分类
平台
排序
多模态视觉大模型12月战报：Gemini 强势领跑，豆包与商汤位居国产前列
SuperCLUE-VLM 12月多模态视觉语言评测刚刚发布，全球 AI 大模型竞争火热。本次评测聚焦基础认知、视觉推理与视觉应用三大维度，全面检验各家模型的“眼力”和“脑力”。在本次比拼中，谷歌推出...
7个月前
ChatGPT 功能再升级：OpenAI 携手 Shazam 上线实时听歌识曲
OpenAI 官方表示，已与苹果旗下的音乐识别工具 Shazam 达成合作。如今，ChatGPT 客户端用户只需说一句话或输入一段文字，就能在对话界面中直接识别身边正在播放的歌曲。过去听到喜欢的旋律，常...
3个月前
阿里通义推出并开源 Fun-CineForge：面向影视的多场景配音大模型，直击音画不同步难题
阿里通义实验室于3月16日正式发布并开源了面向影视场景的多模态配音大模型 Fun-CineForge。该模型聚焦 AI 配音长期存在的口型不同步、情感不足以及多角色音色不统一等关键难题，同时同步公开了...
3个月前
新攻法曝光：字体“投毒”让 AI 看走眼，只有微软 Copilot 快速修补
安全厂商 LayerX 近日公布了一种被称为“字体渲染”的全新攻击方式。黑客借助自定义字体和 CSS 样式把恶意指令伪装起来，已成功误导 ChatGPT、Claude 与 Copilot 等主流 AI 工具，导致其向用户...
3个月前
重磅发布！Falcon H1R 7B 开源模型掀起推理新风潮
阿布扎技术创新研究院（TII）近日推出全新的开源大语言模型 —— Falcon H1R7B。该模型在保持紧凑的7亿参数规模的同时，拿出了行业领先的推理表现，强势挑战了“模型越大越强”的传统认知。下面...
5个月前
从“听懂却说不准”到精准表达：国内高校推出UniCorn框架，修复AI图像逻辑偏差
中国科学技术大学联合多所高校的科研团队近期公布了一套名为“UniCorn”的新型技术框架。它的核心目标是让自动化图像处理系统具备一种特别能力：在生成内容的过程中，能识别并修正自身的缺陷。...
5个月前
Sora 安卓版上线首日狂揽47万下载！
在科技圈持续受到关注的 OpenAI 最新 AI 视频应用 Sora，于11月6日正式登上 Android 平台。更出乎意料的是，Sora 首日安装量接近47万次。该数据由应用分析机构 Appfigures 提供，统计覆盖其所有...
8个月前
瞄准“真·AI 个人助理”：苹果启动内部训练营，拆解 Siri 升级底座
苹果近日面向 Siri 工程团队推出内部“AI 编程训练营”，通过系统化再培训，快速增强团队在大语言模型（LLM）上的实战能力，为下一代 Siri 与 iOS 的 AI 功能落地补齐人才与技术。此举显示出，...
2个月前
智源研究院发布全球最强多模态世界模型Emu3.5 一键预测真实世界“下一秒”！
12月4日，北京智源人工智能研究院正式发布新一代多模态大模型Emu3.5，被称为“真正懂物理世界的AI”。与过去图像、视频、文本模型各自独立不同，Emu3.5首次实现“世界级统一建模”，让AI从“会...
7个月前
百度智能云加速冲刺：2026年AI营收目标翻倍，直指行业榜首
当AI重塑云版图进入关键拐点，百度智能云已按下加速键。据最新消息，近期的内部战略会上，管理层明确提出调整:把2026年与AI相关的收入增速目标，从此前的100%提升到200%。这项颇为激进的上调，...
5个月前灵感一键落地！OpenAI 上线 Sites 功能，用 AI 把想法直接变成交互网站
人工智能公司 OpenAI 近日发布官方文章，宣布在其 Codex 平台中推出全新的“Sites”功能。该功能目前已进入预览阶段，优先向 Business（商业版）和 Enterprise（企业版）订阅用户开放，目标是进...
42天前
首发185Hz高刷！红魔游戏平板5 Pro正式完成入网，深度融合豆包大模型
游戏平板领域即将迎来一位性能猛兽。根据业内最新消息，此前已经官宣将在6月登场的红魔游戏平板5Pro，如今已经正式入网。这款新机不仅硬件配置十分激进，还首次在同级产品中带来了高达185Hz的超...
40天前
