Documind – 开源AI文档处理工具，将PDF转换为图像提取结构化数据
Documind是什么 Documind是开源的AI文档处理工具，能从PDF文档中提取结构化数据。Documind具备将PDF转换为图像、用OpenAI API进行信息提…
MARS – 字节推出优化大模型训练效率的框架
MARS是什么 MARS（Make vAriance Reduction Shine）是字节跳动推出的创新的优化框架，提升大型模型训练的效率。MARS融合预条件梯度方法与…
PixVerse Game – 爱诗科技推出的首个实时视频游戏引擎
PixVerse Game是什么 PixVerse Game 是爱诗科技推出的首个实时视频游戏引擎，基于 PixVerse R1 实时世界模型构建，将完整游戏体验构建在一…
Verifier Engineering – 中科院、阿里、小红书联合推出的新型后训练范式
Verifier Engineering是什么 Verifier Engineering（验证器工程）是中国科学院、阿里巴巴和小红书联合推出的新型后训练范式，为基础模型设…
QuestMobile六月AI原生App月活榜：豆包3. 8 亿断层第一，千问增速暴涨近 58 倍
市场调研机构QuestMobile发布 2026 年上半年AI应用市场发展洞察报告。数据显示，截至 5 月，AI原生App月活达4. 99 亿，同比增长85.4%，一改此…
XiYan-SQL – 阿里推出文本到SQL的多生成器集成框架
XiYan-SQL是什么 XiYan-SQL是阿里巴巴推出的自然语言到SQL（NL2SQL）框架，基于多生成器集成策略，结合提示工程和监督微调，提升SQL查询生成质量。X…
谷歌发布移动端AI应用更新:首次支持历史聊天记录搜索与文件上传
谷歌近日针对其安卓和iOS平台的移动端AI应用进行重要更新，首次将此前仅限桌面端的过往聊天记录搜索功能引入智能手机。本次升级在应用的侧边导航栏顶部新增了“搜索对话”功能，…
KuaiFormer – 快手推出的检索框架，基于Transformer
KuaiFormer是什么 KuaiFormer是快手技术团队推出的基于Transformer的检索框架，用在大规模内容推荐系统。基于重新定义检索流程，从传统的分数估计任…
谷歌TPU战略转向：从内部工具到对外商用，直接挑战英伟达AI芯片霸主地位
谷歌正加速将其自研张量处理单元（TPU）从内部工具转变为对外销售的商用AI芯片，直接挑战英伟达在AI硬件市场的统治地位。通过与博通合作，谷歌TPU业务已扩展至为Anthr…
200 余名顶尖专家含 16 位诺奖得主联合呼吁：必须引导AI朝着有利于人类的方向发展
据彭博社报道，由经济学家埃里克·布林约尔松等人发起，包括 16 名诺贝尔奖得主在内的 200 多名学者和AI专家联合署名呼吁，社会应进一步研究AI可能造成的影响。联署者认…
EyeDiff – 文本到图像扩散模型，自然语言生成多模态眼科图像
EyeDiff是什么 EyeDiff是文本到图像的扩散模型，基于自然语言提示生成多模态眼科图像，提高常见和罕见眼病的诊断准确性。模型在多个大规模数据集上训练，能准确捕捉关…
英伟达营收逼近千亿大关，黄仁勋亲自回应架构延期传闻
在近期举办的一场行业交流会上，英伟达首席执行官黄仁勋向投资者传递了明确信号：尽管公司季度营收已逼近 1000 亿美元大关，但其增长动力并未放缓，反而呈现出加速态势。面对外…
软银独家合作Sierra，大模型智能客服正式进军日本市场
软银集团于7月14日宣布与美国AI初创公司Sierra建立战略合作伙伴关系。自今日起，软银正式成为Sierra在日本市场的独家合作方，双方将联合推出由智能AI代理驱动的新…
Meta大手笔：斥资 500 亿美元打造5GW数据中心，AI算力格局迎来重塑
在人工智能算力竞赛不断升级的当下，Meta近日正式对外宣布了一项极具震撼力的基础设施扩建计划。公司决定对其位于路易斯安那州里奇兰教区的现有数据中心进行大规模扩容，将算力规…
BlueLM-V-3B – ViVo联合香港中文大学推出的算法和系统协同设计方法
BlueLM-V-3B是什么 BlueLM-V-3B是vivo AI Lab和香港中文大学MMLab联合推出的算法和系统协同设计方法，支持高效部署多模态大型语言模型（ML…
抢滩 OpenAI 腹地!Anthropic 启动 Claude 卢比计价，全面发力印度市场
7月13日报道，美国人工智能独角兽 Anthropic 已开始在其仅次于美国的全球第二大市场印度（占其全球用户量的5.8%）推出Claude产品的本地化卢比（INR）计价…
