Dolphin – 清华联合海天瑞声推出的语音识别大模型
Dolphin是什么 Dolphin是清华大学电子工程系语音与音频技术实验室联合海天瑞声共同推出的面向东方语言的语音大模型。支持40个东方语种的语音识别，中文语种涵盖22…
HippoRAG 2 – 俄亥俄州立大学推出的检索增强生成框架
HippoRAG 2是什么 HippoRAG 2是俄亥俄州立大学推出的检索增强生成（RAG）框架，解决现有RAG系统在模拟人类长期记忆动态性和关联性方面的局限性。
xAI被曝曾利用Claude输出数据训练编码模型，因Anthropic撤销权限转入地下提取
埃隆·马斯克（Elon Musk）旗下的 AI 初创公司xAI近日被曝在过去数月内，直接利用 Anthropic 公司的旗舰模型 Claude 的输出数据来训练自身的 G…
从基本变量预测到复杂现象死磕！全球海洋现象智能预报大模型“琅琊”2. 0 正式发布
人工智能正在深度重构人类对复杂海洋现象的预报与认知能力。 6 月 6 日，第四届中国数字地球大会在山东青岛正式开幕。在本次大会上，由中国科学院海洋研究所自主研发的全球海洋…
Gemma 3 QAT – 谷歌推出的最新开源模型，Gemma 3 量化版
Gemma 3 QAT是什么 Gemma 3 QAT（Quantization-Aware Training）是谷歌推出的最新一代开源模型，是Gemma 3 的量化优化版…
Llasa TTS – 香港科技大学开源的文本转语音模型
Llasa TTS是什么 Llasa TTS 是香港科技大学基于 LLaMA 架构推出的开源文本转语音（TTS）模型，支持高质量语音合成和克隆。
Gemini 2.0 Flash – Google推出的多模态 AI 模型
pip install google-genai from google import genai from google.genai import types # 初始…
Absolute Zero – 清华大学等机构推出的语言模型推理训练方法
Absolute Zero是什么 Absolute Zero是清华大学 LeapLab 团队联合北京通用人工智能研究院 NLCo 实验室和宾夕法尼亚州立大学推出的全新语言…
BizGen – 清华大学联合微软推出的AI信息图生成工具
BizGen是什么 BizGen是清华大学和微软研究院联合推出的AI信息图生成工具，专注于文章级别的视觉文本渲染。能一键将长篇文章内容转化为专业级的信息图和幻灯片，解决传…
拒绝数据被偷！ChatGPT紧急上线“封锁模式”，宁可断网也要保安全
为了降低敏感数据被恶意窃取的风险，OpenAI 近日面向所有已登录用户推出了一项名为“封锁模式”的可选新安全设置。该模式涵盖了不同的账户类型以及工作区，用户和管理员可以自…
工作流迈向工程化！国内开源 AI 智能体 Runtime 框架 MateClaw 发布 v1.5.0 重磅更新
近日，开源 AI 智能体（Agent）Runtime 框架MateClaw 正式发布了 v1.5.0版本。本次迭代并未盲目追求模型接入的数量，而是将重心放在了补齐 Age…
日日新SenseNova V6 – 商汤推出的多模态融合模型系列
日日新SenseNova V6是什么 日日新SenseNova V6是商汤推出的日日新第六代多模态融合大模型系列，基于6000亿参数的多模态MoE架构，实现文本、图像和视…
能力与安全的博弈！OpenAI 上线 ChatGPT“封锁模式”，宁可断网也要防数据泄露
在生成式人工智能向智能体（Agent）时代全速演进的过程中，越发强大的工具调用和联网能力，也让安全防御的系统防线面临着前所未有的考验。
Kiss3DGen – 基于图像扩散模型的3D资产生成框架
Kiss3DGen是什么 Kiss3DGen是创新的3D资产生成框架，通过重新基于预训练的2D图像扩散模型来高效生成、编辑和增强3D对象。核心在于生成“3D Bundle…
OpenCV 5 重磅发布：全新 DNN 引擎原生支持大模型，迈入大模型时代
作为全球计算机视觉与人工智能领域的基石，开源视觉库 OpenCV 正式迎来了里程碑式的重大升级。本周，OpenCV 团队正式对外发布了全新的OpenCV5，在延续其二十多…
o1-pro – OpenAI 推出的升级版推理模型
o1-pro是什么 o1-pro是 OpenAI 正式推出的 o1 系列的升级版本，o1-pro 是目前 OpenAI 最强大的推理模型，核心优势在于显著提升的计算能力，…
