图像生成
图像,绘画
不做“传统机器人公司”的智元发了个大模型，要让机器人看视频就能进化
智元机器人发布了通用具身基座大模型——智元启元大模型（GO-1），展示了其通过模仿人类操作完成家务任务的能力，如倒水和制作吐司早餐。GO-1的核心功能依赖于V...
Mistral AI 发布号称最强 OCR API：能解锁 90% 非结构化数据，1 美元搞定 2000 页文档
法国 AI 明星创企 Mistral AI 发布了一款名为 Mistral OCR 的光学字符识别（OCR）API，旨在帮助企业更高效地处理和理解各种文档。该 API 能够从非结构化的 PD...
二次元AI新玩具破圈走红！短短几个月100万MAU
二次元圈子近期出现了一款名为“狸谱”的AI应用，迅速在年轻群体中走红。这款应用不仅能够生成高质量的二次元图像，还提供了丰富的互动功能，满足了用户对虚拟...
MIT 最新扩散模型课程：从微分方程探索 AIGC 的边界
MIT计算机系教授Peter Holderrieth和Ezra Erives在其最新课程系列“Generative AI with Stochastic Differential Equations”中，深入探讨了生成式人工智能（AI...
准博士生把导师履历论文输入ChatGPT，制成「AI评委」！顺利通过资格考试
美国学生发现了ChatGPT的创意新用途，展示了其在学术和日常生活中的多样化应用。2024年8月，University of Colorado的生物医学博士生候选人Adriana Ivich在准...
GDC 2025全球开发者大会回顾：算法与算力的双重革新
全球开发者大会（GDC）2025年在上海召开，聚焦人工智能技术的最新突破，围绕算法与算力两大核心议题展开深入探讨。大会吸引了全球顶尖的开发者、技术专家和产...
DeepSeek占比升至9.6%，稳居全球第二！「全球生成式AI行业趋势」发布
生成式AI技术正在全球范围内迅速崛起，对多个行业产生了深远影响。SimilarWeb发布的「全球生成式AI行业趋势」报告显示，过去12周内，AI工具的整体增速约为20%...
千页只需7块钱，Mistral发布世界最强文件扫描API，实测仍有缺陷
法国大模型独角兽 Mistral AI 近期推出了其光学字符识别（OCR）产品 Mistral OCR，号称是“世界上最好的 OCR 模型”。该模型以图像和 PDF 作为输入，能够以前所...
强化学习成帮凶，对抗攻击LLM有了新方法
威斯康星大学麦迪逊分校的研究团队最近发现，强化学习可以被用于实施黑盒逃避攻击，即通过生成对抗样本来欺骗机器学习模型。这一发现揭示了强化学习在攻击AI...
仅1/70的数据量，多模态检索效果却更优! 智源发布BGE-VL，合成数据立大功
智源研究院联合多所高校开发了多模态向量模型BGE-VL，进一步扩充了BGE系列模型的生态体系。BGE-VL在图文检索、组合图像检索等主要多模态检索任务中均取得了最...
