高度灵活的组合式时尚图像生成模型FashionComposer
在时尚设计和虚拟试穿领域，传统的图像生成方法往往受限于单一的输入模式（如仅支持文本提示或单个参考图像），并且难以处理复杂的个性化需求，如多件服装的组合、多样化的姿势和人体形态。为了克服这些局限性，香港...
排序
腾讯混元 3D v2.5 发布：超高清建模与 PBR 支持，革新 3D 内容创作
腾讯正式发布了 混元 3D AI 创作引擎 v2.5，这一版本带来了显著的性能提升和功能扩展，标志着 3D AIGC（生成式人工智能内容）领域的重大突破。从几何精度到纹理表现，再到动画优化，v2.5 ...
AI开盒？OpenAI最新模型可以通过照片进行“反向位置搜索”
一种令人担忧的新趋势正在社交媒体上迅速传播：人们利用最新版本的ChatGPT（尤其是o3和o4-mini模型）通过照片进行“反向位置搜索”，从而识别照片中显示的具体地点。这种能力不仅引发了对隐私安全的...
阿里通义实验室推出一个零样本、通用且交互式的视觉生成框架ChatDiT：允许用户通过自由形式的自然语言指令与系统交互，创建交织文本-图像文章、多页画册、编辑图像
近年来，预训练扩散Transformer（DiTs）在上下文生成能力方面展现了巨大的潜力，能够以最小的架构修改或无需修改的情况下无缝适应多样化的视觉任务。这些能力通过跨多个输入和目标图像的自注意力令牌...
xAI 发布 Grok 4.1：免费向所有用户开放，推理/创意/共情能力全面升级
xAI 正式发布新一代大模型 Grok 4.1，现已在 grok.com、X 平台及 iOS/Android 移动应用全面上线，向所有用户免费开放（含免费账户），支持手动选择或自动模式默认部署。该模型...
Qwen3 MoE Fused：显著提升 Qwen3 推理速度的融合专家计算方案
Qwen3 MoE Fused 是一个面向 Qwen3 MoE 模型 的高性能推理优化项目，由开发者 woct0rdho 发起并实现。该项目通过重构 MoE（Mixture of Experts）中专...
Android 新设计曝光：Material 3 Expressive 即将登场，你的手机会变样吗？
谷歌即将推出全新的 Material 3 Expressive 设计语言，这一消息因一次意外泄露而提前曝光。尽管谷歌迅速删除了相关博客文章，但互联网档案馆和科技媒体已经捕捉到了关键细节。从目前的信息来...
Allen人工智能研究所推出OLMoTrace：让大语言模型透明化，追溯AI决策的真实来源
在企业AI应用中，大语言模型（LLM）的“黑盒”特性一直是阻碍其大规模采用的主要障碍之一。如何理解模型输出的来源、提升透明度并增强信任，成为行业亟需解决的问题。本周，Allen人工智能研究所（Ai2...
Imagine360框架：能够将标准透视视频转换为360°全景视频
香港中文大学、上海交通大学、南洋理工大学和上海人工智能实验室的研究人员推出Imagine360框架，它能够将标准透视视频转换为360°全景视频，从而为用户提供全方位的沉浸式视频体验。Imagine36...
阿里Qwen项目组推出新型强化学习算法GSPO：用于训练最新 Qwen3 模型
阿里Qwen项目组推出新型强化学习算法 Group Sequence Policy Optimization (GSPO)，用于训练大型语言模型（LLMs）。与以往基于单个标记（token）重要性比率...
Mistral AI旗下AI助手Le Chat 推出文件组织与协作新功能 Libraries
Mistral AI旗下AI助手Le Chat 最近推出了一项名为 Libraries 的新功能，帮助用户更高效地组织和管理文件。尽管目前仅支持 PDF 文件，结合 Mistral AI 最近发布的 ...
在 GPT-5发布前夕！Anthropic发布Claude Opus 4.1，依旧主打编程
在 OpenAI 被广泛预期即将发布 GPT-5 的前夕，Anthropic 于周一悄然推出其旗舰模型的升级版 —— Claude Opus 4.1。 这一时机并非巧合。此次更新不仅是技术迭代，更是一...
