搜索
8 月 4 日凌晨，马斯克旗下 xAI 正式向付费用户推出 Grok Imagine，可以用文字生成图像，然后将图一键变成 AI 视频。 短短 24 小时，Grok Imagine 用户使用量据称达数千万次。惊人的速度背后，是「允许擦边」的「Spicy Mode（火辣模式）」，让这款 AI 视频生成功能成为全网最具争议的新物种。
忘掉繁琐交互流程，也不用再蹲Veo 3了！ 现在分钟级高质量的AI创意大片，能够一键生成了。 比如一张人物图+提示词脚本，就能生成记者第一视角下采访西游记的视频特辑。
「软件正在吞噬世界，但AI将吞噬软件。」—英伟达CEO黄仁勋的预言正加速照进现实。
NVIDIA和AMD，终于有对手了？ 一家名不见经传的芯片初创公司——Bolt Graphics，在最新发布的测试中抛出惊人数据： 其首款GPU模组Zeus 4C，在路径追踪（Path Tracing）场景中，性能飙至RTX 5090的13倍。
心累！也是被小扎挖人挖怕了，奥特曼开始让员工保护好自己的名字。 员工清单=OpenAI最高机密。 首席科学家出去接受访谈，都被要求禁止透露重要员工名字。
LaTeX 公式的光学字符识别（OCR）是科学文献数字化与智能处理的基础环节，尽管该领域取得了一定进展，现有方法在真实科学文献处理时仍面临诸多挑战：
Huxe 是您的个人音频伴侣，旨在将您关心的一切，转化为精心生成的交互式体验。
SkinVision 是一家于 2011 年在荷兰阿姆斯特丹成立的数字健康公司，致力于通过人工智能（AI）驱动的移动解决方案，实现皮肤癌的早期检测与个性化皮肤健康管理。
近年来，大语言模型（LLM）在语言理解、生成和泛化方面取得了突破性进展，并广泛应用于各种文本任务。随着研究的深入，人们开始关注将 LLM 的能力扩展至非文本模态，例如图像、音频、视频、图结构、推荐系统等。
声音理解能力新SOTA，小米全量开源了模型。 MiDashengLM-7B，基于Xiaomi Dasheng作为音频编码器和Qwen2.5-Omni-7B Thinker作为自回归解码器，通过创新的通用音频描述训练策略，实现了对语音、环境声音和音乐的统一理解。