搜索
挤牙膏的新款 iPad Air 和 iPad 果然只是开胃小菜，今天苹果为我们带来了更有看点的 MacBook Air 和 Mac Studio 更新。
在启动 AIOS 之前，老罗最急迫的事情是融到下一笔钱。
本文构建了新的多轮组合图像检索数据集和评测基准FashionMT。其特点包括：（1）回溯性：每轮修改文本可能涉及历史参考图像信息（如保留特定属性），要求算法回溯利用多轮历史信息；（2）多样化：FashionMT包含的电商图像数量和类别分别是MT FashionIQ的14倍和30倍，且交互轮次数量接近其27倍，提供了丰富的多模态检索场景。
2025年2月27日，由前扩散模型领域顶尖研究者创立的Inception Labs正式发布了全球首个商业级扩散大语言模型（dLLM）——“Mercury”。这一里程碑式产品不仅在生成速度、硬件效率和成本控制上实现突破，更标志着自然语言处理技术从自回归（Autoregressive）范式向扩散（Diffusion）范式的重大跃迁。
我想在沙漠里建一个室内滑雪场。DeepSeek：可以，详细计划如下。这是阿里国际站首个AI搜索引擎Accio接入DeepSeek之后的演示首秀。即便是这么离谱的想法，它还是在短短30秒内搜索了大量资料、反复推理，给出了一份有理有据的商业计划。
近年来，大型语言模型（LLMs）在代码相关的任务上展现了惊人的表现，各种代码大模型层出不穷。这些成功的案例表明，在大规模代码数据上进行预训练可以显著提升模型的核心编程能力。
这位曾用代码构建童话世界的工程师，被困在了由 AI 工具引发的一场噩梦里。
当传统音乐制作仍被繁复的乐理知识与高昂的录音成本筑起高墙，一群理想主义者正用AI重新书写规则。从乐队主唱到AI音乐创业者，郭靖（Joe）的十年探索，恰是音乐行业从“精英创作”向“全民表达”演进的时代缩影——他曾因工具掣肘埋没作品，却在自学编程的硅谷岁月里顿悟：技术不该是艺术的门槛，而应是创作者的翅膀。
进入到 2025 年，视频生成（尤其是基于扩散模型）领域还在不断地「推陈出新」，各种文生视频、图生视频模型展现出了酷炫的效果。其中，长视频生成一直是现有视频扩散的痛点。
YOLO 系列模型的结构创新一直围绕 CNN 展开，而让 transformer 具有统治优势的 attention 机制一直不是 YOLO 系列网络结构改进的重点。这主要的原因是 attention 机制的速度无法满足 YOLO 实时性的要求。