最近更新
Mercury扩散语言模型深度解析：Inception Labs革新AI生成速度，实现聊天应用极致低延迟
💡 站外导读：在追求极致响应速度的AI时代，传统自回归大模型逐词生成的瓶颈日益凸显，成为实时交互应用落地的关键障碍。In…
Step-Audio-AQAA：突破ASR/TTS瓶颈！StepFun推出端到端音频语言模型，重塑人机语音交互
💡 站外导读：传统语音交互系统常受限于ASR转写错误与TTS合成不自然，导致体验割裂、延迟高。StepFun团队最新推出…
百度MuseSteamer多模态视频生成大模型：AI一键生成电影级音效一体化视频
💡 站外导读：在AIGC浪潮席卷全球的背景下，高质量视频内容的创作成本与效率成为行业核心痛点。传统视频制作流程繁琐、周期…
DeepSWE开源Agent框架发布：基于Qwen3-32B与强化学习，SWE-Bench准确率59%领跑行业
💡 站外导读：软件工程领域正面临AI Agent的深刻变革，开发者亟需高效、可靠的自动化工具来应对日益复杂的代码任务。D…
ClipSketch AI：开源AI视频工具，自动提取B站小红书关键帧生成手绘故事板，免费使用
💡 站外导读：短视频和社交媒体内容创作需求爆发，但手动提取关键帧、设计分镜、撰写文案耗时费力，成为创作者和运营人员的共同…
突破传统Token架构！字节跳动DLCM动态大概念模型：推理效率提升34%、准确率+2.69%的下一代LLM新范式
💡 站外导读：大模型推理成本居高不下，已成为制约AI规模化落地的核心瓶颈。传统Transformer架构以token为基…
谷歌D4RT：4D重建模型速度提升300倍，动态场景AI追踪与预测的革命
💡 站外导读：传统计算机视觉模型在处理动态场景时，常面临重建精度低、计算耗时长、无法有效预测运动轨迹等核心痛点，限制了其…
斯坦福&英伟达发布TTT-Discover：测试时强化学习实现低成本AI科学发现
💡 站外导读：当前AI模型在科学发现等复杂任务中往往依赖海量数据与天价算力训练，且模型在部署后性能固定，无法从具体问题中…
清华×斯坦福重磅开源：Ctrl-World具身世界模型登顶全球第一，0.986一致性重构机器人开发范式
💡 站外导读：机器人研发长期面临“仿真到现实”的鸿沟——虚拟环境中训练的策略部署到真实物理世界后，常因物理规律模拟不精确…
GPT‑5.3 Instant – OpenAI 推出的轻量级对话模型
GPT‑5.3 Instant是什么 GPT‑5.3 Instant 是 OpenAI 推出的轻量级对话模型，专为优化日…
