搜索
“原来困扰行业的很多技术难题一次性就被大模型解决了。” 测测，一个AI驱动的泛心理APP，如今已成为拥有约4000多万用户的垂类应用。
阔别九月，大家期待的 DeepSeek-VL2 终于来了！DeepSeek-MoE 架构配合动态切图，视觉能力再升级。从视觉定位到梗图解析，从 OCR 到故事生成，从 3B、16B 再到 27B，DeepSeek-VL2 正式开源。
36氪获悉，AI 应用厂商一触互动（南京）科技有限公司（以下简称“一触互动Onetouch”）近期完成百万美元天使轮融资。
距离ChatGPT发布刚好两年，ChatGPT发布的第三天我就尝试用过了，当时给我的感觉是虽然和过去的AI完全不一样，但距离真人还是有点差距的。
就在刚刚，在OpenAI“双十二”的第七天，一种全新的对话交互模式诞生——Projects。它“长”在这儿，主页的左侧导航栏中：如其名，Projects的功能就是按照项目来组织和管理文件，正如官方介绍的那样：
Mamba 这种状态空间模型（SSM）被认为是 Transformer 架构的有力挑战者。近段时间，相关研究成果接连不断。而就在不久前，Mamba 作者 Albert Gu 与 Karan Goel、Chris Ré、Arjun Desai、Brandon Yang 一起共同创立的 Cartesia 获得 2700 万美元种子轮融资。
OpenAI 放出了 o1 Pro、GPT-4o 高级语音、GPTCanavas，就跟孔雀开屏一样 ～ 谷歌最近的大动作是发布了 Gemini 2.0 嘛！2.0 比 1.5 版本快一倍，而且是原生的多模态大模型，能输入和生成语言、声音、图片、视频等。
OpenAI的实时API支持低延迟、双向音频流，使得多模态AI应用（如语音对话Agent）得以实现。它通过WebSocket连接管理对话状态，并提供短语结束检测和语音活动检测（VAD）功能，大大简化了实时语音应用的开发。
在探索迈向AGI（通用人工智能）物理世界的路径中，通用机器人被视作关键载体。
嘿！最近 AI 圈都在关注 OpenAI 的连续 12 场直播。就在直播开播同一天，OpenAI 也出炉了 o1 系统卡（o1 System Card），今天咱们就来啃啃这块硬骨头。