Anthropic与OpenAI达成一致，提倡落实行动。
新智元 · 09-13 07:33
最近DeepSeek Harness 团队负责人 Tianyi Cui 发了一个帖子介绍了 DeepSeek 新公开的三个代码仓库：我看了一下，这三个工具是 DeepSelect、deepseek-r
AINLP · 09-13 09:56
未来，“人类设计 Meta-AI（元 AI）来指导 AI”，似乎将成为一种必然趋势。
机器之心 · 09-13 10:20
论文导读西蒙菲莎大学、宾夕法尼亚大学、阿尔伯塔机器智能研究院提出IMLE-VLA，把机器人动作头从10次迭代采样改成一次生成，推理频率由15Hz升至55Hz。它在LIBERO平均成功率98.0%，真机
arXiv每日学术速递 · 09-13 09:43
论文导读小米ASR团队提出Xiaomi-CocktailASR-1，用一段参考语音当“声纹提示词”，从多人重叠声音中只转写目标说话人；目标人没开口时，模型应输出空文本。它在AliMeeting远场测试
arXiv每日学术速递 · 09-12 08:29
论文导读Adobe Research、威廉与玛丽学院提出Overpainting，用白、灰、黑三值蒙版告诉AI哪些像素必须修改、可以修改和绝对不能动。它既能保护背景，又允许模型在物体边缘补足上下文；结
arXiv每日学术速递 · 09-12 08:29
作者｜蔡芳芳 过去几年，AI 行业最受关注的问题往往集中在模型本身：参数还能做多大，训练需要多少 GPU，新模型又刷新了哪些 Benchmark。但当越来越多企业真的开始把 AI 放进生产系统，问题就
AI前线 · 09-13 13:30
论文导读论文公开页面未披露作者机构。SenseNova-U1.5是一款8B混合专家统一视觉模型，把图像理解、生成、编辑、多图参考和图文交错输出放进同一套端到端架构，并增加512到4096像素的高分辨率
arXiv每日学术速递 · 09-13 09:43
大家好，我是刘聪NLP。我今天刷到一个信息，就是阿里云把Token Plan做了升级，额外增加了一组Harness工具权益，包含联网搜索、垂类搜索、网页解析、代码解释器、图像生成、语音识别和语音合成。
刘聪NLP · 09-12 19:35
视觉、听觉、触觉三种数据，其实是同一组物理属性在不同感官通道上的投影。 作者丨陈淑瑜 编辑丨岑 峰
AI科技评论 · 09-12 09:30