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...

InteractVLM作为新一代视觉语言模型(VLM)，实现了从2D到3D的交互推理跨越。该模型通过创新性地利用强大的基础模型，结合多视角渲染技术，将2D推理能力提升至3D空间，能够精准分析人类与物体在三维环境中的接触关系。...

字节跳动团队最新发布的论文展示了如何在655k H100小时的“适度”计算预算下，训练出一个具有竞争力的70亿参数视频生成模型Seaweed-7B。该模型在多项时间敏感任务中表现出色，展现了强大的视频生成能力。这一突破不仅...

OpenAI近日在其API中推出了三款全新模型：GPT-4.1、GPT-4.1 mini和GPT-4.1 nano。这些模型在编码和指令遵循方面表现优异，全面超越了之前的GPT-4o和GPT-4o mini。新模型不仅具备更大的上下文窗口，支持高达100万toke...

Delve近日正式推出计算机使用代理（Computer Use Agents）技术，该技术允许企业创始人和GRC（治理、风险与合规）团队自动捕获所有截图，以满足SOC 2（服务组织控制）合规要求。这一创新工具已在多个客户中取得显著成...

近日，Omnom发布了一款创新的自托管书签工具，该工具不仅支持传统的书签管理功能，还提供了可搜索的WYSIWYG（所见即所得）快照功能。用户可以通过Omnom轻松保存网页内容，并以快照形式存储，确保即使原始网页内容发...

近日，一项创新性技术方案引发开发者社区关注：通过单一SQLite数据库表与少量cron定时任务即可构建完全可定制的AI助手系统。该方案突破传统AI agent复杂的架构设计，仅需基础组件即可实现对话记忆、任务调度等核心功...

近日，一款专为开发者设计的SQLite文件格式查看工具正式发布。该工具能够直观展示SQLite数据库的内部结构，包括表、索引、视图等元数据，并支持快速浏览B-tree页面布局及原始二进制数据。通过可视化交互界面，开发者...