搜索
视觉语言模型（VLM）正经历从「感知」到「认知」的关键跃迁。 当OpenAI的o3系列通过「图像思维」（Thinking with Images）让模型学会缩放、标记视觉区域时，我们看到了多模态交互的全新可能。
AI越来越靠谱，“张雪峰”们急了，6月9日，全国多地结束了2025年高考，焦灼地等待高考成绩出炉的同时，不少考生和家长已经开始研究如何填报志愿。
最近两年，随着AI改造各行各业的深入，AI报考志愿也开始成为一年一度的热门工具，每年帮助数千万的高考毕业生从成千上万所高校中，选择最适合自己的学校。
今年的苹果，到底有没有新活？
因为眼睛受伤暂时失去立体视觉，李飞飞更加坚定了做世界模型的决心。
上周日，奇绩创坛在北京中关村国际创新中心举办了其 2025 年春季创业营路演日，共有 57 家公司参与了路演。
一个先相信、后看见的 AI 创业者。
辍学MIT创业八年，走上人生巅峰
近日， Mastra AI 创始人 Sam Bhagwat 在 X 上发布了一条推文，称其中提到大约 60~70% 的 YC X25 Agent 公司正在使用 TypeScript 构建他们的 AI Agent。
你有没有想过，那些电视台、制作公司里堆积如山的视频素材，可能马上就要被彻底重新定义了？想象一下，从数千小时的视频内容中找到你需要的那一个镜头，不再需要安排一群人没日没夜地看片子、做标记，而是只需要简单描述一句"奥巴马谈论人权的片段"，系统就能立刻定位到精确的时间点，并提供详细的场景描述、人物信息和镜头分析。