AI资讯新闻榜单内容搜索-Cove

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: Cove
性能暴涨100倍!AI抗体模型迎历史级突破,连斩礼来、辉瑞两大巨头!

性能暴涨100倍!AI抗体模型迎历史级突破,连斩礼来、辉瑞两大巨头!

性能暴涨100倍!AI抗体模型迎历史级突破,连斩礼来、辉瑞两大巨头!

近日,AI制药独角兽Chai Discovery宣布与制药巨头辉瑞达成许合作许可。合作后辉瑞将获得Chai Discovery首次曝光的新一代模型Chai-3的优先访问权限,以及利用辉瑞专有数据、量身定制的定制模型。

来自主题: AI资讯
7731 点击    2026-06-06 09:51
万帧照片级仿真,打通视觉机器人学习的感知与物理鸿沟:国产仿真器GS-Playground入选RSS 2026

万帧照片级仿真,打通视觉机器人学习的感知与物理鸿沟:国产仿真器GS-Playground入选RSS 2026

万帧照片级仿真,打通视觉机器人学习的感知与物理鸿沟:国产仿真器GS-Playground入选RSS 2026

近日,清华大学智能产业研究院(AIR)DISCOVER Lab 联合谋先飞技术、原力灵机、求之科技和地瓜机器人,提出了新一代高通量视觉高保真仿真器 GS-Playground。该成果已被机器人领域国际顶级学术会议 RSS 2026(Robotics: Science and Systems)录用,标志着国内具身智能仿真基础设施在视觉保真度与训练吞吐量两个维度上同时取得了国际领先水平的突破。

来自主题: AI技术研报
7615 点击    2026-05-08 14:06
突破视觉仿真算力瓶颈!新一代具身智能仿真框架开源:高吞吐并行高保真渲染助力规模化训练

突破视觉仿真算力瓶颈!新一代具身智能仿真框架开源:高吞吐并行高保真渲染助力规模化训练

突破视觉仿真算力瓶颈!新一代具身智能仿真框架开源:高吞吐并行高保真渲染助力规模化训练

为了攻克这些制约具身智能领域发展的核心难题,清华大学智能产业研究院(AIR)DISCOVER Lab联合谋先飞技术、原力灵机、求之科技和地瓜机器人,提出了GS-Playground通用多模态仿真框架。

来自主题: AI技术研报
7732 点击    2026-05-03 22:41
刚刚,MiniMax新模型接管「音乐圈」!20秒出歌Cover全风格

刚刚,MiniMax新模型接管「音乐圈」!20秒出歌Cover全风格

刚刚,MiniMax新模型接管「音乐圈」!20秒出歌Cover全风格

4 月 10 日,MiniMax 又带来一次重磅更新,其中最核心的新功能,就是 Cover 翻唱。一首平平无奇的生日快乐歌,可以被 cover 成 EDM 风格:经典的《友谊地久天长》也能被 AI 改编成灵魂乐调调:

来自主题: AI资讯
8462 点击    2026-04-10 21:07
杜少雷、安波、杨凯峪,三位世界级 AI 科学家加入MiroMind

杜少雷、安波、杨凯峪,三位世界级 AI 科学家加入MiroMind

杜少雷、安波、杨凯峪,三位世界级 AI 科学家加入MiroMind

就在刚刚,MiroMind 在其官网宣布了三位杰出的 AI 科学家加入领导团队。这几项重要任命标志着 MiroMind 在构建 “发现式智能”(Discoverable Intelligence) 的使命上迈出关键一步 —— 一种不仅能分析已有知识,还能进行预测并探索全新概念的 AI。

来自主题: AI资讯
9588 点击    2026-03-13 17:01
比人类专家快2倍,斯坦福联合英伟达发布TTT-Discover:用「测试时强化学习」攻克科学难题

比人类专家快2倍,斯坦福联合英伟达发布TTT-Discover:用「测试时强化学习」攻克科学难题

比人类专家快2倍,斯坦福联合英伟达发布TTT-Discover:用「测试时强化学习」攻克科学难题

在技术如火如荼发展的当下,业界常常在思考一个问题:如何利用 AI 发现科学问题的新最优解?

来自主题: AI技术研报
10712 点击    2026-01-28 14:55
斯坦福×英伟达发布AI推理新范式,刷新了多领域SOTA

斯坦福×英伟达发布AI推理新范式,刷新了多领域SOTA

斯坦福×英伟达发布AI推理新范式,刷新了多领域SOTA

斯坦福与英伟达联合发布重磅论文 TTT-Discover,打破「模型训练完即定型」的铁律。它让 AI 在推理阶段针对特定难题「现场长脑子」,不惜花费数百美元算力,只为求得一次打破纪录的极值。从重写数学猜想到碾压人类代码速度,这种「激进进化」正在重新定义机器发现的边界。

来自主题: AI技术研报
7997 点击    2026-01-26 14:23
看完 Manus、Cursor 分享后的最大收获:避免 Context 的过度工程化才是关键

看完 Manus、Cursor 分享后的最大收获:避免 Context 的过度工程化才是关键

看完 Manus、Cursor 分享后的最大收获:避免 Context 的过度工程化才是关键

最近,Cursor 也发表了一篇文章《Dynamic context discovery》,分享了他们是怎么做上下文管理的。结合 Manus、Cursor 这两家 Agent 领域头部团队的思路,我们整理了如何做好上下文工程的一些关键要点。

来自主题: AI资讯
9157 点击    2026-01-10 10:48