获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
2
赞
2
返回
|
搜索文章
最新 热门
  • 不只是更大的模型：Qwen3.6-35B-A3B 实现「低功耗高性能」
    AI 模型 Qwen3.6-35B-A3B 发布，以 3B 激活参数超越前代及 Gemma4-31B 模型，在编程榜单表现优异。新版本优化了前端开发和代码推理能力，新增「思考过程留存」功能。
    • 2天前
    • 12
    • 评论
    Agent 深度学习 AI编程
    不只是更大的模型：Qwen3.6-35B-A3B 实现「低功耗高性能」
  • 告别只会对话的 Agent：OpenClaw 把「执行力」补上了
    普通 Agent 无法独立完成任务，OpenClaw 则集成多能力的运行环境，可自主连贯执行任务、补齐流程步骤，无需人工干预拆解任务。
    • 15天前
    • 23
    • 评论
    Agent 人工智能 LLM
    告别只会对话的 Agent：OpenClaw 把「执行力」补上了
  • 当大模型开始「处理长上下文与多模态任务」：Gemma 4 31B it 的统一建模思路
    Google DeepMind 推出的 Gemma-4-31B-it 模型在技术资料整理中展现出显著优势，其基于Gemini3 技术体系，强化了长上下文建模与推理能力。
    • 15天前
    • 22
    • 评论
    Google Agent LLM
    当大模型开始「处理长上下文与多模态任务」：Gemma 4 31B it 的统一建模思路
  • 3 秒出全纹理！TRELLIS.2 实现单图生成高分辨率 3D 资产
    微软开源TRELLIS.2模型突破单图3D生成瓶颈，采用创新O-Voxel稀疏体素表示和16倍空间压缩技术，实现高质量3D资产快速生成。
    • 22天前
    • 38
    • 评论
    Microsoft Agent LLM
    3 秒出全纹理！TRELLIS.2 实现单图生成高分辨率 3D 资产
  • Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled 蒸馏模型，27B 参数也能做强推理
    Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled是一款高性能对话模型，通过知识蒸馏融合多模型优势，在保持27B参数轻量化的同时显著提升推理能力。
    • 22天前
    • 75
    • 评论
    Claude LLM 人工智能
    Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled 蒸馏模型，27B 参数也能做强推理
  • Phi-4 Reasoning Vision 15B 让多模态图文推理进入「可落地、轻量、专业」新时代
    微软发布的 Phi-4 Reasoning Vision 15B 模型，基于 150 亿参数，支持图文联合推理，能够处理复杂文档分析、数学推理、图像理解以及 GUI 定位等任务。
    • 25天前
    • 29
    • 评论
    机器学习 人工智能 深度学习
    Phi-4 Reasoning Vision 15B 让多模态图文推理进入「可落地、轻量、专业」新时代
  • 160亿的参数，GLM-Image让AI绘图听懂人话
    如果说 DeepSeek 让 AI 学会了说人话，那 GLM-Image 就是专治 AI 画图「听不懂人话」的老毛病——毕竟，谁还没被那些鬼画符文字气笑过呢？
    • 2月前
    • 45
    • 评论
    深度学习 人工智能 机器学习
    160亿的参数，GLM-Image让AI绘图听懂人话
  • 要给 OCR 装个脑子吗？DeepSeek-OCR 2 让文档不再只是扫描
    如何形容现在市面上普遍的 OCR 呢？可能你已经习惯了它的「固执」——无论文档布局多复杂，它总是老老实实从左到右、从上到下扫一遍。
    • 2月前
    • 37
    • 评论
    深度学习 机器学习 人工智能
    要给 OCR 装个脑子吗？DeepSeek-OCR 2 让文档不再只是扫描
  • Ovis-Image：卓越的图像生成模型
    你是否还在为无法得到自己心中想要的画面发愁？现在由 AIDC-AI 团队发布了 Ovis-Image 模型解决了大部分问题。
    • 3月前
    • 50
    • 评论
    人工智能 机器学习 深度学习
    Ovis-Image：卓越的图像生成模型
  • 当 OCR 模型开始「理解整页文档」：HunyuanOCR 的端到端之路
    如果你用过 OCR，可能会发现它在单行文本上已经相当成熟，但一旦遇到多栏排版、表格或公式，效果就会明显下降。这并不是简单的识别精度问题，而是传统 OCR 更关注字符本身，却很少真正理解文档结构。 随着
    • 4月前
    • 125
    • 评论
    人工智能 机器学习 深度学习
    当 OCR 模型开始「理解整页文档」：HunyuanOCR 的端到端之路
    • 下一页
    个人成就
    文章被点赞 14
    文章被阅读 42,860
    掘力值 1,807
    收藏集
    0
    关注标签
    11
    加入于