联影智能发布‘元智’医疗大模型：多模态融合，一次CT扫描诊断37种疾病
💡 站外导读：当前医疗AI常面临‘单病种、单应用’的碎片化困境，数据孤岛与多模态融合不足严重制约了诊疗效率的提升。在此背景下，联影智能正式推出‘元智’医疗大模型，旨在通过…
Dive3D重磅发布：北大x小红书联手破解文本生成3D多样性难题，SIM损失取代KL散度实现模式突破
💡 站外导读：文本到3D生成长期面临一个核心矛盾：如何在保证生成质量的同时，避免输出结果千篇一律——即所谓的“模式坍塌”。传统方法依赖KL散度，倾向于生成最“安全”的单一…
PreenCut开源AI视频剪辑工具：基于WhisperX与大模型，实现自然语言秒搜定位，高效视频剪辑新革命
💡 站外导读：在短视频和在线教育爆发的时代，视频内容创作与整理的需求激增，但传统视频剪辑工具依赖手动定位关键片段，效率低下且耗时巨大，尤其是处理长视频时，人工检索如同大海…
阿里达摩院「灵枢」大模型：12种医学影像秒级分析，性能碾压GPT-4.1，开源引爆医疗AI新浪潮
💡 站外导读：在医疗AI领域，模型的精准度与可靠性是生命线。然而，现有通用大模型在处理专业、多样的医学影像（如X光、CT、MRI）时，常因缺乏领域深度知识而“水土不服”，…
Ring-lite：仅2.75B激活参数，蚂蚁技术开源轻量级推理模型刷新SOTA
💡 站外导读：随着AI模型参数量飙升，计算成本与部署门槛成为行业核心痛点。尤其是在边缘计算和资源受限的场景下，对高性能且轻量级的模型需求日益迫切。蚂蚁技术团队近期开源了R…
港科大、美团联手发布PosterCraft：告别模板，用AI生成高美学海报的统一框架
💡 站外导读：在数字营销与品牌传播高度依赖视觉内容的今天，海报设计仍是耗时耗力的环节。传统工具依赖设计师经验，而现有AI工具常受限于模板化布局和粗糙的文字渲染，难以兼顾艺…
网易有道开源数学推理模型子曰3：140亿参数，成本仅为通用模型十分之一，GAOKAO-Bench得分98.5
💡 站外导读：在AI+教育赛道持续升温的背景下，数学教育因其强逻辑性与个性化需求，成为大模型落地的“深水区”。教育机构长期面临优质师资不均、个性化辅导成本高昂、数学题批改…
微软Mu模型发布：仅3.3亿参数，性能媲美Phi3.5，如何革新边缘AI体验？
💡 站外导读：边缘AI的崛起，正将智能从云端拉向设备端。然而，如何在资源受限的NPU上运行高性能大模型，始终是行业核心痛点。微软最新发布的Mu模型，以仅3.3亿参数的极致…
腾讯Hunyuan-GameCraft：实时交互式游戏视频生成框架，键盘鼠标精准控制，支持百万级AAA游戏场景
💡 站外导读：在AIGC浪潮下，游戏开发面临高质量内容制作效率低、测试周期长、内容扩展成本高等痛点。腾讯混元团队与华中科技大学联合推出Hunyuan-GameCraft，…
字节跳动×浙大重磅开源ImmerseGen：文本一键生成沉浸式3D世界，VR/游戏开发范式革新
💡 站外导读：在空间计算与VR/AR硬件快速发展的今天，高质量3D内容的创建瓶颈日益凸显。传统流程依赖大量人工建模和资产准备，成本高昂、周期漫长，难以满足规模化、个性化的…
谷歌发布首款本地具身智能模型Gemini Robotics On-Device：50个样本即可学会新任务，机器人离线精细操作时代来临
💡 站外导读：当机器人必须依赖云端才能思考，网络延迟和连接中断便是致命瓶颈。谷歌DeepMind推出的Gemini Robotics On-Device，作为首个可在机器…
OmniAvatar深度解析：浙大阿里联手打造音频驱动全身视频生成AI模型，实现精准唇形同步与复杂交互
💡 站外导读：在AIGC（人工智能生成内容）浪潮席卷全球的背景下，如何让AI生成的虚拟形象“动起来”且“动得真”，成为了行业核心痛点。传统方法往往难以实现音频与全身动作，…
AnimaTensor:基于V-Prediction技术的二次元图像生成模型|吐司AI发布Pro/Regular版本
💡 站外导读：随着AIGC技术在动漫、游戏、虚拟偶像等领域的渗透，创作者对高质量、风格化的二次元图像生成工具需求激增。传统模型常面临生成效率低、细节丢失、美学理解不足等痛…
阿里达摩院联合浙肿医院发布DAMO GRAPE：平扫CT识别早期胃癌，敏感性85.1%引领AI医疗突破
💡 站外导读：胃癌是全球高发恶性肿瘤，早期症状隐匿导致诊断率低，传统胃镜筛查侵入性强、依从性差，大量患者错失最佳治疗时机。与此同时，AI医疗影像技术正以前所未有的速度重塑…
Seed1.6：字节跳动MoE模型新突破，256K长上下文推理引领多模态新范式
💡 站外导读：在AI能力竞赛白热化的当下，大模型正面临一个核心矛盾：追求极致推理深度与计算效率之间的平衡。海量长文本处理、复杂多步逻辑推理，以及跨模态信息融合，对模型的上…
谷歌重磅开源Gemini CLI：免费调用Gemini 2.5 Pro百万上下文窗口，AI编程利器全面解析
💡 站外导读：在AI编程助手成为开发者标配的今天，谷歌重磅开源Gemini CLI，免费提供旗舰级Gemini 2.5 Pro模型支持。这款终端AI工具直击开发者核心痛点…
