在多模态智能浪潮中，视觉语言模型（Vision-Language Models, VLM）已成为连接视觉理解与语言生成的核心引擎。从图像描述、视觉问答到 AI 教育和交互系统，它们让机器能够「看懂世界、说人话」。
打造 AI 时代计算效率的新标杆。
近年来，Stable Diffusion、CogVideoX 等视频生成模型在自然场景中表现惊艳，但面对科学现象 —— 如流体模拟或气象过程 —— 却常常 “乱画”：如下视频所示，生成的流体很容易产生违背物理直觉的现象，比如气旋逆向旋转或整体平移等等。
52个人，一款AI PPT工具，年入上亿美元。
EverMind 团队近日宣布正式发布其旗舰产品 EverMemOS，这是一款面向人工智能智能体的世界级长期记忆操作系统。它旨在成为未来智能体的数据基础设施，为 AI 赋予持久、连贯、可进化的 “灵魂”。
人类的下一个分裂，从算法开始。 作者｜Moonshot 编辑｜靖宇 在生成式 AI 的早期叙事里，AI 大模型曾被描绘得理性、冷静、无偏见。 然而，不到三年时间，这个叙事迅速崩塌。事实正在变得越来越清
机器之心报道 编辑：泽南、杨文 现在，只需要一个简单的、用深度光线表示训练的 Transformer 就行了。 这项研究证明了，如今大多数 3D 视觉研究都存在过度设计的问题。 本周五，AI 社区最热
华为公司董事、ICT BG CEO 杨超斌在致辞中表示，AI 技术正以前所未有的速度改变各行各业，传统服务器集群无法有效满足算力不断增长的诉求。华为已经开放灵衢互联协议 2.0，支持产业界伙伴打造基于灵衢的超节点，还将向开源欧拉社区贡献支持超节点的操作系统插件代码，提供「内存统一编址」
就在今天，OpenAI 发布了一项新研究，使用新方法来训练内部机制更易于解释的小型稀疏模型，其神经元之间的连接更少、更简单，从而观察它们的计算过程是否更容易被人理解。
从手机、PC、汽车到机器人，我们需要怎样的端侧AI "芯" 思路？ 作者 | 云鹏 编辑 | 漠影 机器人走猫步引爆行业、舞蹈功夫如人类般丝滑；AI手机一句话订外卖做报告、懂你所想知你所言；AI PC
