新当AI学会"分工合作"：谷歌DeepMind提出智能AI委托框架
想象一个场景：你有一个非常复杂的任务，比如策划一场跨国会议、开发一款新软件，或者管理一家公司的供应链。这个任务太复杂了，一个人（或一个AI）无法独立完成，需要拆分成许多小任务，分配给不同的人或AI来完...
排序
Vec2Pix：用 SVG 矢量图“操控”FLUX.1，实现像素级精准编辑与重绘
在当前的 AI 绘图领域，我们往往面临一个尴尬的困境：生成容易，修改难。想要移动图中的物体、改变某个局部的颜色，或者调整形状，通常只能依赖复杂的 Inpainting（重绘）、繁琐的 ControlN...
阿里开源Zvec：向量数据库界的SQLite，边缘设备也能跑高性能本地RAG
阿里巴巴通义实验室正式开源嵌入式向量数据库 Zvec，这款进程内向量数据库被定位为“向量数据库领域的 SQLite”——无需依赖任何外部服务或守护进程，直接以库的形式运行在应用程序内部，专为笔记本电脑...
Dummy Forcing：无需训练的自回归视频扩散模型加速方案，实现24.3FPS实时生成+6.58倍长上下文扩展
由清华大学、微软亚洲研究院、中国科学技术大学、约翰斯·霍普金斯大学和苏黎世联邦理工学院联合提出的Dummy Forcing，是一款针对自回归视频扩散模型的无训练（training-free）加速技术...
Cache-DiT：PyTorch原生DiT推理引擎，一行代码提速，支持70+扩散模型
Cache-DiT是一款基于PyTorch原生构建的灵活推理引擎，核心目标是为Diffusers库提供统一的缓存加速与并行化支持，无需重新训练模型，仅需一行代码就能显著提升DiT类扩散模型的推理速度...
告别 GPU 算力浪费！DeepSeek 条件记忆技术：让大模型检索静态知识更高效
当企业级大语言模型（LLM）在回答“iPhone 15 的电池容量是多少？”或“标准 NDA 条款包含哪些内容？”这类问题时，它正在动用为复杂推理设计的昂贵 GPU 计算资源——仅仅为了检索一段静态信...
SDNQ 量化：跨平台模型压缩方案，显著降低显存占用并提升推理速度
SDNQ（Stable Diffusion Next Quantization） 是 SD.Next 中集成的一套全平台量化系统，支持 19 种整数量化 与 69 种浮点量化 方案，可在 英伟达、AM...
DeepSeek发布mHC技术论文：流形约束超连接让大模型训练更稳更省成本，已验证270亿参数量
2026年初，中国AI初创公司DeepSeek发布了一篇重磅技术论文，由创始人梁文锋合著。论文提出对基础AI模型训练的核心架构进行重新设计，推出全新技术“流形约束超连接（mHC）”，旨在以更低成本训练...
宾大与伯克利提出 Vibe Space，让 AI 理解视觉概念的“vibe”
当 AI 被要求“融合一个小提琴演奏者和一个吉他演奏者”，它该生成什么？是乐器颜色的平均？演奏姿态的混合？还是创造出一种新型弦乐器演奏者——比如手持鲁特琴、姿势介于两者之间的形象？ 传统方法往往停留在...
阿里云新系统 Aegaeon：用 213 个 GPU 实现 1,192 个的推理能力
阿里云在 ACM SOSP 2025（操作系统原理研讨会）上发表了一篇经同行评审的论文，介绍其名为 Aegaeon 的新型 GPU 池化系统。该系统在阿里云 Model Studio 平台的多月生产测...
华为开源 SINQ：新型量化技术让大模型在消费级显卡上高效运行
随着大语言模型（LLM）参数规模持续增长，部署成本已成为制约其广泛应用的主要瓶颈之一。 华为苏黎世计算系统实验室近日推出一项名为 SINQ（Sinkhorn-Normalized Quantizati...
Self-Forcing++：一种无需长视频训练即可生成高质量长视频的新方法
近年来，扩散模型在图像和短片视频生成方面取得了突破性进展。然而，当扩展到长视频生成（如数十秒甚至数分钟）时，现有方法普遍面临一个核心问题：质量随长度增加而显著下降。 这主要源于两个限制： 计算成本高...
