最近更新
单卡畅跑 24FPS!港科大联合 Noiz 开源首个实时交互音视频世界模型 HelixWorld:转头即变声与长程防漂移架构深度解析
💡 站外导读:世界模型(World Models)一直是生成式 AI 迈向具身智能与交互式虚拟物理世界的核心支柱,但传统方案长期受…
贾跃亭入局具身智能!FFAI 发布 2490 美元迷你人形机器人 FF Nova:双足+底盘双模式,开箱装进背包的 Physical AI 实验台全拆解
💡 站外导读:在特斯拉 Optimus、波士顿动力 Atlas 与国内众多人形机器人动辄数十万甚至上百万元的工业级重资产军备竞赛中…
Grok Voice 3.0 端到端语音大模型实测拆解:登顶 Artificial Analysis 榜首,首响延迟压进 1 秒,揭秘特斯拉车机与星链客服工程架构
💡 站外导读:随着大模型从单一文本交互向多模态全双工演进,传统“ASR 语音识别 ➔ LLM 推理规划 ➔ TTS 语音合成”的三…
苹果智能中国落地尘埃落定!库克确认全面接入阿里通义千问大模型,10 月底首推测试版,揭秘首发功能矩阵与端云合规安全架构
库克访华正式确认 Apple Intelligence 落地中国核心方案:获批全面接入阿里巴巴通义千问大模型,将于 10 月底推送…
告别逐词蹦字!斯坦福联合 Together AI 提出 NCM 文本生成新范式:借鉴下一尺度预测,两阶段多尺度残差 VQ-VAE 让生成速度飙升 31 倍
斯坦福与 Together AI 联手提出颠覆性文本生成范式 NCM(下一概念建模),打破自回归从左至右单向依赖,采用多尺度残差 …
昆仑万维首创 Harness 新范式!Matrix-Game 4.0 视频大模型游戏开源:单张 RTX 5090 跑出 60 FPS 极速交互,一句话用自然语言实时重构世界规则
💡 站外导读:长期以来,“AI 生成游戏”或“神经交互世界模型”一直被困在两大工程泥潭中:要么需要数台顶级云端 GPU 集群进行庞…
Meta 重磅开源 8160 亿参数多模态巨兽 Muse Spark Open:420 亿激活 MoE 架构,两台 Mac 本地跑完整模型,跨模态直控 DaVinci 视频剪辑
💡 站外导读:随着大语言模型进入全模态统一(Omni-Modal)时代,如何在维持海量知识容量的同时,破解千亿规模前向推理的高昂算…
微软自研 2.8T 大模型 MAI-Base-2 预训练完成:6000 块 GB200 算力效率碾压开源,大模型工程进入“极致利用率”时代
💡 站外导读:全球基础大模型竞赛正在从单纯“堆叠芯片与卡数”的上半场,加速转向比拼“单位算力有效吞吐与软硬件协同设计”的下半场。微…
Firefox Project Nova重构:一键关闭所有AI功能,隐私可控再升级
💡 站外导读:随着AI功能在浏览器中日益普及,用户对隐私和资源控制的担忧也随之上升。Chrome近期因默认下载约4GB AI模型引…
