多模态大模型的演进不断突破我们对技术能力的认知边界。从最初的QwenVL到最新的Qwen2.5 VL，研究团队在提升模型理解图像内容的能力方面取得了显著进展。如今，团队正式推出全新模型Qwen VLo，这是一个统一的多模态理...

ExtensityAI团队在GitHub开源了SymbolicAI项目，这是一个基于神经符号系统（Neuro-Symbolic）架构设计的组合式可微分编程库，旨在为大语言模型（LLMs）提供结构化推理能力。该项目通过将符号逻辑与神经网络梯度优化...

据The Verge报道，Facebook（现Meta）用户若选择启用“云处理”功能，将无意中授权Meta AI访问其整个相机胶卷中的照片，包括未公开的私人照片。这一举措引发了广泛关注和争议，涉及用户隐私和数据安全的重大议题。Meta...

知识共享组织（Creative Commons）近日发布CC signals框架，这一创新性技术规范为数据集持有者提供了明确标注内容机器可复用性的标准化方案。该框架通过结构化元数据，允许版权方精确声明其数据在人工智能训练、模型...

OpenAI近期在其API中新增了两项重要功能：深度研究（Deep Research）和Webhooks。深度研究功能基于经过后期训练的o3和o4-mini模型，这些模型同样为ChatGPT的深度研究提供支持，并支持MCP（多任务控制协议）和代码解...

Meta旗下FAIR研究团队在arXiv最新论文中提出重大架构革新，通过名为Dynamic Tanh（DyT）的逐元素操作替代传统归一化层，使Transformer模型在保持性能的同时摆脱了对归一化层的依赖。这种S型曲线模拟技术能够自然复现...

FLUX.1 Kontext [dev]作为一款拥有120亿参数的开源模型，突破性地在消费级硬件上实现了媲美商业闭源软件的图像编辑性能。该模型采用FLUX.1非商业许可协议开放权重，为学术研究和非商业应用提供免费访问权限。技术亮...

谷歌近日发布了具有重大意义的新开源权重模型Gemma 3n，该模型采用多模态设计，专为设备端优化。Gemma 3n能够接受文本、图像和音频作为输入，展现了强大的跨模态处理能力。为推广该模型，谷歌与AMD、Axolotl、Docker...