新技术

阿里巴巴通义实验室正式开源嵌入式向量数据库 Zvec，这款进程内向量数据库被定位为“向量数据库领域的 SQLite”——无需依赖任何外部服务或守护进程，直接以库的形式运行在应用程序内部，专为笔记本电脑...

由清华大学、微软亚洲研究院、中国科学技术大学、约翰斯·霍普金斯大学和苏黎世联邦理工学院联合提出的Dummy Forcing，是一款针对自回归视频扩散模型的无训练（training-free）加速技术...

Cache-DiT是一款基于PyTorch原生构建的灵活推理引擎，核心目标是为Diffusers库提供统一的缓存加速与并行化支持，无需重新训练模型，仅需一行代码就能显著提升DiT类扩散模型的推理速度...

当企业级大语言模型（LLM）在回答“iPhone 15 的电池容量是多少？”或“标准 NDA 条款包含哪些内容？”这类问题时，它正在动用为复杂推理设计的昂贵 GPU 计算资源——仅仅为了检索一段静态信...

SDNQ（Stable Diffusion Next Quantization） 是 SD.Next 中集成的一套全平台量化系统，支持 19 种整数量化 与 69 种浮点量化 方案，可在 英伟达、AM...

2026年初，中国AI初创公司DeepSeek发布了一篇重磅技术论文，由创始人梁文锋合著。论文提出对基础AI模型训练的核心架构进行重新设计，推出全新技术“流形约束超连接（mHC）”，旨在以更低成本训练...

当 AI 被要求“融合一个小提琴演奏者和一个吉他演奏者”，它该生成什么？是乐器颜色的平均？演奏姿态的混合？还是创造出一种新型弦乐器演奏者——比如手持鲁特琴、姿势介于两者之间的形象？ 传统方法往往停留在...

阿里云在 ACM SOSP 2025（操作系统原理研讨会）上发表了一篇经同行评审的论文，介绍其名为 Aegaeon 的新型 GPU 池化系统。该系统在阿里云 Model Studio 平台的多月生产测...

随着大语言模型（LLM）参数规模持续增长，部署成本已成为制约其广泛应用的主要瓶颈之一。 华为苏黎世计算系统实验室近日推出一项名为 SINQ（Sinkhorn-Normalized Quantizati...

近年来，扩散模型在图像和短片视频生成方面取得了突破性进展。然而，当扩展到长视频生成（如数十秒甚至数分钟）时，现有方法普遍面临一个核心问题：质量随长度增加而显著下降。 这主要源于两个限制： 计算成本高...

AI生成视频正从“几秒特效”迈向“分钟级叙事”。 长期以来，生成高质量、长时间连贯的视频是AI内容创作的一大瓶颈。传统扩散模型虽能产出精美画面，却难以支持实时生成；自回归方法虽具备推理加速潜力，又常因...

东京科学研究所的研究团队近日提出一种新方法——LatentCSI，能够利用日常 Wi-Fi 设备采集的无线信号，结合预训练扩散模型，生成高分辨率的室内布局图像。 论文地址：https://arxiv...