墨风如雪

如果说以前做3D建模是在“雕刻”，那么苹果刚刚发布的SHARP模型就是在“复印”。 在计算机视觉圈子里，从2D照片重建3D场景一直是个硬骨头。按照传统路数，你得拿着相机围着物体转几十圈，拍上百张照片，

在AI绘画和视频生成卷到飞起的今天，不管是大厂还是开源社区，大家似乎都陷入了一个怪圈：拼命堆算力去训练更大的Diffusion Transformer（DiT），指望通过增加生成模型的参数来获得更好的

老实说，在 AI 模型像下饺子一样发布的 2025 年年底，大家对“颠覆性升级”这个词早就脱敏了。但 OpenAI 刚刚在 12 月 18 日悄悄放出的 GPT-5.2-Codex，还是让不少熬夜写代

还记得以前我们怎么挑选大模型吗？我们要么忍受旗舰模型“老牛拉破车”般的推理速度，只为求一个靠谱的答案；要么为了秒回的快感，去忍受轻量级模型偶尔的“胡言乱语”。 在这个2025年的尾巴，谷歌似乎终于要把

就在2025年12月17日，OpenAI 没有任何预兆地扔下了一枚重磅炸弹：GPT Image 1.5 正式上线。 对于在这个圈子里摸爬滚打的人来说，这一次的更新不仅仅是版本号的数字跳动

说实话，在OpenAI的Sora迟迟不肯公测的这段日子里，国内的AI视频圈子其实反而更卷了。但我没想到的是，在这个年底，阿里会突然扔出一张王炸——通义万相（Wan）2.6。 大家都在传这是“中国版

如果你是一个内容创作者，大概率经历过这种绝望：脑子里有一部堪比《权力的游戏》的史诗大剧，但手头只有你自己、一台电脑，和永远凑不齐的拍摄预算。 过去的一年里，AI视频生成工具虽然火热，但大都在“抽卡”

你有没有这种感觉：现在的 AI 聊天机器人，像极了一个急于表现的抢答选手。你刚把问题抛出去，还没等气口喘匀，它就急吼吼地扔回来一段看似通顺实则经不起推敲的答案。

如果是长期关注大模型领域的朋友，大概都会有这样一种感觉：现在的AI虽然智商越来越高，但只要一开口说话，那种特有的“塑料感”还是很难消除。无论是语音的机械停顿，还是多模态交互时的“脑子慢半拍”