SambaNova宣布其平台实现最快速的DeepSeek-R1 671B模型推理速度
在AI领域，训练大语言模型（LLM）通常依赖于英伟达CUDA技术，但当谈到推理时，选择却变得多样化。SambaNova作为一家专注于AI芯片和大语言模型推理服务的初创公司，正以惊人的速度和效率改变这一...
排序
Madd模型：通过引入“功能性”概念，旨在根据各种位置提示将任何对象无缝插入任何场景中
图像合成是计算机视觉中的一个常见任务，涉及将前景对象无缝集成到背景场景中。传统的图像合成方法通常依赖于人为的编辑或预定义的规则，难以处理前景对象与背景场景之间的复杂相互作用。为了应对这一挑战，哈佛大学...
Character.AI 全新升级：角色会演戏、能直播，创作者迎来多模态时代
Character.AI 近日发布了一系列重磅新功能，标志着平台从最初的 1:1 文本聊天，正式迈向一个更丰富、更沉浸式的多模态创作时代。此次更新源于用户对更深层次互动与创作自由的期待，旨在为创作者提...
谷歌或被迫出售 Chrome，OpenAI 虎视眈眈欲收购 Chrome
据彭博社消息，如果联邦法院迫使谷歌出售 Chrome 浏览器，OpenAI 正在密切关注并准备收购。这一消息在周二的法庭听证会上被披露，听证会是美国政府对谷歌反垄断案件补救阶段的一部分。 谷歌的反垄断...
Cursor 推出的超强代码处理模型Claude Max
Claude Max 是由 Cursor 推出的一款基于 Claude 3.7 的优化版本模型，专为处理大规模、复杂的代码项目而设计。它并非一个全新的模型，而是对 Claude 3.7 的进一步优化...
Poe 推出新功能Poe Apps,用户可创建和共享自定义 AI 驱动的AI应用
Quora 旗下的 Poe 平台，作为汇集众多 AI 模型的中心枢纽，近日推出了一项新功能——Poe Apps。这项功能允许用户在任意模型组合的基础上构建可视化界面，从而创建自定义的应用程序。通过这一...
腾讯开源用于加速形状生成的通用框架 FlashVDM：加速 Hunyuan3D 2.0 模型生成速度提升30 倍
腾讯推出一个通用的框架FlashVDM，用于加速形状生成向量集扩散模型（VDM），例如 Hunyuan3D-2、Michelangelo、CraftsMan3D、CLAY、TripoSG、Dora 等...
Impossible Videos：通过创建和评估“不可能视频”来挑战和推进视频理解和生成模型的能力
新加坡国立大学的研究人员推出Impossible Videos项目，即“不可能视频”。这项研究旨在通过创建和评估“不可能视频”来挑战和推进视频理解和生成模型的能力。不可能视频是指那些在现实世界中不可能...
类卷积局部注意力策略CLEAR：提升FLUX模型在高分辨率图像生成任务中的效率
在图像生成领域，DiT（Diffusion Transformer）架构凭借其卓越的表现成为前沿技术。然而，该架构的核心——用于建模令牌间关系的注意力机制，由于其计算复杂度为二次方，导致在处理高分辨率...
专为DiT架构模型设计的运动转移方法DiTFlow
牛津大学、Snap和MBZUAI的研究人员介绍了一种名为DiTFlow的方法，它是一种专为DiT架构模型设计的运动转移方法。DiTFlow通过分析参考视频，提取出一种名为注意力运动流（Attentio...
Reducio-DiT：通过先进压缩技术提升视频生成效率
随着技术的进步，视频生成模型已经能够创造出令人惊叹的高质量视频片段。然而，这些模型在实际应用中面临着一些显著的障碍，主要集中在计算资源的需求上。目前市场上的领先模型，例如Sora、Runway Gen...
英伟达推出Add-it：基于文本指令在图像中添加对象的创新方法
英伟达、特拉维夫大学和巴伊兰大学的研究人员推出一个名为Add-it的系统，它是一种无需训练的方法，可以在图像中根据文本提示添加对象。这种方法扩展了预训练扩散模型的注意力机制，以整合来自三个关键来源的信...
