12项世界第一!国产基模一战封神,11亿参数逆袭70亿大魔王
深扒内幕发现:他们竟然直接抛弃了 DINOv3,从头自研预训练基座,仅用11亿参数暴力干翻70亿大魔王,且宣布重磅开源。
像素空间和潜空间打了一架,谁赢了?
你有没有想过一件事:现在几乎所有能打的文生图模型,比如Stable Diffusion、FLUX、Seedream,背后都藏着一个共同的秘密武器,叫做VAE。
动视学着点!《堡垒之夜》新补丁缩减游戏约60G容量
PC版的《堡垒之夜》不知不觉游戏容量也来到了99G,但相比《使命召唤16:现代战争》的232G还算是小巫见大巫。
Ilya刚预言完,世界首个原生多模态架构NEO就来了:视觉和语言彻底被焊死
当Ilya Sutskever最近公开宣称“纯靠Scaling Law的时代已经结束”,并断言“大模型的未来不在于单纯的规模更大,而是要架构变得更聪明”时,整个AI界都意识到了一场范式转移正在发生。
微软悄然修复Win11高危LNK漏洞,曾拒绝承认其风险
IT之家 12 月 3 日消息,科技媒体 BornCity 今天(12 月 3 日)发布博文,报道称微软通过未公开说明的更新,修复了 Windows 11 系统中编号为 CVE-2025-9491 的 LNK 文件高危漏洞。
世界模型、预测模型之后的AI路在何方?小鹏给出的答案是:TuringViT
封面新闻记者 李继龙在智能驾驶竞争不断升级的背景下,车企之间的较量正从应用层逐渐向底层AI能力延伸。近日,小鹏汽车发布视觉基础模型TuringViT。这是继世界模型、预测模型等技术之后,小鹏今年推出的又一项AI底层技术成果。
刚刚,首个空间原生的具身视觉基模开源!机器人更会看真实世界了
金磊 发自 凹非寺量子位 | 公众号 QbitAI这一次,机器人更能看懂我们的真实世界了。能看懂到什么程度?我们直接来看一个效果:视频地址:https://mp.weixin.qq.
研究人员提出AI模型无损压缩框架,压缩率达70%
实验结果显示,DFloat11 解压缩的效率明显高于两条基线,其吞吐量比 CPU 到 GPU 的传输高出 24.87 倍,不仅延迟更低,而且比英伟达 nvCOMP 解压缩快 15.12 倍。
谷歌DeepMind重磅开源多模态TIPSv2:实现Patch-Text对齐最优表现
导语:在多模态大模型飞速发展的今天,视觉 - 语言基础模型在分类、检索、分割和深度预测等任务上取得了巨大进步。