AI
Gemini Embedding
Gemini Embedding 是 Google 推出的文本嵌入模型，能将文本转化为高维向量以捕捉语义和上下文信息。支持超过 100 种语言，具备高效的检索、分类、聚类和相似性检测能力。其支持长文本输入和灵活的维度调整，适用于多场景应用，如智能搜索、数据分析和自然语言处理。模型基于 Gemini 训练，具有优秀的语言理解能力。
谷歌DeepMind推出V2A技术，可为无声视频添加逼真音效
DeepMind推出的V2A（Video-to-Audio）模型能够将视频内容与文本提示相结合，生成包含对话、音效和音乐的详细音频轨道。它不仅能够与DeepMind自身的视频生成模型Veo协同工作，还能与其他视频生成模型，如Sora、可灵或Gen 3等，进行集成，从而为视频添加戏剧性的音乐、逼真的音效或与视频中角色和情绪相匹配的对话。V2A的强大之处在于其能够为每个视频输入生成无限数量的音轨。该模
smolagents
SmolAgents 是 Hugging Face 开发的轻量级智能代理框架，支持多种大语言模型集成与安全代码执行。具备模块化设计、直观 API 及丰富文档，适用于数据检索、自动化编程、智能客服等多种场景，降低 AI 开发门槛，提升开发效率。
GameFactory
GameFactory 是由香港大学与快手科技联合研发的AI框架，专注于解决游戏视频生成中的场景泛化问题。它基于预训练视频扩散模型，结合开放域数据与高质量游戏数据，通过多阶段训练实现动作可控的多样化场景生成。具备高精度动作控制、交互式视频生成及丰富场景支持，适用于游戏开发、自动驾驶模拟及具身智能研究等领域。
