「原生视觉」共找到 1173 篇相关文章
印奇这次要“从0重做”智驾模型!首谈阶跃和千里双公司布局:中国AI商业闭环要靠车跑出来
智能驾驶行业激战正酣,千里科技与阶跃星辰合作打造“原生智驾基座模型”。印奇首谈双公司布局,认为中国AI商业闭环要靠车跑出来。千里科技收入、利润双增,智驾装机规模将超百万辆,还布局Robotaxi和超级智能体。
密室逃脱成AI新考场,通关率不足50%,暴露空间推理短板丨清华ICCV25
清华大学团队受密室逃脱游戏启发,提出EscapeCraft:一个3D密室逃脱环境,用于评估多模态大模型在视觉环境中完成复杂任务推理的能力。该论文已入选ICCV 2025。研究评测了多个热门模型,发现它们在推理和探索行为方面存在诸多问题。
千问7B生图模型开放权重!3090就能跑,2K出图修图抠图全包
千问开放了7B参数的Qwen-Image-2.1生图模型权重,单张RTX 3090即可运行,一套模型覆盖文生图、修图、抠图、2K原生输出、透明图生成全需求,网友实测效果出色,该模型已登上Hugging Face文生图趋势榜第一,目前权重仅开放非商用授权。
对话VAST曹炎培:2秒才是3D生成本该有的速度
本文对话VAST首席科学家曹炎培,介绍其最新Smart Mesh功能,仅靠提示词或参考图,2秒内极速生成3D模型。Tripo P1.0重构AI 3D底层范式,实现原生三维空间概率生成。VAST获5000万美元A轮融资,今年将推UGC 3D平台。
谷歌Nano Banana Pro炸了!硅谷AI半壁江山同框,网友:PS已死
谷歌推出基于Gemini 3 Pro的图像生成模型Nano Banana Pro,在图像编辑和生成上实现史诗级进化,有更广知识储备、超强文字渲染和精准细节把控。它支持4K原生,知识推理强还能直连搜索,玩法多样但也有改进空间。
阿里一口气发了N款新模型,让我们向源神致敬。
阿里云栖大会发布众多模型,有Qwen3 - Max、Wan2.5等。Qwen3 - Max对标顶尖模型;Wan2.5支持音画同出;Qwen3 - VL是强大视觉语言模型且已开源;Qwen3 - Omni是全模态模型。此外还有多个新模型,构建全场景生态。
有人每月烧掉1万美元!嫌Claude太贵,这家公司改用GLM:56张B200扛起2000名工程师,AI成本直降90%
Revolut 改用 56 张英伟达 B200 自托管智谱 GLM 模型,AI 推理成本直降约 90%,工程师编码时间缩短 60%。
GPT-6.1 Terra 半价上线
OpenAI 发布中端模型 GPT-6.1 Terra,标准 API 输入每百万 token 1 美元、输出 5 美元,较上一代降价 50%。
覆盖83种职业/1459份文件,Google DeepMind提出评测基准MKA,用200项专业任务评估多模态智能体独立工作能力
Google DeepMind 推出多模态评测基准 MKA,覆盖 10 个领域的 200 项端到端专业工作任务。测试显示参评模型在较难的攻坚项上最高仅达 56.6%。
接入它之后,微信成了我的生产力工具
墨问 Bots 开启公测,功能全部免费使用但需自备模型订阅。用户扫码即可将 Bot 接入个人微信,直接在微信对话或群聊中派发日常任务,或远程操控电脑写代码。