搜索
近日，字节跳动智能创作部门（Intelligent Creation Lab）提出新作 DreamLite，一个主干网络仅有 0.39B 参数的轻量级统一扩散模型，在单一网络内同时支持文生图（Text-to-Image） 和图像编辑（Text-guided Image Editing）两个任务，是目前已知首个实现这一能力的端侧模型。
视频创作正在从操作工具，变成一场人与Agent之间的对话。
Agent 到底需要什么样的 infrastructure，今年业界一直有很多探讨，PingCAP 联合创始人黄东旭此前也发过多篇讨论文章，不过当时都是一些猜想。随着 agent 今年的爆发，大规模落地的案例出现了。
随着大模型后训练（Post-training）技术的发展，强化学习（RL）在提升模型推理能力方面的表现备受瞩目。
5月12日，小米集团总裁卢伟冰发文：为回馈全球开发者，小米正式启动「MiMo Orbit 100T Token 计划」，面向全球 AI 用户免费发放 Token 权益，计划在 30 天内累计发放 100 万亿 Token。
重构仿真数据的生产方式。
Claude Code今天正式推出Agent视图功能，让用户在一个界面里统一管理所有Claude Code会话。此前并行运行多个Agent时，开发者往往需要同时维护多个终端标签页、一个tmux网格，还得靠脑子记住每个任务的进度。
最近很多人也在问我，我用Agent，是怎么跟很多数据进行交互的。其实很多的交互，都是我让Claude Code直接跟飞书进行交互的，包括我们公司小伙伴也是，大家用图形化界面的时间占比，反而变得越来越少了。
多Agent 系统里，经常会出现一个单 Agent 里从来不会出现的问题：一个子 Agent 刚写完数据，另一个子 Agent 立刻去读，结果是空的。
近日，由香港科技大学 MMLab 及合作团队完成的研究工作「UniVidX: A Unified Multimodal Framework for Versatile Video Generation via Diffusion Priors」被计算机图形学顶级会议 SIGGRAPH 2026 正式接收。