数据
霉霉用中文拜早年！国风年味视频免费生成，可任意切换主角，0帧起手小白友好
新一年，霉霉也来送祝福啦，完全中文版哦。 几十米高的大熊猫爬上了长城。 鱼尾狮成了它把玩的玩具。
1/13/2025 1:50:25 PM
量子位
突破瓶颈！北航ETH等将扩散模型完全量化至1bit，28倍存储节省+52.7倍效率提升
将扩散模型量化到1比特极限，又有新SOTA了！ 来自北航、ETH等机构的研究人员提出了一种名为BiDM的新方法，首次将扩散模型（DMs）的权重和激活完全二值化。 具体而言，作者们从时间和空间的角度对扩散模型进行了优化：从时间角度来看，引入了“时间步友好二值结构”（TBS），通过可学习的激活二值化器和跨时间步特征连接来应对DMs高度时间步相关的激活特征。
1/13/2025 7:00:00 AM
量子位
英伟达迷你超算遭友商嘲讽：宣传FP4算力，实际“不如买个游戏电脑”
老黄在CES上发布的迷你超算Project DIGITS，开启了AI超算的PC时刻。 但随即也引发了不小争议，还遭到了大佬的贴脸嘲讽。 在AMD和英特尔都工作过的芯片设计专家Raja Koduri实名吐槽道：FLOPs除以4，价格翻倍，这就是在CES上stay grounded的秘诀。
1/10/2025 2:15:47 PM
量子位
个人跑大模型，英伟达「皮衣刀客」新出的Project DIGITS与M4 Mac Mini到底哪个好？
前些天，英伟达发布了一大堆东西，其中包括一款 AI 超级计算机 Project DIGITS，机器之心也在第一时间进行了报道，参阅《RTX5090 震撼发布，国行 16499 元起，黄仁勋「美国队长」pose 亮翻全场》。 在这篇文章的评论区，一位读者的问题引发了不少争议。 虽然该问题的最高赞回复表示这是「英伟达被黑得最惨的一次」，但实际上使用 Mac Mini 作为个人的大模型运行平台并不是什么罕见操作。
1/10/2025 11:39:39 AM
机器之心
我们一起聊聊如何给AI大模型喂数据？
大家好呀，我是飞鱼。 如果我想要大模型学习我的知识，怎么给他数据呢？ 数据是大模型的食物，只有喂对了，模型才能更好地学习和成长。
1/10/2025 8:06:39 AM
日常加油站
今天起，汉字也能AI视频生成了！《滕王阁序》直接拿捏到位了
“汉字”这个难关，今天终于被AI视频生成给拿下了！ 话不多说，我们直接先来看效果：这个“福”字，就这样被AI水灵灵地一笔一划滴了出来。 再如下面这个例子，我们的Prompt是：有汉字“量子位”，古风。
1/9/2025 1:30:00 PM
量子位
如何证明一个数是无理数？他们找到了欧拉和黎曼错过的证明，华人数学家唐云清参与
我们都知道，实数分为有理数和无理数，它们的定义也都很明确。 但令人惊讶的是，其实很难证明一个数究竟能否写成分数形式。 而现在，这个古老的问题有了一种广泛适用的新方法。
1/9/2025 12:24:39 PM
机器之心
OpenAI智能体曝本月诞生！比谷歌Anthropic慢，竟是担心prompt攻击
2025年，智能体将是AI领域最激烈的战场。 然而，一直在AI领域「独占鳌头」的OpenAI，却迟迟没有出手。 不过，外媒最近曝出了一条好消息——OpenAI可能在本月就会发布自家的「计算机操作智能体」！
1/9/2025 9:00:00 AM
新智元
纯视觉方案，精准操控电脑和手机！港大Aria-UI登顶，超越Claude 3.5
在当今数字时代，智能助手已成为处理跨平台任务的不可或缺工具。 然而，如何将用户的自然语言指令精准映射（grounding）到界面元素一直是该领域的核心挑战。 传统解决方案主要依赖调用无障碍API、解析HTML源码或提取后台数据，这些方法普遍存在效率低下、信息不完整、兼容性差等显著痛点，严重制约了自动化技术的广泛应用。
1/8/2025 2:43:30 PM
新智元
AAAI 2025 | 大模型推理加速新范式：加速比高达3.51倍、成本降至1/3
近日，中国电信翼支付针对大模型推理加速的最新研究成果《Falcon: Faster and Parallel Inference of Large Language Models through Enhanced Semi-Autoregressive Drafting and Custom-Designed Decoding Tree》已被 AAAI 2025 接收。 论文中提出的 Falcon 方法是一种增强半自回归投机解码框架，旨在增强 draft model 的并行性和输出质量，以有效提升大模型的推理速度。 Falcon 可以实现约 2.91-3.51 倍的加速比，在多种数据集上获得了很好的结果，并已应用到翼支付多个实际业务中。
1/8/2025 1:15:02 PM
机器之心
o1也会「想太多」？腾讯AI Lab与上海交大揭秘o1模型过度思考问题
本文的共同通讯作者为涂兆鹏和王瑞，涂兆鹏为腾讯专家研究员，研究方向为深度学习和大模型，在国际顶级期刊和会议上发表学术论文一百余篇，引用超过9000次。 担任SCI期刊NeuroComputing副主编，多次担任ACL、EMNLP、ICLR等国际顶级会议领域主席。 王瑞为上海交通大学副教授，研究方向为计算语言学。
1/8/2025 1:08:55 PM
机器之心
奥特曼家里也内讧了！亲妹告他长期虐待，刻意隐瞒遗产；家里其他人联名否认
我去，OpenAI CEO奥特曼的亲妹妹，一纸状书，把她亲哥给告了！ 想不到让奥特曼再次陷入舆论危机的矛头，这次居然来自家庭内部，来自小他9岁的妹妹安妮·奥特曼（Annie Altman）。 事态紧急，奥特曼立刻联名母亲和两位弟弟，共同发布回应：不，指控不实。
1/8/2025 11:57:28 AM
量子位
1/10训练数据超越GPT-4o！清华等提出隐式过程奖励模型PRIME，在线刷SOTA
告诉我，我会忘记，教我，我会记住，让我参与，我就能学会。 ——本杰明·富兰克林 打破数据墙，我们还能做些什么？ 近日，来自清华UIUC等机构的研究者提出了PRIME（Process Reinforcement through IMplicit REwards）：通过隐式奖励来进行过程强化。
1/8/2025 9:00:00 AM
新智元
RTX5090震撼发布，国行16499元起，黄仁勋「美国队长」pose亮翻全场
老黄穿上了新皮衣，拿来了新 GPU。 今天上午，全世界的目光都集中在了拉斯维加斯。 北京时间 1 月 7 日上午 10 点半，英伟达 CEO 黄仁勋在拉斯维加斯 CES 2025 展会上发表了主题演讲（keynote），涉及到的话题包括 GPU、AI、游戏、机器人等等。
1/7/2025 2:00:00 PM
机器之心
手机「自动驾驶」大揭秘！vivo万字综述探讨大模型手机自动化
导言你是否想过，手机能像电影钢铁侠中的智能管家贾维斯那般，一句话就能顺畅自如地完成各种复杂任务。 最近国内外的手机厂商和 AI 公司纷纷发布了手机 AI 智能体相关产品，让曾经的幻想逐渐有了可行性。 vivo 作为行业领跑者，在十月的开发者大会上推出了其手机智能体产品 “PhoneGPT"，能帮用户实现一句话点咖啡、订外卖、甚至能够一句话找到最近的私房菜馆并通过 AI 实现电话预定包厢，被网友们称作 “i 人救星”。
1/7/2025 1:22:58 PM
机器之心
陈丹琦团队降本大法又来了：数据砍掉三分之一，性能却完全不减
陈丹琦团队又带着他们的降本大法来了——数据砍掉三分之一，大模型性能却完全不减。 他们引入了元数据，加速了大模型预训练的同时，也不增加单独的计算开销。 在不同模型规模（600M - 8B）和训练数据来源的情况下，均能实现性能方面的提升。
1/7/2025 12:55:00 PM
量子位
AAAI 2025 | IML领域稀疏化视觉Transformer，代码已开源
SparseViT 的主要科研成员来自四川大学吕建成团队，合作方为澳门大学潘治文教授团队。 论文：《Can We Get Rid of Handcrafted Feature Extractors? SparseViT: Nonsemantics-Centered, Parameter-Efficient Image Manipulation Localization through Spare-Coding Transformer》论文链接：：，图像处理变得非常方便。
1/7/2025 12:00:00 AM
机器之心
资讯热榜
苹果发布全新Xcode 26开发者工具：内置ChatGPT先进AI功能
首月 1 美元，ChatGPT Team 会员美区 / 英区 / 欧洲区 / 澳洲区迎优惠
DeepSeek前高管秘密创业，新AI Agent项目已获顶级VC押注
那个男人回来了！Ilya现身多伦多大学毕业典礼：AI 像是用数字方式复制出来的大脑！不管你愿不愿意，AI都将深刻影响你的一生！
ChatGPT 语音功能升级，实时翻译对话更自然流畅
支持MCP！开源智能体开发框架 Rowboat：打造你的智能助手只需几分钟
长文本理解新王者?Gemini2.5Pro 击败 o3领跑 Fiction.Live 基准测试
谷歌 Gemini 应用月下载量超越 ChatGPT，用户活跃度仍显不足
标签云
人工智能
AI
OpenAI
AIGC
模型
ChatGPT
DeepSeek
AI绘画
数据
谷歌
机器人
大模型
Midjourney
用户
智能
开源
微软
GPT
学习
Meta
图像
技术
AI创作
Gemini
论文
马斯克
Stable Diffusion
算法
代码
英伟达
Anthropic
芯片
生成式
开发者
蛋白质
腾讯
神经网络
研究
3D
生成
训练
苹果
计算
智能体
Sora
机器学习
AI设计
AI for Science
Claude
GPU
AI视频
人形机器人
华为
搜索
场景
百度
大语言模型
xAI
预测
伟达
深度学习
Transformer
字节跳动
Agent
模态
具身智能
神器推荐
LLaMA
文本
视觉
Copilot
算力
工具
LLM
驾驶
API
大型语言模型
应用
RAG
亚马逊