图像生成
图像,绘画
CoRL 2025｜隐空间扩散世界模型LaDi-WM大幅提升机器人操作策略的成功率和跨场景泛化能力
预测性策略在机器人操作任务中能提升性能，但让世界模型预测机器人与物体交互的精确未来状态仍是挑战。国防科大、北京大学、深圳大学团队提出 LaDi - WM 模型...
Figma 如何使用 AI 来支持而不是取代设计师
Figma在其设计平台集成AI，带来诸多变革与创新。非技术人员借助其AI功能，能在数小时内构建原型，部分代码精确到可让工程师直接投入生产，且设计师始终掌控最...
智谱AI、清华开源新视觉大模型：刷新41项纪录，同级别最强
智谱AI与清华大学联合开源最新视觉大模型GLM - 4.5V，其在多个领域表现卓越。测试数据显示，GLM - 4.5V在42项主流测试中创造41项新记录，尤其在视觉智能体方...
吞下17亿图片，Meta最强巨兽DINOv3开源！重新定义CV天花板
Meta训练出70亿参数的「视觉巨兽」DINOv3，通过自监督学习（SSL）训练可生成强大且高分辨率的图像特征，在多个密集预测任务中超越专用解决方案，重新定义计算...
Meta刚刚开源DINOv3，横扫60+任务，无标注封神！
今天凌晨，全球社交、科技巨头Meta开源了最新视觉大模型DINOv3，其主要创新在于使用自我监督学习，无需标注数据，能大幅降低训练所需时间和算力资源。- 模型...
Tape-out生死时速：华大九天Argus重塑大规模SoC芯片物理验证效率！
芯片设计团队在物理验证阶段常面临诸多难题，如验证时间长、错误信息多等。华大九天的Argus为这一困境带来了转机，重塑了物理验证工作方式。验证速度与效率大...
AI 上新｜在 Edge 浏览器里，我第一次感受到了 AI 的「人味」
AI界近期聚焦GPT - 5和谷歌Genie 3，微软则悄然将Edge进化为AI浏览器。Edge此前风评不佳，2025年其首页仍充斥着MSN资讯等内容，且不断添加“无用新功能”致系统...
除了Qwen，阿里还有什么好东西？
8月5日，阿里巴巴通义千问团队开源Qwen - Image文生图模型，该模型针对中文复杂排版与高精度图像编辑优化，引发开发者对其与万相系列模型功能是否重复的疑问...
解决扩散模型过拟合的创新框架T-LoRA
随着预训练大型文本到图像扩散模型发展，企业和个人开发者探索通过少量样本对模型定制化，但面临训练样本有限时模型过度拟合问题，导致生成图像缺乏多样性和...
破解 AI 创企的「不可能三角」，解药不止「大模型」
在AI技术快速发展的背景下，行业竞争正从单纯的技术指标竞赛转向更深层次的生态构建与服务。百度集团副总裁袁佛玉在AI DAY现场指出，AI创企面临技术深度、迭...
