图像生成
图像,绘画
当AI遇上心理学：如何让AI的眼神更像人？｜AAAI 2025
高瓴人工智能学院宋睿华团队与跨学科研究者合作开发的EyEar技术，成功实现了对人类视听同步场景下注视轨迹的预测。该模型通过结合物理启发的动力系统和多模态...
字节视频生成新突破！Phantom搞定多人物/主体一致性
字节智能创作团队推出的Phantom视频生成模型，在解决多主体一致性难题上取得突破性进展。该模型通过精准捕捉人物、物品、动物及虚拟角色的关键特征，实现多主...
Nature独家爆料：全球机构撤稿率大排行，医学领域成重灾区
* * *Nature杂志首次对2014年至2024年全球机构撤稿率进行分析显示，医学领域成为撤稿重灾区，约60%的高撤稿率机构为医院或医学院。研究数据来自三家私营研究...
Karpathy更新AI科普视频，网友：原本周末打算结个婚，改看视频了
Andrej Karpathy发布了一部时长2小时18分钟的教学视频，系统性地解析大型语言模型（LLM）的实践应用方法。该视频以普通用户为对象，聚焦如何通过LLM提升工作...
GPT-4.5 发布！OpenAI 史上最大最贵也可能是最慢那个，全网都在骂大街啦
OpenAI发布了GPT-4.5模型，目前以“研究预览”形式面向Pro订阅用户（每月200美元）和API开发者开放。该模型被官方称为“迄今知识最丰富的模型”，但明确强调其并...
被Github 上的Stable Diffusion 坑惨了？失业、欠帐、恐慌，工程师怒喷：AI软件毁了我！
前迪士尼工程师Matthew Van Andel因下载一款AI图像生成器而陷入一场由恶意软件引发的噩梦。他原本以为这是GitHub上的一个有用工具，却未料到它携带了恶意软件...
OpenAI Deep Research专访：Agent 的未来是端到端、强化学习微调
OpenAI Deep Research 和 Grok Deep Search 展示了人工智能在复杂任务处理上的重大突破。推理模型经过强化学习端到端训练后，处理复杂任务的能力有了质的飞跃...
熬夜看完 GPT 4.5 的发布，没有特别多惊喜。
OpenAI最新发布的GPT-4.5模型（代号Orion）成为其迄今为止计算资源和数据规模最大的AI系统，训练过程延续了无监督预训练技术路径。尽管模型参数量级显著提升...
微软首个多模态Phi-4问世，56亿参数秒杀GPT-4o！LoRA华人大佬带队
微软发布Phi-4系列两款新型模型——Phi-4-multimodal和Phi-4-mini，标志着小型语言模型（SLM）领域的重大突破。Phi-4-multimodal作为微软首个多模态模型，集成...
微软Phi-4家族新增两位成员，5.6B多模态单任务超GPT-4o，3.8B小模型媲美千问7B
微软于2024年底推出的Phi-4模型家族新增Phi-4-multimodal和Phi-4-mini两个成员，标志着小型语言模型在性能与效率上的重大突破。140亿参数的Phi-4使用40%合成...
