - 本报告仅面向机构和专业客户,不适合零售客户使用,确保信息的专业性和准确性[23] - 报告强调所有材料和信息均为J.P. Morgan的专有和机密信息,未经授权不得传播[29] - J.P. Morgan不对信息的准确性和完整性承担责任,建议客户咨询自己的顾问[25] - 报告中提到的产品和服务可能不适合所有客户,需根据具体情况进行评估[26] - 会议和活动的参与仅限于专业和机构客户,零售客户无法访问[28] - J.P. Morgan的研究内容和非研究内容的披露信息可在其官方网站上找到[32] - 报告日期为2026年7月8日,所有信息可能会随时变更[36] - J.P. Morgan的金融产品和服务在不同地区由不同的法律实体提供,客户需根据所在地区进行交易[26]
余家辉交卷!Meta MSL连发图像/视频模型
量子位· 2026-07-08 08:36
核心观点 - Meta公司通过其MSL团队发布了新的图像模型Muse Image和视频模型Muse Video,标志着其在生成式AI领域的一次重要回归[1] - Muse Image采用了独特的“Agentic Image Generation”路径,强调思考与规划,而非直接出图,并与大语言模型Muse Spark深度联动以完成复杂创作[7][15][19] - 新模型在性能基准测试中表现强劲,Muse Image在多个图像生成榜单中位列第二,Muse Video在文生视频榜单中位列第三,显示出强大的竞争力[3][4][5] 模型性能与市场地位 - **Muse Image性能**:在Arena AI Leaderboard的多个榜单中均位列第二[3] - 在Text-to-Image Arena榜单中,得分为1280分,仅次于OpenAI的GPT Image 2(1385分)[4] - 在Single-Image Edit Arena榜单中,得分为1405分,仅次于GPT Image 2(1466分)[4] - 在Multi-Image Edit Arena榜单中,得分为1399分,仅次于GPT Image 2(1454分)[4] - **Muse Video性能**:在文生视频(Text-to-Video Arena)榜单中位列第三,得分为1459分,排在谷歌Gemini Omni Flash(1527分)和字节跳动Seedance 2.0(1482分)之后,进入第一梯队[4][5] Muse Image的技术特点与功能 - **Agentic工作流程**:模型收到需求后,会先拆解梳理创作思路,调用工具辅助(如联网获取最新素材),生成后进行复盘和迭代修改,确保画面逻辑与细节[8][9][12] - **与Muse Spark联动**:可与大语言模型Muse Spark协同工作,例如分工协作编写网页交互代码和生成视觉素材,输出完整的互动网页,超越静态图片创作[19] - **多模态输入与编辑**:支持多参考图像合成,可将用户照片、风景照、参考穿搭等元素结合生成新图[20][21];提示词支持图文混合输入[22];编辑功能支持多轮修改而不失真[24] - **社交图谱集成**:支持在提示词中@ Instagram公开账号的好友或商家,拉取其公开照片进行创作或生成同风格营销图[26][27][28];内置个性化创作模板,可在Instagram端一键调用[29];该功能被称为“Native Social Context”[32] - **质量与隐私**:模型推理思考时间越长,最终画面质量越好,呈现接近对数线性的提升曲线[17];生成内容包含无法通过裁剪、压缩、截图去除的“Content Seal”隐形水印[34];Instagram用户可选择禁止他人使用自己的公开照片进行AI创作[33] Muse Video的技术特点 - **技术基础**:与Muse Image基于同底座训练,具有高视觉保真度、原生支持音频、在提示词理解和时间一致性方面有竞争力[36] - **待改进领域**:音画同步和高速运动场景的物理准确性仍需改进,计划在未来几个月推出[37] 团队背景 - **核心领导**:MSL首席科学家、Muse全系列底层总负责人为赵晟佳,拥有清华本科和斯坦福博士学位,曾任职于OpenAI并参与从初代ChatGPT到o3的预训练,于2025年6月加入Meta[40][42][43] - **项目负责人**:本次发布的Muse Image和Muse Video由MSL多模态负责人余家辉带队研发,其出身中科大少年班,拥有UIUC博士学位,曾担任谷歌Gemini多模态视觉联合负责人和OpenAI感知团队负责人,于2025年6月加入Meta[44][46][47]