百科

Anthropic 正在为其高端订阅计划Claude Max增加更多吸引力。根据内部测试横幅显示，Anthropic 可能会将Claude Code直接整合到 Max 计划中，而无需用户额外支付 AP...

真实感3D人体建模在虚拟现实、增强现实、电影制作、游戏开发和医疗等领域具有广泛的应用。尽管单目全身重建方法取得了显著进展，但它们通常依赖于前视图和/或预测的后视图，这导致了由于问题的病态性质和复杂的自...

中国科学技术大学和腾讯的研究人员推出高效框架Make-It-Animatable，它用于将任意3D人物模型快速制作成可用于动画的角色。这个框架能够在不到一秒钟的时间内，无论3D模型的形状和姿势如何，都...

字节跳动旗下AI编程工具Trae带来一系列令人瞩目的更新，这些改进将极大地提升开发体验，重塑 AI 开发的未来。 1. 聊天与构建器的融合 Trae v1.3.0版本将聊天（Chat）和构建器（Bui...

随着大型视觉语言模型（VLMs）的出现，多模态任务的发展取得了显著进展。这些模型在图像和视频字幕、视觉问答以及跨模态检索等应用中展现了强大的推理能力。然而，尽管VLMs具有卓越的表现，它们在细粒度图像...

尽管线性层的量化技术已经广泛应用于深度学习模型中，但在加速注意力机制方面的应用仍然有限。为了提高注意力计算的效率并保持高精度，清华大学的研究团队提出了 SageAttention2，这是一个基于低精度...

OpenAI 于今日正式推出其最新旗舰模型 —— GPT-5，标志着 ChatGPT 进入一个全新阶段。这不仅是性能的升级，更是一次范式转变：从“回答问题的聊天机器人”向“代表用户完成任务的智能代理...

腾讯混元项目组和华中科技大学的研究人员推出新型框架 Hunyuan-GameCraft，为游戏环境生成高动态、交互式的视频内容。Hunyuan-GameCraft 能够从单张图像和对应的提示出发，生成...

香港大学、香港科技大学、蚂蚁集团、阿尔托大学和通义实验室的研究人员推出DepthLab ，它是一个基于图像扩散先验的深度修复模型，用于从单张图像中生成完整的3D场景。DepthLab旨在解决深度数据中...

百度正式发布 MuseSteamer 2.0 —— 其音视频一体化生成模型的重大升级版本，在行业内首次实现多人有声视频的端到端联合生成。 这意味着，用户只需输入一段文字描述，系统即可自动生成包含多个角...

6月17日，豆包正式全量上线AI播客功能。用户只需上传PDF文档或网页链接，即可一键生成一段拟真度极高的双人对话式播客节目。 这项功能尤其适合需要处理大量阅读材料的用户。有参与内测的用户反馈称，会将一...

清华大学和智谱AI的研究人员推出VisionReward，这是一个用于图像和视频生成的细粒度多维度人类偏好学习框架。VisionReward通过构建一个细粒度且多维度的奖励模型，将人类对图像和视频的偏...