淘宝的商品主图,是怎么从一张白底产品照变成一张会"说话"的海报的?
阿里团队提出CommerceGen-Studio,通过信息提取、排版重写、多条件生成三阶段流程,自动把白底商品照转化为带卖点文案、品牌logo的商业海报,日处理百万级,单图延迟仅几秒,效果比肩主流闭源大模型。
阿里团队提出CommerceGen-Studio,通过信息提取、排版重写、多条件生成三阶段流程,自动把白底商品照转化为带卖点文案、品牌logo的商业海报,日处理百万级,单图延迟仅几秒,效果比肩主流闭源大模型。
清华团队提出动态分带DBS,让音频分离模型的频谱切分边界随输入内容实时调整,在固定token预算下提升BSRNN、TIGER等多个骨干网络在DnR v2、MUSDB18-HQ、EchoSet上的分离效果,最高提升达29%...
DeltaStreamer是一个模仿人类观看习惯的流媒体视频理解智能体,通过记录画面变化、构建可溯源分层记忆、问题驱动规划与历史回放机制,在OVO-Bench和StreamingBench上取得领先表现。
Velox是一种训练无需改动模型的注意力路由方法,用视锥体板几何对应关系让视频世界模型只关注历史中与当前画面空间重叠的区域,在第48个chunk实现注意力4.36倍、去噪2.43倍加速,且在WBench测试集上画质几乎不...
一项由清华、北大等机构发起的测评显示,即便最强AI模型GPT-Image-2.5也仅得72.8分,开源模型最高仅20.1分,揭示AI在预测世界状态演变上仍存在明显能力鸿沟。
2014年牛津团队提出双流卷积网络,用一路看单帧、一路看光流的两路结构,首次让深度学习在视频动作识别上击败手工特征,准确率超过iDT方法。
纽约、洛杉矶和芝加哥等大型学区正考虑寻找Google替代方案。Google宣布,不愿启用AI功能的学校将同时失去搜索功能,此举引发官员和教育者强烈反对,部分人士斥之为"勒索"。
美国多州政界人士及社区居民正对数据中心开发施加更严格限制,涉及电力成本、用水需求及环境许可等问题。IDC分析师指出,社区接受度已成为项目按时推进的关键因素,开发商须在锁定施工计划前厘清许可、电网升级及税收优惠的不确定性。
Nvidia第三季度数据中心营收同比增长110%至1076亿美元,AMD创历史最佳季度,营收达134亿美元。分析师指出,即便前沿模型训练放缓,推理需求增长与算力投入重组将维持芯片市场整体扩张。
哈佛大学研究人员在《自然可持续发展》发表的最新研究显示,403座超大规模数据中心在2024年5月至2025年4月间共排放2570万吨二氧化碳,超过丹麦全国排放量,耗电量约占美国总用电量的1.8%,其中54%电力来自天然气...
FBI发出警告,黑客正利用开源AI安全测试工具Artex入侵全球组织,部分攻击从锁定目标到获取高级权限不足3小时。受害者涵盖银行、政府机构及医疗机构,涉及超2250个Microsoft 365系统及约6.7万人信息泄露。
AWS发布AutoCorrode工具套件,通过MCP协议将AI代理连接至Isabelle证明助手,实现形式证明的生成与实时验证。Claude Opus 4.6已成功自动生成√2无理数等经典数学命题的无错证明。
微软CEO萨提亚·纳德拉在纽约时报DealBook峰会上表示,美国大量关键基础设施的固件和HVAC系统存在无法修补的软件漏洞,且已接入互联网。他警告,AI加速了漏洞发现与利用,补丁部署速度跟不上将引发系统不稳定。
Anthropic IPO定价每股83美元,高于70至78美元的预期区间,以完全稀释基准计估值约1.5万亿美元。公司将于周四登陆纳斯达克,股票代码"ANT"。亚马逊持股近15%,谷歌持股约14%,七位联合创始人每人套现约...
微软CEO纳德拉在纽约时报峰会上表示,AI Agent的兴起将重塑互联网经济逻辑,广告驱动的流量模式将向交易模式转变。他以亚马逊屏蔽AI Agent为例,警告固守旧模式的企业可能被竞争对手超越。
RobCo对400名美国自动化决策者的调研显示,已高度自动化的企业中68%相信现有技术可完成剩余流程自动化,而低自动化企业仅41%持同样看法。高自动化企业中42%认为自动化将带来就业增长,低自动化企业该比例仅为17%。