「设计语言」共找到 2302 篇相关文章
OpenAI的Atlas,全网都没有提到的产品细节在这
作者本期待Gemini 3,结果体验Google AI Studio产品后觉得拉胯。此时OpenAI发布Atlas,作者体验后细节感满满,将其设为默认浏览器。文中介绍了Atlas负责人履历及诸多用户体验细节,也指出其功能尚不完善。
全球首个「长肌腱」AI机器人量产!Nature盛赞的中国方案惊艳IROS现场
当特斯拉等巨头还在展示蓝图,星尘智能已量产绳驱AI机器人并获多笔订单。在IROS 2025上,其首发半身机器人和超远程遥操作方案,以「Design for AI」理念获《Nature》认可,展现全栈技术实力。
轻量高效,即插即用:Video-RAG为长视频理解带来新范式
现有视觉语言模型处理长视频面临诸多难题,厦门大学等联合提出轻量高效、无需微调的 Video-RAG 框架,采用多模态辅助文本检索增强生成,解决长视频理解问题,适用于多场景。
AI打通第一/第三人称视觉,跨视角视觉理解新SOTA|ICCV 2025 Highlight
INSAIT、复旦大学等联合提出ObjectRelator框架,让AI精准匹配不同视角下同一物体,实现跨视角统一表征与理解。它在Ego转Exo和Exo转Ego任务上超基线模型,已被ICCV 2025接收,代码开源。
大的来了:谷歌Gemini 3.0 Pro单次生成网页版操作系统,Win、Mac、Linux一网打尽
海外平台爆火的视频展示了用未发布的谷歌Gemini 3.0,仅靠几行提示词在2分钟内One Shot生成网页版操作系统。与Claude 4.5 Sonnet对比,Gemini 3.0优势明显,还展现出高超前端设计能力,但离真正构建操作系统仍有距离。
刚刚,Figure 03惊天登场!四年狂造10万台,人类保姆集体失业
通用机器人曙光来临,Figure 03正式亮相,专为Helix「大脑」打造,手掌心有摄像头,指尖能感知3克力。其进化亮点多,未来四年将量产十万台,适用于家庭和商用场景。
700 美金买“真情”?AI情感类产品爆火背后:卖的不止是陪伴,而是年轻人的孤独
本文讲述林悦依赖AI情感陪伴应用的故事,指出当下AI情感陪伴类产品受欢迎,如字节‘显眼包’、卡西欧Moflin。分析市场大的原因,探讨核心价值、产品设计、商业模式等,也提及行业挑战。
AI Coding正在重塑大前端!一码多端如何破局?
InfoQ直播栏目邀前阿里工程师吴子奇等探讨AI Coding与跨端研发。提到跨端框架设计、技术创新、人才要求等观点,还介绍快手和字节探索,10月QCon上海站设相关专题。
OpenVision 2:大道至简的生成式预训练视觉编码器
多模态大模型浪潮中,视觉模块是关键。此前OpenVision训练管线复杂,成本高。研究者提出OpenVision 2,移除文本编码器与对比学习,引入随机丢弃视觉token技巧,性能佳且效率高,挑战了对比学习范式。
MCP Registry 预览版上线:AI 开发的统一服务目录
Model Context Protocol 推出 MCP Registry 预览版,这是开放的 MCP 服务器目录和 API,可改善服务器可发现性。注册表开源,分公共和私有子注册表,采用社区举报机制,设计类似 Docker Registry。