AI 中文社
业界首个，阿里通义万相“首尾帧生视频模型”开源
它可根据用户指定的开始和结束图片，生成一段能衔接首尾画面的 720p 高清视频，此次升级将能满足用户更可控、更定制化的视频生成需求。...
2025-04-18
·
浏览14次
DLSS 4黑科技加持RTX 5060 Ti「帧能打」！4K光追黑悟空，32B模型轻松跑
DLSS 4黑科技加持RTX 5060 Ti「帧能打」！4K光追黑悟空，32B模型轻松跑...
2025-04-17
·
浏览33次
字节跳动发布豆包 1.5 深度思考模型，具备“看图思考”能力
字节跳动发布豆包1.5深度思考模型，采用MoE架构，总参数200B，激活参数20B，推理成本低于业界50%。新模型在数学、编程、科学推理及创意写作等任务中表现突出，还能结合视觉...
2025-04-17
·
浏览33次
5000 亿美元大项目版图扩张，消息称 OpenAI、软银考虑在英投资“星际之门”
初期阶段，“星际之门”的投资将集中在美国，专注于在国内投入建设，但若项目顺利，未来也考虑将投资扩展至英国。...
2025-04-17
·
浏览27次
上海人工智能实验室开源多模态大模型“书生・万象 3.0”：能同时处理文本和多模态输入
该团队提出了一种创新的原生多模态预训练方法，与传统的先优化大语言模型再添加视觉能力的方法不同，这种方法在模型的预训练阶段将文本数据与多模态数据无缝结合，让模型能够同时学习语言和...
2025-04-17
·
浏览33次
跟上 ChatGPT 及 Gemini 步伐，马斯克 xAI 旗下 Grok 增加“记忆”功能
相比之下，ChatGPT 早已支持类似的记忆功能，且最近升级后，能够调用用户完整的聊天历史。谷歌的 Gemini 同样具备持久记忆，能根据不同用户的习惯调整回应。...
2025-04-17
·
浏览29次
从思考到行动：大模型自主工具调用能力的深度实现
GPT - 4o、Deepseek - R1 等高级模型已展现出令人惊叹的「深度思考」能力：理解上下文关联、拆解多步骤问题、甚至通过思维链（Chain - of - Thoug...
2025-04-17
·
浏览27次
刚刚，OpenAI发布最强推理模型o3！图像深度思考首秀，开源编程智能体已揽5k+star
深夜，OpenAI 发布了 o 系列模型的最新成果 o3 和 o4-mini。...
2025-04-17
·
浏览32次
4K分辨率视觉预训练首次实现！伯克利&英伟达多模态新SOTA，更准且3倍加速处理
当前，所有主流的视觉基础模型（如 SigLIP、DINOv2 等）都仍然在低分辨率（如 384 * 384 分辨率）下进行预训练。...
2025-04-17
·
浏览26次
异议！顶流AI决战「逆转裁判」：o1险胜Gemini 2.5登顶、Llama 4零分垫底
异议！顶流AI决战「逆转裁判」：o1险胜Gemini 2.5登顶、Llama 4零分垫底...
2025-04-17
·
浏览28次
消息称 OpenAI 考虑以 30 亿美元收购人工智能编程工具 Windsurf
知情人士透露，OpenAI正谈判以约30亿美元收购AI编程工具Windsurf（原名Codeium），若成功将成为其史上最大收购案。此举将增强OpenAI在AI编程助手市场的竞...
2025-04-17
·
浏览28次
AI“立功”：谷歌去年封停了 3920 万个广告账号，超 2023 年三倍
谷歌表示，借助大语言模型和通过识别诸如商业冒充、非法支付信息等信号，目前公司能够在广告投放前就暂停“大多数”广告账户。...
2025-04-17
·
浏览25次
微软最新报告教你“防诈”：如何避开 AI 生成的虚假招聘与诈骗网站
微软16日发布了最新一期《网络安全信号报告》，详细说明了如何应对当今网络安全领域中的新型威胁、诈骗及欺诈行为，并阐述了AI如何使开发恶意软件变得“比以往任何时候都更加容易”。...
2025-04-17
·
浏览23次
“最佳 AI 拍档”合作裂痕初现：OpenAI 谋求独立、微软转向自研
微软与OpenAI的合作关系出现裂痕，OpenAI宣布5000亿美元的Stargate项目，寻求独立发展，不再完全依赖微软云服务。微软则计划投入800亿美元用于AI研发，重心转...
2025-04-17
·
浏览24次
字节跳动发布豆包 1.5 深度思考模型，同时升级文生图模型
字节跳动发布豆包1.5深度思考模型，采用MoE架构，总参数200B，激活参数20B，推理成本低于业界50%。新模型在数学、编程、科学推理及创意写作等任务中表现突出，还能结合视觉...
2025-04-17
·
浏览28次
中国航天科技集团：固体动力人工智能大模型平台完成升级并上线运行
据中国航天科技集团消息，近日，中国航天科技集团有限公司四院固体动力 AI（人工智能）大模型平台完成 DeepSeek 融合升级，平台功能和性能全面提升并正式上线运行。...
2025-04-17
·
浏览29次
OpenAI 预告凌晨直播，满血版 o3 推理模型有望登场
OpenAI CEO 奥尔特曼本月初在社交平台 X 上发文称，可能在数周内发布 o3 和 o4-mini，未来几月内发布 GPT-5。...
2025-04-17
·
浏览39次
OpenAI 最强推理模型、能够“思考”图片，o3 和 o4-mini 正式发布
OpenAI 官方介绍称，这是其在 o 系列模型中最新训练的成果，可以在回答前进行更长时间的思考，也宣称是“迄今为止 OpenAI 发布的最智能的模型”，代表了 ChatGPT...
2025-04-17
·
浏览57次
在终端就能跑的轻量级推理智能体，OpenAI 发布完全开源 Codex CLI 工具
Codex CLI 是为已经生活在终端的开发者设计的，他们想要 ChatGPT 级别的推理能力，以及实际运行代码、操作文件和迭代的权力 —— 所有这些都在版本控制之下。...
2025-04-17
·
浏览48次
OpenAI 部署新监控系统，防范 o3 和 o4 - mini 提供生物和化学威胁建议
OpenAI宣布部署新监控系统，专门监测其AI模型o3和o4-mini，防止提供有害建议。系统识别风险提示并拒绝回应，阻断比例达98.7%。#AI安全# #OpenAI#...
2025-04-17
·
浏览36次
可实时识别屏幕内容，谷歌 Gemini Live 功能向所有安卓用户免费开放
谷歌宣布Gemini Live功能免费向所有安卓用户开放，可实时识别摄像头和屏幕内容并回应。此前仅限Pixel 9和Galaxy S25用户订阅使用。微软同日也推出类似AI工具...
2025-04-17
·
浏览25次
