OpenAI首席执行官萨姆·奥尔特曼(Sam Altman)在周五发布于其博客的文章中写道，这家人工智能领军者即将为权利人(即版权所有者)提供“对角色生成更加精细化的控制选项”，也就是说OpenAI近日重磅…...
在预算感知协议下，研究者将顺序精炼（SR）和并行 - 蒸馏 - 精炼（PDR）操作符与长思维链（CoT）基准进行了比较。 表 2研究了在固定轮次（每轮生成次数为 g = [16, 8, 4]）和每轮 k …...
看到这，你或许会认为 AI修复这张老照片，狠狠刷了一波存在感，但这股热闹背后，其实也有不少穿帮的细节，最典型的，便是照片中央那块模糊的三角形高亮区域，让 AI们集体翻车。 有趣的是，他们发现，在 19 …...
这是一个关键的区别，因为它表明 QuestA 使得模型能够持续进行探索和推理，而不像其他方法，在优化 Pass@1 时 Pass@k性能会下降。 图 1: QuestA 是一种数据增强方法，通过注入部分解决…...
研究团队指出，目前的 AI 模型存在明显的功能鸿沟，以游戏为取向的 AI能正常游玩但无法理解自己所做的决策，而语言模型虽然可以推理策略，但很难真正执行操作，为此他们研发了全新 TiG 框架，让模型在游戏中…...
2025年，随着技术迭代与应用深化，AI领域不仅在大模型发展、算力硬件、数据要素化等核心层面迎来突破性进展，更在智能体开发、垂直行业落地等领域展现出强劲的商业化潜力，为各行业数字化转型注入新动能。大模型的分化…...
在医疗领域中，由贵阳朗玛信息技术股份有限公司开发的“39AI医生”有效提升了基层诊疗水平，并不断推动大模型在复杂医疗环境中的深度集成与创新应用，勾勒出人工智能技术与医疗健康产业深度融合的新图景。 如果说开阳县…...
原生多模态：“混元图像3.0以Hunyuan-A13B为基础，基于50亿量级的图文对，视频帧，图文交织数据和6T的语料数据进行了多模态生成、理解和LLM的混合训练，使得模型能够充分融合多任务效果，实现超强的…...
随着应用需求的日益复杂化，如何实现含上千个调控单元的大规模可编程PICs快速优化重构已成为制约领域发展的关键瓶颈，”中国科学院半导体研究所李明研究员表示，“本研究提出的伊辛智能计算光子芯片创新性地建立了MZI…...
未来研究中，深入探索文本与视觉token之间的关联，可能为提升多模态大模型的理解和分割能力带来新的启发。 总体而言，LIRA实现了理解与分割任务性能的协同提升，提出了在细粒度多模态大模型中缓解幻觉的新视角，…...
电影中泰坦尼克号的远景镜头，包括它在海洋上航行和最终沉没的场面，都是通过一个巨大的微缩模型拍摄的。 这部电影中的哥斯拉，尤其是在城市中穿行的镜头，很多都是通过一个巨大的哥斯拉模型或道具服，在一个微缩的纽约城…...
最近，谷歌的研究团队在NeurIPS 2024发布了一个新方法叫SLED（Self Logits Evolution Decoding），目标是：不依赖外部知识，不再额外微调，而是让模型自己用好内部的知识，…...
我相信未来机器人的终极想象是每一个手臂上就只有一根线缆，别的都没有了，多干净整洁，想要实现这个目标还有非常多工作要做，但这非常值得做。 另外在应用侧，他认为现在只有MCP这一种智能体协作方式肯定是不够的，…...
Sora 使用 OpenAI最新的视频与音频生成模型 Sora 2。OpenAI 在博客中称，这一模型能够高度逼真地生成画面和声音。IT之家注：OpenAI 的首个视频与音频生成模型 Sora 于 202…...
工业动画是指通过三维动画技术模拟工业产品、生产流程或机械原理的视觉表现形式。（3）成本控制能力较强，部分企业提出“致力于让我们的客户花更少的钱做好的动画”的理念，通过标准化流程降低制作费用。 （3）投标辅…...
截至2025年9月，我国已有超过5300家人工智能企业形成了覆盖基础底座、模型框架、行业应用的完整产业体系。 中国信通院副总工程师王爱华在2025人工智能产业及赋能新型工业化大会上的发言指出，人工智能产业的…...
前者可以在生成打斗场面时，让AI参考给出的动作分镜来生成视频，首尾帧则是确定了视频的开头和结尾，让AI在这个过程中发挥更多创作性。 一个是我们上文提及的——将行业需要的基础功能融入到视频大模型的生成思路中，另…...
)
)
)
)
)
)
)
)
)
)
)
)
)
)
