在AI视频生成领域，生成连贯的长视频一直是一个技术难题。近期，一个名为A²RD的新型框架被提出，旨在解决这一挑战。A²RD代表“Agentic Autoregressive Diffusion”，即基于智能体的自回归扩散模型。该框架引入了一种独...

苹果机器学习研究团队提出了一种名为LaDiR（Latent Diffusion Reasoner）的创新推理框架，为大型语言模型（LLM）的文本推理能力带来了显著提升。LaDiR框架的核心在于巧妙地将连续潜在表示的强大表现力与潜在扩散模型...

人工智能初创公司Inception Labs近日正式发布了其新一代大语言模型Mercury 2，并宣称该模型是“全球最快的推理语言模型”。其核心目标是让生产环境中的AI应用响应达到“瞬时”体验。Mercury 2的技术亮点在于其采用了创新...

字节跳动Seed团队在GitHub上开源了Stable-DiffCoder项目，这是一个基于扩散模型（Diffusion Model）构建的轻量级代码大语言模型（Code DLLM）家族。该项目创新性地将扩散模型的生成范式引入代码建模领域，通过“块扩...

近日，知名开发者antirez在GitHub上开源了项目“flux2.c”，该项目实现了当前热门的Flux 2图像生成模型的纯C语言推理引擎。这一举措在技术社区引发了广泛关注，在Hacker News上获得了285点热度并积累了112条深度讨论。...

Meta Reality Labs最新推出的WorldGen技术，通过生成式人工智能实现了从文本描述直接创建高质量沉浸式3D环境的突破。该系统结合了神经辐射场（NeRF）、扩散模型和程序化生成技术，能够根据自然语言输入（如'被苔藓覆...

由开发者Brian Moore创建的「AI世界时钟」项目，通过九种不同人工智能模型每分钟生成全新的时钟图像，生动展示了生成式AI在视觉创作领域的应用潜力。该项目在Hacker News社区获得880点讨论热度与293条深度评论，反映...

当前最强大的开源大语言模型普遍采用自回归解码器架构的Transformer模型，但近年来涌现出多种创新架构。这些模型不仅关注计算效率的提升，更致力于突破性能瓶颈。文本扩散模型通过模拟去噪过程生成连贯文本，在创造...