搜索
现在如果我想听音乐，我第一反应是：“我要用哪个服务？Spotify还是Tidal？”但这其实不是我真正的需求。我的真实意图是：“我想听这首歌。”我希望只要说出来，AI就能帮我搞定。
AI也会偷偷努力了？Letta和UC伯克利的研究者提出「睡眠时计算」技术，能让LLM在空闲时间提前思考，大幅提升推理效率。
颠覆LLM预训练认知：预训练token数越多，模型越难调！CMU、斯坦福、哈佛、普林斯顿等四大名校提出灾难性过度训练。
超越YOLOv3、Faster-RCNN，首个在COCO2017 val set上突破30AP的纯多模态开源LLM来啦！
企业内落地 Agent，三个关键点是模型、数据、场景。
技术在进化，验证码也该变得更有人情味一点。
扩散模型（Diffusion Models, DMs）如今已成为文本生成图像的核心引擎。凭借惊艳的图像生成能力，它们正悄然改变着艺术创作、广告设计、乃至社交媒体内容的生产方式。
从来没想过，AI 跑出来的语音，竟然可以摆脱「外国人说中文」，对味儿！Google 系的第一大爆款 NotebookLM 发布更新，现在（终于）支持多达五十种语言来生成播客——包括中文。
Midjourney v7上线后，配套的角色参考（cref）功能一直迟迟未公布。当时我就有个预感，也在评测文章里说过：这可能是个全新功能的伏笔。果然，今天Midjourney正式公布「Omni-Reference」，即「全向参考」，或翻译成「万能参考」，配合--oref、--ow两个参数使用，这不是Character Reference的v7升级版，而是一次全面的参考进化。
世界首个公开可用AI科学家天团，刚刚组团出道！FutureHouse发布了四个AI科学家Agent，科研能力直接超越o3，文献搜索已经超过人类博士。