Cohere 推出 Parse 文档智能解析服务，可将复杂多模态文件（如文档、表格、图像）转换为结构化、机器可读的数据。该服务基于高成本效益的视觉语言模型，面向企业大规模文档处理场景，能够检测并理解关键视觉元素，并...

Meta推出的Muse Image图像生成模型，其核心特点在于能够基于搜索结果进行图像生成，并在最终渲染前执行推理过程。这意味着模型不再仅依赖训练数据中的视觉模式，而是可以结合外部信息来约束生成结果，有望提升图像的...

大模型事实性错误常被简单归因为训练知识不足，但谷歌研究团队通过知识画像框架对Gemini 3、GPT-5等先进模型进行分析后发现，模型对事实知识的编码已接近饱和，真正的瓶颈出现在参数化回忆阶段。也就是说，模型并非...

人工智能初创公司 Liquid AI 近日发布了全新的 LFM2.5-Encoders，这是一系列专门为在 CPU 上执行高效文档级推理而设计的编码器模型。随着企业级应用对长文本处理的需求激增，摆脱对昂贵 GPU 的依赖、实现低成本的边...

法国人工智能公司Mistral AI正式推出了名为“Forge”的全新平台，旨在为企业和政府机构提供构建定制化AI模型的解决方案。该平台的核心特点是允许客户完全基于自身的专有数据，从头开始训练前沿级别的AI模型，而非仅仅...

近日，GitHub上开源项目RCLI引发开发者社区关注。该项目是一款专为搭载Apple Silicon芯片的macOS设备设计的全本地化语音AI助手。其核心价值在于构建了一个完整的端侧AI处理流水线，集成了语音识别（Speech-to-Text）...

近日，GitHub开源项目RCLI（RunanywhereAI/RCLI）发布，为macOS用户带来了一款完全在设备端运行的语音人工智能助手。该工具的核心创新在于其“全本地化”架构，集成了本地语音AI与检索增强生成（RAG）技术，用户可直接...

谷歌近日正式推出了其新一代多模态嵌入模型Gemini Embedding 2，标志着人工智能在跨模态语义理解领域迈出了关键一步。该模型通过Gemini API和Vertex AI平台提供服务，其核心突破在于首次将文本、图像、视频、音频及...