字节跳动和浙江大学联合开发出了一款新的叫做 Loopy 的语音同步肖像模型。它的表现不亚于阿里的 EMO 和 微软的 VASA。
具体来讲，它拥有一个时序模块，涵盖了剪辑之间和剪辑内部的时间处理，还有一个音频到潜在特征的模块。这能让模型利用数据里的长期运动信息，从而学习自然的运动模式，并且改进音频与肖像运动的关联。这种方法去除了现有方法中在推理时需要手动指定空间运动模板来限制运动的要求，进而在各类场景中给出了更逼真、更高质量的结果。
Loopy 支持多种视觉和音频风格。仅凭一张人物肖像和一段音频，它就能生成生动的运动细节，比如非语言动作（如叹气）、情感驱动的眉毛和眼睛运动，以及自然的头部运动。
Loopy 可以根据不同的音频输入生成相应运动的结果，即使是对于同一参考图像，无论音频是快速的、舒缓的，还是歌唱表演，视频的表现都相当自然。
无论是照片、动漫形象还是雕塑，Loopy 的表现一样出色
Loopy 甚至还支持侧面的人物肖像，极大地拓展了它的应用范围
Loopy 项目地址：loopyavatar.github.io
OpenAI 在发布 GPT-5.6 当日指出 SWE-Bench Pro 约 30% 任务存在缺陷，引发对 AI 基准测试可靠性的质疑。多项研究进一步揭示，验证器质量决定模型学习方向，基准题目高度冗余，且模型“窄能力”提升未必转化为真实经济产出的“宽能力”。当前 AI 进步尚未达到自维持加速阈值。基准测试正面临结构性危机，其公信力受利益冲突影响，亟需建立独立第三方验证机制以确保评估客观性。
OpenAI 旗下 GPT-5.6 Sol Ultra 通过 64 路并行 agent 在 1 小时内生成了图论 CDC 猜想的证明文本，成本不足 500 美元。该成果引发争议，因缺乏 Lean 机械化验证、未公开完整推理轨迹及受限于图论形式化库不成熟，数学界对其有效性存疑。此事表明 LLM 已具备启发式数学搜索能力，但验证基础设施滞后仍是瓶颈。未来“多路并行+防放弃 prompt”或成范式，而完善 Lean 工具链是确立 AI 证明可信度的关键。
AI 博主 ADIL 演示利用 Claude Fable 5 配合 Higgsfield MCP 插件，在 20 分钟内全自动复刻高收益 YouTube 频道。该工作流集成图像、视频及语音生成引擎，可自动分析爆款结构、撰写脚本并一键产出含配音的纪录片视频及封面标签。平台并不排斥优质 AI 内容，此端到端自动化流程将创作耗时从数天缩至十几分钟，大幅降低不露脸创作门槛。未来核心竞争力在于利用工具实现规模化生产与持续运营的能力。
围绕《字节跳动与浙大联合开发 Loopy 模型，性能媲美阿里微软》展开交流，未登录用户可浏览评论，登录后可参与讨论。
