小马良

帅气的我简直无法用语言描述!
AnyTalker:用单人数据生成自然互动的多人对话视频

AnyTalker:用单人数据生成自然互动的多人对话视频

多人对话视频的自动生成,长期以来受限于两个关键难题:一是高质量多人视频数据极难获取,二是多个角色之间的互动行为难以建模。为解决这些问题,来自香港科技大学、Video Rebirth、浙江大学和北京交通...
2天前
060
谷歌将 Google Chat 迁移至新域名以提升访问速度

谷歌将 Google Chat 迁移至新域名以提升访问速度

谷歌宣布,将为 Google Chat 用户推送一项虽小但实用的更新,以改善其体验并提高服务可靠性。该公司正在将 Google Chat 迁移至一个新域名,提供比以往更快的访问体验。 Google 表...
2天前
040
你现在可以在 ChatGPT 内部使用 Photoshop 编辑照片

你现在可以在 ChatGPT 内部使用 Photoshop 编辑照片

早在十月,OpenAI 就宣布了新一代应用程序,用户可以直接在 ChatGPT 体验中与之互动。Booking.com、Canva、Coursera、Figma、Expedia、Spotify 和 Z...
2天前
070
OpenAI 与迪士尼达成合作!Sora 用户很快可以创作漫威和星球大战短片

OpenAI 与迪士尼达成合作!Sora 用户很快可以创作漫威和星球大战短片

早在九月,OpenAI 就发布了 Sora 2,这是其迄今为止最先进的视频生成模型。Sora 2 能够从自然语言或图像生成具有丰富细节和动态的视频片段与音频。它还对 3D 空间、运动和场景连续性有深入...
3天前
060
OpenAI正式发布GPT-5.2 :GDPval 超人类专家,编码/长上下文/视觉能力全面跃升

OpenAI正式发布GPT-5.2 :GDPval 超人类专家,编码/长上下文/视觉能力全面跃升

OpenAI 再度刷新大模型天花板——GPT-5.2 正式发布。这款专为专业知识工作和长期运行智能体打造的前沿模型,在编码、长上下文推理、视觉理解、工具调用等核心能力上实现跨越式提升,甚至在覆盖 44...
3天前
0120
省下订阅费!学生专属 AI 工具福利:从生产力到设计开发,覆盖学习全场景

省下订阅费!学生专属 AI 工具福利:从生产力到设计开发,覆盖学习全场景

对学生来说,合理规划零花钱和生活费早已是必修课——尤其是现在,除了吃饭、买日用品这些常规开销,AI工具订阅费正悄悄成为一笔不小的支出。毕竟不管是写论文、做PPT、搞设计还是敲代码,AI工具都成了学习和...
3天前
090
对标谷歌 Nano Banana 2!OpenAI Image-2 系列模型 LM Arena 测试细节全解析

对标谷歌 Nano Banana 2!OpenAI Image-2 系列模型 LM Arena 测试细节全解析

OpenAI 正加速布局多模态赛道!继传闻中的 GPT-5.2 即将发布后,其新一代图像生成模型 Image-2 系列 也在 LM Arena、Design Arena 等评估平台曝光实测。两款内部代...
3天前
090
智谱AI语音识别模型GLM-ASR双版本登场:云端版精准识别多场景,Nano版开源免费,笔记本/手机均可部署

智谱AI语音识别模型GLM-ASR双版本登场:云端版精准识别多场景,Nano版开源免费,笔记本/手机均可部署

智谱AI全新发布 GLM-ASR 系列语音识别模型,包含云端部署的 GLM-ASR-2512 与端侧轻量化的 GLM-ASR-Nano-2512 两个版本。其中 Nano 版以 1.5B 紧凑参数规模...
3天前
070
智谱AI开源GLM-4.6V:128K上下文视觉语言模型,原生工具调用打通感知与执行链路

智谱AI开源GLM-4.6V:128K上下文视觉语言模型,原生工具调用打通感知与执行链路

智谱AI正式推出并开源 GLM-4.6V 系列多模态大语言模型,包含面向云端与高性能集群的 GLM-4.6V (106B) 基础模型,以及针对本地部署和低延迟场景优化的 GLM-4.6V-Flash ...
4天前
080
Mistral AI 发布 Devstral 2 编程模型+Vibe CLI:1230亿参数适配智能体开发,终端原生编程更高效

Mistral AI 发布 Devstral 2 编程模型+Vibe CLI:1230亿参数适配智能体开发,终端原生编程更高效

Mistral AI 推出两大核心产品——新一代软件工程智能体编程模型家族 Devstral 2,以及开源命令行编程助手 Mistral Vibe CLI。前者以高参数、长上下文和高性价比成为开源编程...
4天前
050