图像生成
图像,绘画
1000万上下文！新开源多模态大模型，单个GPU就能运行
今年2月初，谷歌发布的Gemini 2.0 Pro支持200万上下文，震惊了整个大模型领域。然而，仅过了2个月，Meta最新开源的Llama 4 Scout就将上下文扩展至1000万，整...
1000万上下文+2880亿参数的Llama4，却让DeepSeek们松了一口气
Meta于4月5日发布了Llama4系列开源模型，包括Llama 4 Scout、Llama 4 Maverick和Llama 4 Behemoth。这三种模型分别针对不同的使用需求，展示了Meta在人工智能...
刚刚，Llama 4深夜开源击败DeepSeek V3！2万亿多模态巨兽抢回王座
Llama 4 Behemoth作为教师模型，拥有2880亿个活跃参数和近2万亿个总参数，在数学、多语言处理和图像基准测试方面提供了最先进的性能。通过新的蒸馏损失函数和...
Meta深夜开源Llama 4！首次采用MoE，惊人千万token上下文，竞技场超越DeepSeek
Meta在周末发布了其最新AI模型系列Llama 4，包括Llama 4 Scout、Llama 4 Maverick和Llama 4 Behemoth。这些模型经过大量未标注的文本、图像和视频数据训练，...
刚刚，Meta发布Llama 4系列模型
Meta今日发布了Llama 4系列模型，标志着其在人工智能领域的又一重要进展。Llama 4系列是首批开放权重的原生多模态模型，支持超长上下文，并首次采用了混合专...
LIama 4发布重夺开源第一！DeepSeek同等代码能力但参数减一半，一张H100就能跑，还有两万亿参数超大杯
在训练细节方面，Meta采用了全新的训练技术MetaP，通过设置关键模型超参数，实现了在不同批量大小、模型宽度和深度之间的良好扩展和泛化。Llama 4系列在200种...
10倍吞吐提升无损性能：多模态适用的KV cache量化策略来了，即插即用无需改原模型
多模态大语言模型在实际应用中展现出卓越性能，但其计算开销和显存占用问题仍然是关键瓶颈。KV cache机制通过显存换取计算效率，但随着输入数据规模的增大，...
一张照片秒生好莱坞级运镜！子弹时间/推拉环绕，AI视频注入电影级灵魂
Higgsfield AI最新推出的Motion Controls AI视频生成技术，标志着AI在电影级动作捕捉和视频生成领域取得了显著进展。该技术能够通过一张静态图像生成具有真实...
GPT-4.5创造力比GPT-4o弱！浙大上海AI Lab发布新基准，寻找多模态创造力天花板
近来，GPT-4.5在创意写作、教育咨询、设计提案等任务中展现出惊人的连贯性与创造力，引发了关于多模态大模型（MLLMs）创造力天花板的讨论。现有的评测基准难...
中文海报设计，赛道一夜颠覆
豆包AI的文生图功能近期进行了显著升级，主要体现在四个方面：标题大字准确度提升至94%，小字生成能力也有所增强；语义理解和影视质感得到优化，镜头更具叙事...
