来自arxiv的最新研究提出了一种名为Vision Banana的通用视觉模型，该模型的核心创新在于将传统的视觉感知任务重新表述为图像生成问题。通过指令微调（instruction-tuning）的图像生成模型，Vision Banana能够在多种...

在人工智能领域，编码代理（Coding agents）正成为首个被大规模且定期付费的AI产品。这类基于大模型的智能工具能自动完成代码生成、调试和优化，显著提升开发效率，因此迅速获得企业用户的青睐。然而，随着应用普及...

软件开发团队Software Mansion近日在GitHub上开源了一款名为Argent的创新工具包，它将人工智能代理（Agent）技术引入iOS模拟器的控制、调试与性能分析领域。Argent的核心价值在于，它允许AI助手以高度自主的方式与iO...

OpenAI正在其ChatGPT内部开发一个代号为“Hermes”的常驻智能体平台，该平台允许用户创建并持续运行自定义智能体。这一创新功能集成了工作流创建、技能整合与任务调度等核心能力，使得智能体能够独立运作，而无需等待...

OpenAI近日正式推出了其图像生成模型的重大升级版本——ChatGPT Images 2.0。该版本标志着多模态人工智能技术迈入了新的阶段，其核心在于集成了一个先进的图像生成模型，该模型在多个关键技术指标上实现了显著突破。首...

OpenAI近日为macOS平台的ChatGPT Pro用户推出了一项名为“Chronicle”的新功能，旨在增强其代码生成模型Codex的能力。该功能的核心创新在于利用用户的屏幕上下文信息来构建“记忆”，从而帮助Codex更好地理解用户正在进...

近日，一个名为PgQue的开源项目在GitHub上发布，为PostgreSQL 14及以上版本的用户提供了一个创新的高性能队列解决方案。该项目完全采用PL/pgSQL语言实现，基于经典的PgQ架构，但进行了现代化改进。其核心设计理念是...

NVIDIA近日在Hugging Face平台发布博客，介绍了其最新研发的NEMOTRON OCR V2模型。该模型的核心创新在于完全利用合成数据进行训练，通过构建包含mOSCAR文本和多样化字体的合成数据管道，生成了跨语言的像素级完美标...