模型

近年来，随着基于变换器（Transformer）的扩散模型向数十亿参数扩展，文本到视频（Text-to-Video, T2V）生成技术取得了显著进展。尽管当前模型已能生成高质量视频内容，但它们通常只能...

将自然语言数学语句自动转化为形式化代码（如 Lean 4）是计算数学中的核心挑战之一。尽管已有许多自动化工具尝试解决这一问题，但其准确性仍面临瓶颈，尤其是在需要深入理解语义的复杂场景中。 为此，字节跳...

昆仑万维天工项目组近日发布了 Skywork-R1V3-38B，这是其开源视觉-语言模型（VLM）系列 Skywork-R1V 的最新迭代版本，也是目前该系列中性能最强的多模态推理模型。基于 Inte...

近年来，软件开发中的代码编辑需求日益增长，尤其是在维护和重构已有项目时。然而，现有的大语言模型在面对多样化的代码修改任务时，往往表现不佳。为了解决这一问题，微软联合相关研究团队提出了一套全新的方法，并...

LTX Studio 为其开源视频生成模型 LTX Video 推出了三项全新的 LoRA 控制模块，让 AI 视频创作进入一个更具操控性与表现力的新阶段。 Depth Control: LTX-Vi...

随着边缘计算和本地部署需求的增长，小型语言模型（Small Language Model, SLM） 正在成为新一代 AI 应用的关键组成部分。近日，Hugging Face 推出了其最新力作 —— ...

在 LLM（大语言模型）应用场景日益复杂的背景下，如何将用户查询智能路由到最合适的模型，成为提升效率和体验的关键挑战。 近日，Katanemo Labs 推出了一个创新的解决方案 —— Arch-Ro...

NovelAI 正式公开了其第二代图像生成模型 NovelAI Diffusion V2 的权重文件，供研究、个人使用及历史保存。这一举动意味着即使该模型在 NovelAI 官网停止服务后，用户仍可通...

在现实世界视频超分辨率（Real-VSR）任务中，如何从低质量（LQ）视频中恢复出既细节丰富又时间连贯的高质量（HQ）视频，是一个极具挑战性的问题。尤其是在使用预训练扩散模型（如 Stable Dif...

近日，阿里云通义实验室正式开源了一款名为 WebSailor 的新型网络智能体（Web Agent），它具备强大的多步推理与信息检索能力，在高难度网页导航任务中表现出色。 GitHub：https...

2025 年 7 月 7 日，腾讯正式发布全新升级的 Hunyuan3D-PolyGen，这是全球首个专为艺术级 3D 建模设计的人工智能生成模型。该模型不仅在几何精度和拓扑优化方面达到新高度，更首次...

知名 AI 角色平台 Character.AI 发布了一项引人注目的研究成果——TalkingMachines，一个基于扩散模型的新型自回归视频生成系统。该系统仅需一张静态图像和一段语音输入，即可生成...