百科

Snap和阿卜杜拉国王科技大学的研究人员推出 4Real-Video-V2 框架，用于生成 4D 场景（即包含时间和空间维度的视频）。该框架能够从文本提示中创建 4D 场景，通过结合扩散模型直接生成同...

由澳门大学智慧城市物联网国家重点实验室、中国科学院深圳先进技术研究院、清华大学、快手科技和深圳理工大学联合研究团队提出了一种新型视频超分辨率（Video Super-Resolution, VSR）模...

今天，Warp 正式发布 Warp 2.0 ——全球首个代理开发环境（Agentic Development Environment，简称 ADE）。 这不是一次简单的更新，而是一次产品理念的进化：从...

语音人工智能（AI）正迎来爆发式发展。从语音生成模型到智能助手，越来越多的初创公司正在通过创新技术改变人机交互方式。 继 ElevenLabs、Cartesia、Granola、Fireflies A...

AI语音技术公司ElevenLabs今天正式推出面向iOS和Android用户的独立移动应用，标志着其文本转语音（TTS）服务迈入移动端原生体验的新阶段。 iOS：https://apps.apple...

近日，美国加利福尼亚北区联邦法院对 Anthropic 使用实体书籍训练 AI 模型 一案作出重要裁决：使用合法购买的实体书训练大型语言模型（LLM）属于“公平使用”范畴。 这一判决由法官 Willi...

Google DeepMind 宣布推出其旗舰 AI 模型 Gemini Robotics 的设备端版本，这一视觉-语言-动作（VLA）模型可以在没有互联网连接的情况下直接在机器人上运行，并展现出接近...

在电商广告、虚拟试穿、交互式媒体等场景中，如何高效生成高质量的人类-产品演示视频，一直是视觉生成领域的重要挑战。 近日，字节跳动 AI 实验室提出了一种全新的视频生成框架——DreamActor-H1...

据最新消息，Elon Musk 旗下的 xAI 团队正在为其 AI 模型 Grok 的网页界面引入一项重要更新——集中化的“文件选项卡”功能。这项改进旨在为用户提供一个统一的文件管理空间，进一步强化 ...

周一，计算机科学家、Databricks 和 Perplexity 联合创始人 Andy Konwinski 宣布成立一家新的 AI 研究机构——Laude 研究所，并承诺个人出资 1亿美元，用于支持...

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...

当地时间周六，美国参议院一项旨在暂停各州对人工智能（AI）进行独立监管的提案，成功通过了一个关键的立法程序障碍。 这项规则由参议院商务委员会主席、共和党议员Ted Cruz提出并重写，目的是使其符合预...