苹果最新发布的 STARFlow-V 为视频生成领域带来了全新技术路径——作为一款基于标准化流（Normalizing Flows）的端到端模型，它打破了当前扩散模型主导的格局，凭借全局-局部架构、因...

阶跃星辰开源的 Step-Audio-R1 打破了传统音频模型的性能瓶颈，成为首个支持“测试时计算扩展”的音频大语言模型。它通过创新的模态落地推理蒸馏技术，让模型直接基于声学特征进行链式思考，而非依赖...

Mistral AI 正式推出新一代模型系列 Mistral 3，此次发布不仅包含适配边缘场景的 Ministral 3 系列小型密集模型，更带来了性能顶尖的稀疏专家混合模型 Mistral Larg...

Ovis-Image 是由阿里巴巴国际数字商务团队开发的 70亿参数 文本到图像（Text-to-Image）生成模型，专注于解决文生图系统中长期存在的文本模糊、拼写错误、排版失真等痛点。该模型在保持...

阿里巴巴国际数字商务团队推出的开源语音合成框架 Marco-Voice，以“说话人-情感解耦”为核心创新，整合语音克隆、情感可控合成、跨语言生成三大功能，构建了统一且高效的文本转语音系统。该框架通过批...

AI初创企业的估值屡创新高，但许多企业是建立在廉价、可免费下载的中国AI模型基础之上的。 今年早些时候，在审视美国AI领域的状况时，Misha Laskin 感到担忧。 Laskin 是一位理论物理学...

经过两个多月测试，DeepSeek 正式推出 V3.2 系列模型，包括平衡型主力版本 DeepSeek V3.2 与极致推理增强版 DeepSeek V3.2 Speciale。前者以“推理能力不逊 ...

可灵 AI正式推出 O1 视频模型，并同步上线新版创作界面。该模型采用统一的生成式架构，旨在解决当前 AI 视频工具中常见的“功能割裂”问题——即文生视频、图生视频、编辑、补全等任务需依赖多个独立模型...

近日，国产 AI 视频生成平台 Vidu 推出 Q2 版本，重点强化了参考生图的一致性与图像编辑的实用性。作为成立仅两年多的初创团队，Vidu 在最新Artificial Analysis榜单中，其图...

尽管 ChatGPT 拥有约 8亿周活跃用户，其中 95% 使用免费版本，OpenAI 始终未在其聊天界面中植入广告。但最新证据显示，这一策略可能即将改变。 开发者蒂博尔·布拉霍（Tibor Blah...

甲骨文正因大举投入人工智能基础设施而面临日益严峻的信用压力。一项关键风险指标——五年期信用违约互换（CDS）成本——已攀升至125个基点，创下2022年以来新高。这意味着投资者为对冲每100万美元甲骨...

Runway 推出的全新视频生成模型 Gen-4.5（曾用代号 Whisper Thunder/David），凭借在预训练数据效率、后训练技术上的重大突破，以 1247 Elo 分登顶 Artific...