零开销，消除图像幻觉！基于零空间投影挖掘正常样本特征 | CVPR 2025
零开销，消除图像幻觉！基于零空间投影挖掘正常样本特征 | CVPR 2025当前大型视觉语言模型（LVLMs）存在物体幻觉问题，即会生成图像中不存在的物体描述。
来自主题:
AI技术研报
10265 点击 2025-06-27 16:26
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
当前大型视觉语言模型（LVLMs）存在物体幻觉问题，即会生成图像中不存在的物体描述。
最近，扩散语言模型（dLLM）有点火。现在，苹果也加入这片新兴的战场了。
GPT-5，已经被OpenAI员工抢先用上了？就在今天，奥特曼在X上关注了一个神秘人，引起全网猜测。不止两人爆料，自己可能提前体验了GPT-5，甚至也有网友疑似被灰度测试到了。今夏推出的GPT-5，已经掀起全网疯狂！
让机器人下厨房，获数千万元融资！享刻智能正式官宣完成数千万元Pre-A轮系列融资，投资方阵容相当豪华：世纪长河科技集团、启迪之星联合领投，网龙天映创投、广华创投等多家机构跟投。
Agent能“看懂网页”，像人类一样上网？阿里发布WebDancer，就像它的名字一样，为“网络舞台”而生。
LLM 智能体（LLM Agent）正从 “纸上谈兵” 的文本生成器，进化为能自主决策、执行复杂任务的 “行动派”。它们可以使用工具、实时与环境互动，向着通用人工智能（AGI）大步迈进。然而，这份 “自主权” 也带来了新的问题：智能体在自主交互中，是否安全？
更适合中国宝宝的体质的 AI 眼镜。昨晚的小米「人车家全生态发布会」，除了万众瞩目的 YU7，最受关注的就是压轴的小米 AI 眼镜。
当地时间 6 月 26 日，在上个月的 Google I/O 上首次亮相预览后，谷歌如今正式发布了 Gemma 3n 完整版，可以直接在本地硬件上运行。
刚刚，OpenAI 研究员Aidan McLaughlin的一条推文引爆了网友们的关注。
![Black Forest震撼开源FLUX.1 Kontext [dev]：媲美GPT-4o的图像编辑](https://www.aitntnews.com/pictures/2025/6/27/49d75709-5310-11f0-82be-fa163e47d677.jpg)
前段时间，沉寂了很久的Flux官方团队Black Forest Labs发布了新模型：FLUX.1 Kontext，这是一套支持生成与编辑图像的流匹配（flow matching）模型。FLUX.1 Kontext不仅支持文生图，还实现了上下文图像生成功能，可以同时使用文本和图像作为提示词，并能无缝提取修改视觉元素，生成全新且协调一致的画面。
OpenAI 发文 智谱是其全球战略的竞争对手
朋友们，大家好呀！ Google 昨晚发布并且开源了自己的终端代码运行助手，GEMINI-CLI ，完全是照着 Claude Code 来对标。如果你已经非常习惯使用 Claude Code 了，相信也可以无缝切换到 Gemini-Cli 来尝试使用。
每年数百万患者在医疗转诊中“消失”，这家纽约创业公司用AI重建连接，估值半年飙升至6.05亿美元。
在近日举办的2025年新领军者年会上，中国生物制药首席执行长谢承润接受媒体采访，并发表了AI在药物研发中应用的相关看法。
今晚科技圈的热搜话题，毫无疑问聚焦小米。Yu7之外，AI眼镜也在小米人车家全生态发布会前就吸引足了好奇心。
在 AI 生成技术不断颠覆创意行业的今天，Runway 再次迈出了激动人心的一步。作为全球领先的生成式 AI 公司，Runway 长期致力于打造下一代艺术与娱乐工具。
AI记账，本应是一个略显红海的小众市场。
最近我受朋友启发，尝试把自己需要的便携小功能使用AI工具做出来，考虑编程写代码目前还得咨询Claude，我最开始想着，和它聊几句获得一些灵感，结果聊了两句话以后，我的插件雏形已经做出来了。我：？？？
开年以来，AI 图片赛道迎来一轮小高潮。今年 3 月，在我们统计的月访问量超 200 万的 Web 端 AI 图片产品中，有 45 款产品访问量呈现环比上涨，最高增幅超过 600%。这些爆款背后的共同特征，是一股席卷社交平台的“吉卜力风”。
这两天Google推出了Gemini-CLI这个编程工具，功能和Claude Code基本一致，结果根本排不上队，登录一下很快闪退，和下图一样，使用感受令人不愉悦。很多人都在等着体验这个新工具，但现实是您可能要等很久才能轮到。
Fuzozo、Haivivi……取个ABB名字就能爆？ 要说2025年最火爆的赛道，潮玩绝对算一个。
一年提升上百分，这可能是最后一代能被考住的「AI」。
还不如推倒重来。唱吧创始人陈华最近略感焦虑。他明显感觉AI应用有一大波机会要来，但此刻，自己却站在迷雾森林里，不能完全看清具体方向。
如果说眼睛是心灵之窗，那么语言或许就是通往心灵的门户。
近期，一款由中国顶尖设计工具团队打造的产品 Readdy.ai 正在海外市场迅速蹿红。上线短短几个月，这款主打 AI 自动生成 UI 界面的工具便取得了惊人的增长业绩
你有没有想过，我们每天敲击键盘的这个动作，可能很快就会变成历史？150 年前发明的键盘，竟然仍然是我们与计算机交流的主要方式。
FutureHouse 是由 Google 前 CEO Eric Schmidt 资助创立的、专注于 AI for Science 方向的的 AI Lab，团队的长期目标是打造可自主提出问题、规划实验、迭代假设的 AI 科学家体系。
在 AI 成为全球共识之前，他已经坚定押注；在众人质疑深度学习时，他默默下注；在通用智能仍属“天方夜谭”的年代，他成为 OpenAI 最早的支持者之一。
今天，我们正式发布 jina-embeddings-v4，一款全新的多模态向量模型，参数规模达到 38 亿，并首次实现了对文本与图像的同步处理。
每年六月，千万家庭都在焦虑一件关乎个人命运的大事——高考填志愿。
