Instagram将Edits扩展至桌面端对标CapCut
Instagram宣布将短视频编辑应用Edits扩展至Mac桌面端,支持多轨时间线、关键帧、4K无水印导出及版权音乐,并可从桌面直接发布至Instagram。此前CapCut已于2021年上线桌面版,拥有超5000万移动...
Instagram宣布将短视频编辑应用Edits扩展至Mac桌面端,支持多轨时间线、关键帧、4K无水印导出及版权音乐,并可从桌面直接发布至Instagram。此前CapCut已于2021年上线桌面版,拥有超5000万移动...
英国初创公司Potential Sciences完成八位数种子轮融资,获英国政府5亿英镑SovAI基金参与投资。该公司基于量子化学与物理定律构建AI模型,声称可将新药设计所需AI计算成本降低100倍,并获准使用英国国家超...
哈佛商学院教授Willy Shih在新书《我的东西从哪里来》中,从第一性原理分析全球供应链逻辑,探讨关税政策、AI算力需求激增导致内存短缺(RAMageddon),以及为何iPhone仍无法在美国制造等核心问题。
SoundCloud与ElevenLabs达成合作,用户现可从ElevenLabs直接发布AI生成音乐至SoundCloud,无需手动导出上传。发布内容将标注AI来源,SoundCloud Artist Pro订阅用户还...
本文解读浙大团队提出的GPD方法:训练视觉语言模型时偷偷提供深度、语义、鸟瞰图等三维几何信息作为"特权",仅纠正推理错误轨迹,部署时模型仍只用RGB图片推理,显著提升空间推理准确率。
这篇论文提出SuperNav,一套让通用多模态大模型通过技能包、工具和上下文管理来指挥导航的智能体框架,无需专门微调即可跨任务跨场景完成复杂导航,并在真实四足机器人上完成部署验证。
RTX Spark 算力更强,M5 Max 内存带宽更高,究竟谁更适合本地 AI?从大模型推理、长文档处理到 Agent 真实任务,我们结合海外实测数据,分析两种架构的性能差异。结果发现,决定胜负的可能不是参数规模,而是...
AgentGarten用代码引擎管世界规则、神经渲染器管画面真实感,让预训练智能体靠playbook笔记机制自我复盘进步,仅4轮游戏就学会搭建庇护所,远快于传统强化学习需要数千万局的训练成本。
本文介绍SimpleICL框架,首次明确定义机器人上下文学习该遵循哪些语义、忽略哪些干扰,并提出低成本数据采集方案,在仿真与真实环境中均取得领先的零样本泛化表现。
本文介绍Compo模型,它用"空间画布接口"取代纯文字提示词生成海报,支持语义、身份、文字、像素四种绑定方式,配合自动化数据流水线和两阶段训练,在结构化海报生成任务上显著超越现有通用与专用模型。
该研究发现多模态检索模型存在系统性模态偏好,无关文字常把真正相关的图片挤出检索结果,称为文本中的混乱。研究团队提出Trident框架,通过构建文字图片融合三视角正例并设计多正例视角InfoNCE损失,显著提升了混合模态检...
摩尔线程AICUBE全面升级:打通全屋家电控制与AI NAS直控,小麦化身“家庭AI管家”
摩尔线程推送MTT AIOS 1.6.1,MTT AICUBE迎来发布以来最重要升级:“小麦”支持全屋跨生态智能家电控制、AI NAS直控与桌宠模式,“摩尔小麦”手机客户端同步上线。
西湖大学团队提出SparseDecoding,发现大模型剪枝校准数据与真实解码场景存在分布偏差,通过让模型自我生成校准数据并设计专用N:M稀疏计算内核,在提升长文生成质量同时实现最高1.48倍解码加速。
本文介绍Trace2Env框架,它利用历史交互轨迹构建"世界书",让AI智能体扮演环境角色,在九个环境中验证了模拟观测的真实性和多轮交互的一致性表现。
这篇论文提出SanSi模型,通过让同一组神经网络层循环处理问题,不增加参数量就能提升AI决策准确率13.5个百分点,在复杂推理和知识问答任务上逼近参数量三倍的模型,并揭示了循环次数、答案稳定性与模型置信度之间的微妙关系。
USDCraft让预训练大语言模型根据真实物体几何扫描数据编写可执行代码,生成带精确物理属性的仿真3D资产,解决机器人真实到仿真迁移中几何不准的问题,实验显示机器人真实部署成功率损失控制在10个百分点以内。
700万参数的小模型解数独能达到97.9%准确率,秘诀在于给循环Transformer装上一个会打分的记忆机制InfiLoop,让模型学会判断哪些历史状态该保留,解决了传统方法迭代越多反而越差的问题。