前段时间，GPT-4o 火出了圈，其断崖式提升的生图、改图能力让每个人都想尝试一下。虽然 OpenAI 后来宣布免费用户也可以用，但出图慢、次数受限仍然困扰着没有订阅 ChatGPT 的普通人。
移动GUI自动化智能体V-Droid采用「验证器驱动」架构，通过离散化动作空间并利用LLM评估候选动作，实现了高效决策。在AndroidWorld等多个基准测试中任务成功率分别达到59.5%、38.3%和49%，决策延迟仅0.7秒，接近实时响应。
虽然扩散模型在视频生成领域展现出了卓越的性能，但是视频扩散模型通常需要大量的推理步骤对高斯噪声进行去噪才能生成一个视频。这个过程既耗时又耗计算资源。例如，HunyuanVideo [1] 需要 3234 秒才能在单张 A100 上生成 5 秒、720×1280、24fps 的视频。
书接上回，用几块3000元显卡作为加速主力的一体机，就能跑通671B的DeepSeek。
刚刚，Gemini 2.5 Pro编程登顶，6美元性价比碾压Claude 3.7 Sonnet。不仅如此，谷歌还暗藏着更强的编程模型Dragontail，这次是要彻底翻盘了。
在游戏开发中，独立开发者往往就像一个“全能战士”，既要当程序员，又要当策划，还得懂美术和运营。
在大模型迈向推理时代的当下，数学推理能力已成为衡量语言模型智能上限的关键指标。
大模型聚合平台OpenRouter新推出的Optimus Alpha，已经处理了772亿Token，平均每天超过200亿。并且这个数字还在上升，日Token处理已超过340亿，排名第二，并在Trending榜单上位列第一。
IBM推出了其最新一代大型机IBM z17，延续了IBM Z系列在关键任务负载上的安全性和可靠性传统，还通过全新设计的Telum II处理器和Spyre AI加速器卡，将人工智能（AI）能力深度融入系统架构。
人类进化12000年，只为等AI觉醒？黄仁勋宣布「AI工厂时代」正式到来！从农业到工业再到AI革命，英伟达如何用算力推动历史巨轮？未来，每家公司都将有一个专属的超级智能工厂。并全览目前最先进的GB200 NVL72的详细参数。
