算家计算

近日，马斯克旗下的人工智能公司 xAI 近日进行大规模裁员，约 500 名数据标注员被解雇，约占团队总人数的 1/3。...

阿里通义团队开源Qwen3-Next模型，采用创新MoE架构实现训练成本暴降90%，长文本推理速度提升10倍，突破AI算力成本瓶颈。...

Wan2.2-S2V-14B 是阿里巴巴通义万相团队在8月底开源的一款音频驱动的多模态视频生成模型。 为了解决实现电影级角色动画这一长期挑战，团队提出了一种基于 Wan 的...

在AI领域，有一个存在已久的问题，那便是模型输出的不确定性。这导致从大型语言模型中获得可重复的结果非常困难。但今天，这一难题被攻克了。...

MiniCPM-V 4.5 是 OpenBMB 最新 8B 多模态大模型，基于 Qwen3-8B + SigLIP2-400M，在 OpenCompass 平均 77.0 ...

北京时间今天凌晨，一年一度的苹果「科技春晚」——苹果 2025 年秋季发布会如期举行。除了手机价格、全系高刷、最薄 iPhone 等几个被讨论最多的爆点，果粉们最关注的还有...

近日，据英国《金融时报》报道，OpenAI拟与美国半导体巨头博通启动自研AI芯片量产。知情人士透露，OpenAI与博通合作开发的自研AI芯片将于明年开始量产。...

MultiTalk 是由中山大学、美团和香港科技大学联合研发的一款音频驱动的多人对话视频生成框架。它能够根据多路音频输入、参考图像和文本提示，生成包含多个角色互动且唇形与语...

EchoMimicV3 是蚂蚁集团在8月底开源的一款高效、多模态、多任务的13亿参数数字人视频生成框架。...

9月5日，字节跳动旗下即梦AI推出即梦图片4.0模型，这是一个支持多模态图像生成的创新产品。该模型首次在同一架构中实现了文生图、图像编辑和组图生成三大功能。...

近日，据彭博社报道，DeepSeek正在开发具备更强大AI Agent能力的新模型，预计将在2025年年底正式推出。...

HunyuanVideo-Foley 是腾讯混元团队在2025年8月底开源的一款端到端视频音效生成模型。...

YOLOv13 隆重推出 ——新一代实时检测器，拥有尖端的性能和效率。YOLOv13 系列包含四个版本：Nano、Small、Large 和 X-Large。...

就在昨天，OpenAI发布了一份名为《在AI时代保持领先：领导力指南》的白皮书，为企业在人工智能时代保持竞争优势提供了实用指导。...

Qwen-Image 是阿里巴巴通义千问团队于 2025 年 8 月开源的首个图像生成基础模型，也是目前在复杂文本（尤其是中文）渲染方面表现最好的开源文生图大模型之一。...

最近，相信大家的朋友圈和社交媒体都被一个叫nano banana的AI图像生成工具刷屏了。谷歌nano banana爆火后，官方终于放出Prompt模板！...

Seed-X-PPO-7B 是强大的开源多语言翻译语言模型，表现出业界领先的翻译能力，它以其 70 亿（7B）参数的“轻量级”设计，实现了支持 28 种语言双向互译的强大能...

人工智能正由产业层面的技术落地，上升至国家层面的战略布局，步入系统推进、深度融合的新阶段。AI技术正以前所未有的速度重塑传统行业格局，创造新的市场机会与商业模式。...

Ovis2.5 旨在实现原生分辨率的视觉感知和增强的多模态推理。它集成了一个原生分辨率的视觉变换器（NaViT），可以处理原始、可变分辨率的图像。...

昨日，全球知名风投机构a16z发布了第五版《全球Top 100生成式AI消费应用榜单》，该榜单基于两年半的月度访问数据和月活跃用户数追踪，揭示了日常AI使用行为的演变趋势。...