百科

随着大语言模型（LLM）在各类应用场景中的广泛部署，如何提升推理效率、降低延迟、节省资源成为关键挑战。近日，开源项目 LMCache 正式亮相，它是一个专为 LLM 服务优化的高性能缓存引擎，显著降低...

谷歌在 Google I/O 上正式宣布了 Gemini 应用的一系列重磅更新 ，从视觉交互、内容创作到深度研究、学习辅助全面升级。现在的 Gemini 不再只是一个被动回答问题的 AI 工具，而是一...

西湖大学 AGI 实验室张驰团队近日推出一款具备自我进化能力的 GUI 代理——AppAgentX，它能够在持续执行任务的过程中不断学习并优化自身行为模式，从而实现更高效的操作，为自动化任务执行带来了...

MIT和斯坦福大学的研究人员推出一种语言驱动的顺序草图生成方法SketchAgent，能够让用户通过动态、对话式的交互来创建、修改和细化草图。例如，你想要生成一个关于“蝴蝶”的草图。你可以给Sketc...

面部老化是一个复杂的过程，受到多种因素的影响，如性别、种族、生活方式等。尽管现有的面部老化技术能够生成逼真的老化图像，但它们通常无法准确预测特定个体的老化过程，因为这些技术缺乏个性化处理。为了克服这一...

人类运动生成的交互式编辑是一个重要的研究领域，特别是在动画、游戏和虚拟现实等应用中。然而，现有的运动扩散模型存在两个主要问题： 缺乏对词级文本-运动对应关系的显式建模：这限制了模型在细粒度编辑方面的能...

人脸交换（Face Swapping）技术旨在将一个人的身份特征迁移到另一个人的面部图像或视频中，同时保留目标人物的表情、姿态、发型和背景等属性。近年来，随着生成模型的发展，人脸交换已能生成高度逼真的...

2025 年 6 月 24 日，谷歌正式发布了新一代文生图模型 Imagen 4 和更高保真版本 Imagen 4 Ultra。这两款模型现已通过 Gemini API 提供付费预览，并在 Googl...

QQ浏览器宣布正式升级为AI浏览器，并推出全新AI助手QBot。这款浏览器搭载了腾讯混元和DeepSeek两大先进模型，目前具备 AI搜索、AI浏览、AI学习、AI办公、AI写作 五大核心功能，旨在为...

谷歌正悄然推进其Gemini生态系统的扩展，近期在Gemini网页界面的更新中，开发人员发现了一个令人兴奋的新功能——Gem分享按钮。这一功能的出现表明，谷歌可能很快允许用户将其自定义Gem（类似于O...

近年来，基于人工智能的视频编辑技术取得了显著进展，用户可以通过简单的文本提示轻松编辑视频。然而，现有的零样本视频编辑方法主要集中在全局或单一对象的编辑上，这可能导致视频其他部分发生意外变化。当需要对多...

在线购物虽然方便，但“看不到实物”始终是用户的一大顾虑。为了解决这一痛点，Perplexity 正在开发一项基于人工智能的“虚拟试穿”功能，让用户在购买服装前，能通过上传个人照片生成穿着效果预览图，从...