最近更新
MagicTryOn：浙大联手vivo推出视频虚拟试穿新框架，扩散Transformer实现超逼真时空一致性
💡 站外导读：在AI生成内容浪潮中，虚拟试穿正成为电商与时尚行业的下一个关键战场。然而，现有技术常面临两大痛点：一是单张…
南开大学发布SearchAgent-X：LLM搜索Agent吞吐量提升3.4倍，延迟降低80%的革命性推理框架
💡 站外导读：随着大语言模型在复杂推理任务中的应用日益深入，搜索Agent成为连接模型与外部知识的关键桥梁。然而，其效率…
WebAgent：阿里开源自主搜索AI Agent，重新定义信息检索与推理能力
💡 站外导读：在信息爆炸的时代，如何从海量、多源的网络数据中快速获取有价值的信息，已成为个人、研究者乃至企业的核心痛点。…
Hume AI EVI 3发布：实时情感语音交互模型，超越GPT-4o的表现力与速度
💡 站外导读：在AI语音交互领域，如何实现既自然流畅又富有情感表达的对话，一直是核心挑战。传统模型往往在响应速度与情感细…
百川智能Baichuan-M3开源发布：医疗AI大模型问诊能力超GPT-5.2及人类医生，医疗幻觉率全球最低
💡 站外导读：随着人工智能在医疗领域的渗透，如何提升问诊准确性、降低医疗幻觉成为行业核心痛点。百川智能开源发布Baich…
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…
