图像生成
图像,绘画
Idea撞车何恺明「分形生成模型」！速度领先10倍，性能更强
澳大利亚国立大学的研究团队提出了一种全新的图像生成模型ARINAR，该模型在生成质量和速度上均取得了显著提升。ARINAR全称为双层自回归逐特征生成模型，其核...
英伟达团队发布最新具身模型 Cosmos-Reason1，在物理世界推理中碾压 Qwen、GPT-4o 等多个 VLM 模型
英伟达团队在GTC大会上发布了新的物理世界大模型Cosmos-Reason1，该模型专注于提升AI系统与物理世界交互的推理能力。作为Cosmos系列的一部分，Cosmos-Reason1...
对话周光：自动驾驶实现AGI，RoadAGI比L5更快 | GTC 2025
在英伟达GTC 2025大会上，元戎启行CEO周光提出了RoadAGI的概念，这是一种通过自动驾驶实现垂直领域通用人工智能（AGI）的新路径。与传统的Robotaxi不同，Road...
被谷歌点名感谢！杭州六小龙开源黑科技，让机器人瞬间「悟透」3D世界
群核科技近期开源了空间理解模型SpatialLM，该模型通过视频理解物理世界的几何关系，并将其转化为机器能读懂的指令，相当于教会机器用人类直觉感知世界。Spat...
英伟达开源通用机器人大模型—GR00T N1
全球AI领导者英伟达在“GTC 2025”开发者大会上宣布开源人形机器人通用大模型GR00T N1，该模型能够处理多模态数据，包括语言、图像和视频，适用于家务、工厂等...
Wiz：320亿美元、谷歌史上最大收购，团队两次创业成功的背后故事
谷歌宣布以320亿美元收购网络安全公司Wiz，这是谷歌有史以来最大的一笔收购。此前，谷歌曾提出230亿美元的报价，但被Wiz拒绝。此次交易还包括32亿美元的分手...
英伟达全力发展AI Agent！开源专属大模型，最强AI工厂
在2025年全球技术大会（GTC 2025）上，英伟达展示了其在人工智能（AI）领域的最新进展，尤其是AI Agent技术的发展。大会首日，英伟达宣布与甲骨文（Oracle）...
多模态也做到了强推理！工业界首个开源的R1V，让视觉思考进入o1时代
昆仑万维近期发布了Skywork R1V系列模型，这一多模态思维链推理模型在视觉推理和通用推理能力上达到了SOTA级别，成为国内首家开源多模态思维链推理模型的企业...
单个4090就能跑，Mistral开源多模态小模型，开发者：用来构建推理模型足够香
法国AI创企Mistral AI最近开源了一款名为Mistral Small 3.1的多模态小模型，该模型在多个基准测试中表现优异，超越了Gemma 3和GPT-4o Mini等同类模型。Mistra...
全球首个工业界多模态推理模型开源！38B硬刚DeepSeek-R1，训练秘籍全公开
昆仑万维近日发布了全球首个开源的多模态推理大模型Skywork R1V（简称R1V），该模型拥有38B参数，性能直逼DeepSeek-R1，并在多项基准测试中取得了领先的成绩...
