stream
PulseAugur coverage of stream — every cluster mentioning stream across labs, papers, and developer communities, ranked by signal.
- 2026-07-07 research_milestone Researchers introduced STREAM, an AI model for generating editable dance motions from text and music, along with new evaluation metrics. 来源
- 2026-05-24 research_milestone Researchers introduced STREAM, a framework for generating task-oriented dialogues from streaming media, and released the StreamDial dataset. 来源
3 天有情绪数据
-
数据中心与云服务公司宣布关键领导层任命以支持扩张
在2026年第三季度，多家关键数据中心和云服务公司宣布了重要的领导层变动，以支持扩张和不断变化的行业需求。NTT Data Group任命Kazuhiko Nakayama为新任总裁兼首席执行官；Stream Data Centers在被Apollo Funds收购后，任命了首席财务官Murray Woolcock和建筑执行副总裁Scott Greubel。Kao Data晋升Spencer Lamb为首席执行官；Colt Data …
-
AI模型STREAM可根据文本和音乐生成可编辑的舞蹈动作
研究人员开发了STREAM，一个新的人工智能模型，旨在根据文本和音乐生成可编辑的舞蹈动作。与之前存在模式崩溃问题的模型不同，STREAM使用解耦的扩散Transformer来保持用户对编舞的控制，同时使动作与音乐节奏保持一致。该模型采用了基于文本结构的自适应层归一化和新颖的双模态基于能量的注意力模块来实现音乐集成。为了评估其性能，团队引入了交换评估协议和可编辑舞蹈分数，证明了STREAM作为编舞者协作伙伴的能力。
-
优化 AI API 使用：关键参数与成本节约误区
来自 dev.to 的两篇文章为使用 AI API 的开发者提供了实用建议，重点关注成本优化和性能提升。第一篇文章详细介绍了五个关键 API 参数——temperature、max_tokens、top_p、frequency_penalty 和 stream——这些参数可以提高 AI 应用速度、降低费用并提高输出质量。第二篇文章指出了导致 AI API 成本高昂的三个常见错误：缺乏速率限制、忽略对重复提示的缓存以及为简单任务使用昂贵…
-
STREAM框架使用黎曼流匹配增强组织病理图像生成
研究人员开发了STREAM，一种用于生成合成组织病理图像的新颖框架。该方法通过使用预训练的视觉基础模型作为潜在空间本身，解决了现有模型中出现的“条件崩溃”问题。STREAM将黎曼流匹配应用于这些特征的超球面，并结合独特的各向异性解码器来提高图像质量和多样性。该框架在乳腺癌和结直肠癌数据集上展示了最先进的性能。
-
新框架从流媒体合成面向任务的对话
研究人员开发了STREAM，一个新颖的数据中心框架，旨在从流媒体生成高价值的面向任务对话。该方法解决了传统数据采集方法的局限性，例如高昂的标注成本、隐私问题和过时的语料库。STREAM通过整合角色构建、对话蓝图和检索增强生成（RAG）来合成对话，以创建逼真的服务对话。该框架已被用于发布StreamDial，一个包含汽车、餐厅和酒店领域87,498个对话会话的大型数据集，该数据集已被证明可以提高对话质量和下游任务性能。
-
AWS 和 Stream 推出实时语音代理框架
Amazon Web Services 推出了一款新框架，通过集成其 Nova 2 Sonic 语音到语音模型与 Stream 的 Vision Agents 来构建实时语音代理。这种组合简化了开发流程，减少了对单独语音到文本和文本到语音服务的需求。该解决方案利用 WebRTC 实现低延迟、自适应音频流，适用于网络条件具有挑战性且支持多语言的生产环境。