近日，来自 MetaGPT、蒙特利尔大学和 Mila 研究所、麦吉尔大学、耶鲁大学等机构的研究团队发布 CARE框架，一个新颖的原生检索增强推理框架，教会 LLM 将推理过程中的上下文事实与模型自身的检索…...
它为开发者提供了一种“即插即用”的便捷方式，开发者无需深入钻研底层模型的训练细节，也无需为部署和优化而烦恼，只需通过简单的代码调用，就能轻松获得强大的AI推理能力，将更多精力投入到业务逻辑的创新中。这一功能对…...
卡奥斯基于海尔集团40年制造业经验与平台数字化实践，打造国内首个基于工业互联网的垂域大模型——天智工业大模型，旨在解决通用大模型在工业场景中数据、成本、可靠性等痛点，为工业企业智能化转型提供支撑。 未来，卡…...
2025 年，全球人工智能技术已迈入“AI 大模型商业化元年”，但我国企业在推进大模型应用过程中仍面临技术适配不足、创新生态不够完善、人才结构性供给匮乏、数据资源割裂和治理体系碎片化等挑战。中国信息通信研究院…...
首先，为使该模型具备处理视觉输入以及相应的图像理解与生成能力，腾讯混元团队为其配备了预训练的视觉编码器和VAE；其次引入了思维链（CoT）的训练与推理机制，进一步增强模型在图像理解与生成任务上的表现。 在模…...
这是一组充满奇幻风格的建筑模型套装，以凯尔特与竹制建筑为灵感，呈现独特的圆形奇幻房屋设计。模型以 .blend 格式提供，并附带 FBX 文件，方便在不同引擎中导入。无论用于游戏关卡构建、影视场景布置，或作…...
如涉及图片（如路牌、菜单、海报）翻译时，大语言模型不仅可以翻译文字内容，还能结合图片场景补充信息，帮助用户理解；涉及语音翻译时，大语言模型可实时将语音（如会议发言、电话沟通）转为文本并翻译，同时支持翻译文本转…...
这是一款专为构建超自然与黑暗幻想世界而设计的高级3D模型资源包。 该资源包包含大量高精度模型，例如破损的尖顶、拱窗、怪兽雕像、荆棘、铁艺和棺椁等，所有资产都统一于一种阴森而华丽的视觉风格，共同强化场景的叙事…...
然而即便是如此颠覆性的产品，其号称能稳定生成的最长视频也不过一分钟，其背后消耗的算力之大，使Sora在很长一段时间都是只面向艺术家的“期货”。 这种项目的价值，不只是技术验证，更是一次产业链的联合实验：创作…...
对比来看，与传统“单一关键词过滤”方案相比，具备多引擎打分与策略编排的 AI-FENCE 更适合对外高暴露场景：在风险识别覆盖与响应时延的平衡上，可将越权请求拦截率提升至95%以上，同时把误杀率控制在5%以…...
基于此，上海交通大学本科校友、美国西北大学博士生郁家豪和所在团队研究了如何提高大模型在代码生成这项复杂任务上的性能。之所以开展这一方向是因为：通过评估其他使用闭源模型的研究团队在SWE-Bench 上的提…...
一名xAI核心开发者在X上写道：“Groki正在阅读互联网，并判断哪一部分是真的。”这既是对AI大模型幻觉问题的技术解决，也是一次信息权力的重新分配。 Groki的逻辑，是让AI当“知识裁判”；而维基百科的…...
研发团队把它内部的计算流程重新安排了一遍，砍掉了很多冗余操作，减少了模型在“读懂你的话”这个环节上的延迟。这是对画质的一次巨大飞跃，原生支持1024x1024的高分辨率图像生成，细节和质感都上了一个大台阶，真…...
联想创投被投企业亦深度参与这场产业变革，在AI大模型、具身智能、新能源等关键赛道以技术突破与场景落地回应时代机遇。 9月17日，联想新视界与轮胎行业龙头中策橡胶集团在杭州正式达成亿元级战略合作，此次合作以精…...
这款自2026年首次面世后，历经四次技术迭代的智能系统，已从基础文本处理能力升级为具备复杂场景深度推理能力的多模态平台，标志着人工智能向"类人思考"方向迈出关键一步。 技术层面，紫东太初4.0创新性地引入...
举个例子，如果用户打开验证码用的是一个马甲（ 比如 Chrome 浏览器 ），解决验证码用的是另一个马甲（ 比如AI，小程序，APP 挂），系统通过 HTTP 交流记录一看，这对不上啊，就会触发被动，重拳…...
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…...
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
