英伟达今日正式发布Cosmos 3，这是一款面向物理AI的开源世界基础模型，标志着AI在理解与生成物理世界能力上的重大突破。Cosmos 3采用了创新的混合专家变换器（Mixture-of-Transformers）架构，将视觉推理、世界生成...

在云端AI服务日益普及的今天，数据隐私和自主可控成为了技术爱好者与专业团队关注的焦点。GitHub上名为“Odysseus”的开源项目应运而生，它定位为一款自托管的、注重隐私的AI工作空间。该项目由社区开发者pewdiepie-ar...

Anthropic近日正式发布其最新旗舰级模型Claude Opus 4.8，这是对其Opus系列的一次重要升级。该模型在编码、智能体任务和专业工作等多个维度上展现出更强的性能，并显著提升了处理长时间复杂工作的一致性。除了核心能...

Netflix正借助多模态AI技术，彻底改变其视频搜索与内容管理方式。平台允许编辑人员通过运行多个专门的AI模型（包括角色识别、场景分类、对话分析和物体检测），对数以千计的原始视频素材进行高效检索。其核心技术架...

Semble是一款由MinishLab开发的高性能代码搜索库，专为帮助AI智能体通过自然语言快速定位代码片段而设计。它的核心亮点在于大幅降低Token消耗——相比传统的‘grep+read’方法，Semble能减少约98%的Token使用量，同时保...

谷歌近日推出了Genkit中间件系统，这是一项旨在提升AI应用可靠性和可观测性的重要技术更新。Genkit本身是一个支持TypeScript、Go、Dart和Python的多平台框架，用于构建全栈AI驱动和智能代理应用。其核心创新在于通过...

大型语言模型的部署成本一直是其广泛应用的主要障碍之一。一篇来自AlphaXiv的最新研究提出了一种创新解决方案：通过强化学习微调递归语言模型（RLMs）。该方法的核心在于训练一个共享的策略，同时驱动父模型和子模型...

OpenAI近日发布了一份工程指南，详细介绍了如何使用其最新优化的模型gpt-realtime-translate构建实时语音翻译系统。该模型专为同声传译场景设计，与传统的轮次语音交互不同，它能实现对语音流进行实时、连续的翻译处...