字节跳动最新发布的开源多模态基础模型BAGEL在技术领域引发广泛关注。该模型原生支持多模态理解与生成任务，在开源统一模型中表现优异。BAGEL展现出先进的跨模态推理能力，包括图像编辑、3D场景操作和世界导航等复杂...

KumoRFM是一种预训练的关系型基础模型，其设计初衷是能够在任何数据库和预测任务上工作，而无需进行特定任务的训练。这一技术的突破性在于其通用性和适应性，能够显著降低企业在不同数据场景下部署AI模型的复杂性和...

BLIP3-o作为一种新型的扩散Transformer架构，通过序列预训练方法实现了技术突破，并在多模态基准测试中取得了当前最优异的成绩。该研究不仅发布了完整的代码和权重文件，还附带了一个包含6万条指令的微调数据集，为...

强化学习领域取得重要突破，研究人员开发出一种新型actor-critic算法，通过结合离线数据和针对性探索，在混合强化学习场景中实现了接近最优的样本效率。该研究解决了长期困扰强化学习领域的核心挑战——如何在有限的实...

近日，一项名为'Attention Distillation for Diffusion-Based Image Stylization'的技术在图像生成领域取得重要进展。该技术通过利用预训练扩散模型中的自注意力特征，创新性地引入了注意力蒸馏损失函数，有效优化了...

最新研究表明，通过在大语言模型（LLM）的残差流中实施简单的表征控制向量干预，可显著调节其推理性能。这项发表于arXiv的突破性研究揭示了神经网络内部表征与逻辑推理能力的直接关联，为可解释AI领域提供了新工具。...

小米近日在GitHub上开源了MiMo推理模型项目，该项目旨在解锁语言模型的推理潜力，涵盖从预训练到后训练的全过程。MiMo模型通过优化训练流程和引入新的推理机制，显著提升了语言模型在复杂任务中的表现。这一开源项目...

Meta研究院推出的Pippo项目突破传统三维重建技术限制，开发了一套无需预训练模型的虚拟人体生成系统。该系统仅需输入单张二维人像，即可输出具有高保真细节的多视角3D人体表征，其核心技术可能涉及神经辐射场（NeRF...