百科

OpenAI 为 ChatGPT 用户带来了一项备受期待的新功能：引用内部知识来源的能力。这一功能的推出，标志着 ChatGPT 在企业级应用中的实用性和灵活性迈上了新的台阶。 企业级需求的满足 对于...

开源模型上下文协议（MCP）的最新更新标志着AI代理与工具、数据和接口无缝交互的一个重要里程碑。这一更新不仅引入了关键升级，还获得了行业巨头OpenAI和微软的支持，显示出其在AI领域的巨大潜力和影响...

这两天你要是刷社交网站，尤其是X，可能会注意到一个现象：大量用户分享的图片都带着一种熟悉的画风——色彩柔和、线条流畅，仿佛来自日本吉卜力工作室的经典动画。无论是特朗普、流行文化梗图，还是影视剧截图，这...

北京大学和加州大学洛杉矶分校的研究人员推出MineStudio，这是一个用于简化《我的世界（Minecraft）》中AI代理开发的开源软件包。它通过整合七个关键工程组件（模拟器、数据、模型、离线预训练...

OpenAI今天宣布将采纳其竞争对手Anthropic的模型上下文协议（Model Context Protocol，简称MCP），用于将AI助手连接到数据所在的系统。这一举措标志着OpenAI在提升...

阿卜杜拉国王科技大学、兰州大学、悉尼大学的研究人员推出WikiAutoGen，这是一个用于自动化生成多模态维基百科风格文章的系统。它通过整合文本和图像信息，生成高质量、多模态的维基百科风格文章，同时引...

在语音AI领域，自然流畅的语音交互一直是技术追求的目标。Groq和PlayAI今天宣布建立合作伙伴关系，通过Groq的高速推理平台将PlayAI的先进文本转语音模型Dialog推向市场。这次合作结合了...

JetBrains Fleet 1.47版本正式发布，为开发者带来了诸多实用功能和改进，进一步提升了代码编辑器的效率和用户体验。 一、多行注释折叠功能上线 Fleet 1.47版本为多行注释添加了折叠...

北京航空航天大学和美团的研究人员推出 Diffusion-4K，即利用潜在扩散模型（Latent Diffusion Models）进行超高清（4K）图像合成。该研究的核心目标是直接生成高质量的4K图...

上海大学和上海电影特效工程技术研究中心的研究人员推出 FilmComposer，利用大语言模型（LLM）驱动的方法为无声电影片段生成音乐。FilmComposer 旨在模拟专业音乐家的实际工作流程，结...

清华大学和腾讯的研究人员推出 Video-T1，在视频生成任务中引入测试时扩展（Test-Time Scaling, TTS）技术，以提升生成视频的质量和与文本提示的一致性。通过在推理阶段增加计算资源...

南洋理工大学和普渡大学的研究人员推出 CFG-Zero*，即一种改进的分类器自由引导（CFG）方法，专门用于提升基于流匹配（Flow Matching）模型（如SD3模型）的图像和视频生成效果。流匹配...