近日，轻量级视觉语言模型MoonDream迎来2.0版本重大更新。这款仅含20亿参数的VLM（Vision-Language Model）在最新测试中展现出惊人实力，其性能不仅超越多个同量级开源模型，甚至在部分基准测试中优于参数规模更大的...

近日，Gemini和Whisk两大平台宣布集成Veo 2技术，为用户提供更强大的视频生成能力。Veo 2作为新一代视频生成工具，通过先进的AI算法，能够快速生成高质量的视频内容，满足用户在营销、教育、娱乐等多领域的需求。此...

近期，SilentView团队在GitHub开源了名为GigaTok的超大规模图像分词器项目，其参数量高达30亿（3B），在图像重建任务中展现出卓越性能。传统图像分词器在规模化过程中常面临性能崩溃问题，而GigaTok通过创新的解码器...

当前大多数针对连续信号的生成模型由于计算限制，通常需要在潜在空间中进行操作。然而，这项研究引入了一系列级联结构，使得生成过程可以直接在像素空间中进行。这一创新不仅显著提升了生成效率，还消除了对预训练变...

LaunchDarkly近日推出了Guarded Releases功能，旨在帮助软件开发者在用户之前发现应用程序错误和性能问题。这项服务允许用户在每次发布时嵌入主动的风险缓解措施。用户可以设置并监控性能阈值，在关键的发布窗口期间...

近日，图像生成领域取得了一项重要技术突破，成功解决了长期困扰业界的'大象难题'。这一突破性进展标志着生成式AI在图像合成质量与逻辑一致性方面迈上了新台阶。研究人员通过改进LLM与扩散模型的协同机制，结合创新...

当前AI集成开发环境（IDE）多数仅提供高级代码补全功能，并不能真正理解代码库结构。随着项目复杂度的提升，这些工具的局限性逐渐显现。新一代工具将从多个角度构建丰富的心智模型，类似经验丰富的开发者。本文探讨...

谷歌实验室近日宣布，其人工智能研究工具NotebookLM推出重大更新——新增Discover功能模块。该功能通过AI技术实现基于用户自定义主题的智能化网络资源抓取与筛选，显著提升了学术研究和信息收集的效率。Discover功能采...