图像生成
图像,绘画
新豆包模型让郭德纲喊出发疯文学：(这班)不上了！不上了！不上了！！！
火山引擎近期对豆包语音大模型进行了重大升级，推出了豆包语音合成模型2.0和豆包声音复刻模型2.0。此次升级的核心目标是让AI语音从“像人”走向“懂人”，通过深...
Adobe 新研究：不用再「喂」训练数据，VLM 靠和自己玩游戏变聪明
视觉语言模型（VLM）面临数据稀缺和人类知识天花板两大核心挑战。当前训练方法高度依赖人工标注数据和强化学习奖励设计，导致多模态标注成本高昂，且模型能力...
大模型追逐星辰大海，GPT和Gemini国际天文奥赛夺金
大型语言模型在国际天文学和天体物理学奥林匹克竞赛（IOAA）中展现出接近或超越人类金牌选手的卓越表现。最新研究以2022-2025年IOAA试题为基准，系统评估了GP...
ICLR 2026惊现SAM 3，分割一切的下一步：让模型理解「概念」
Meta的研究团队可能推出了「Segment Anything」系列的最新版本SAM 3，相关匿名论文已提交至ICLR 2026。该论文提出了「可提示概念分割」（PCS）任务，通过文本...
今天，好像见证了属于SD时代的消亡。
国内著名模型开源社区liblib宣布升级至2.0版本，标志着以Stable Diffusion为代表的开源AI绘画时代迎来重大转折。公告中提及'开源生态遇冷'与'新用户找不到方...
告别「解码器饥饿」！中国科学院NeurIPS推SpaceServe，高并发克星
中国科学院计算技术研究所的研究团队在NeurIPS 2025发表论文《SpaceServe: Spatial Multiplexing of Complementary Encoders and Decoders for Multimodal LL...
首家AIOS落地来自vivo：个人化智能复刻人类思维，手机还能这样用
vivo在2025年开发者大会上展示了其端侧AI技术的重大突破，标志着AI手机从概念走向实用化。通过推出蓝心3B端侧多模态推理大模型，vivo构建了一套轻量化且高效...
当Sora2遇上国产 Vidu Q2，国产参考生真的更香了！一手亲测
近期AI视频生成领域迎来重要进展，Vidu Q2参考生视频功能与Sora 2展开多维度技术对比。测试聚焦三大核心维度：一致性保持、物理规律遵循和运镜能力。在一致性...
Sora 和 AI 视频的爆炸性红利
团队在一次长达两个半小时的周会上重点讨论了OpenAI最新发布的社交类AI视频应用Sora及其第二代模型Sora 2。会议气氛异常兴奋，与会者深入探讨了这项技术带来...
vivo 的 AI 破局之道：给每个用户发一个「专属」大模型
2025年vivo开发者大会的核心焦点是「2025蓝心智能战略」的全面升级，这一战略旨在通过AI技术的深度整合与创新，打造更贴近用户需求的个人化智能体验。OriginO...
