「3D场景扫描」共找到 3871 篇相关文章
多模态“源神”!MiniMax开源SOTA生图模型,原生4K,一张两毛
MiniMax 开源图像生成模型 H3-Image,支持原生 4K 分辨率(4096×4096)输出,生成耗时约 10 到 20 秒。
OpenAI史上最快模型降临,每秒1000Token!代码从此「炸出来」
OpenAI发布GPT-5.3-Codex-Spark,它是专为实时编程设计的超高速模型,生成速度超每秒1000个token,联手Cerebras硬件,重写底座提升性能,在多项测试表现强,ChatGPT Pro用户可尝鲜。
研究发现,GitHub 的“oops commits”中包含了数千条已泄露的秘密信息h
安全研究员 Sharon Brizinov 与 Truffle Security 调查 GitHub 的“oops commits”,揭露数千条遗留秘密信息。团队还发布开源工具 Force Push Scanner 助扫描。研究挑战强制推送提交私有观念,还给出防泄密建议。
像原始人一样和AI对话,费用可直接砍掉40%
开源项目‘caveman-compression’能帮使用ChatGPT API或其他大模型的用户省钱。原理是删废话留关键信息,有调用OpenAI和本地NLP两种压缩方式,不同场景省钱效果不同,还介绍了使用方法。
从 Sigmoid 到 SwiGLU:一文读懂神经网络激活函数的设计逻辑
本文系统梳理神经网络激活函数的发展历程,从传统普通激活到门控激活,讲解Sigmoid到SwiGLU各类激活的设计逻辑、优缺点与适用场景,帮助入门者理解设计思路
在Claude桌面版里用任意模型
现在Claude桌面版可使用任意模型,这是4月官方更新添加开发者模式带来的功能。文中介绍了操作方法,还称Claude桌面版是世界最好的AI客户端,覆盖多种使用场景,推荐大家使用。
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。
我去,短短时间,狂揽27.4K星,Windows用户的春天,任务栏秒开Linux的「神器」来了,6的飞起
由 Cascadium 团队打造的 WSL Windows Toolbar Launcher,将 Linux 终端装进 Windows 任务栏。它有一触即发控制台、状态感知任务栏等功能,适用全栈开发、机器学习等场景,与同类项目相比优势明显。
机械手成精了:能变形、能爬行、自己抓东西,全程无人操控
武汉大学高霄团队设计出可拆卸爬行机械手,能像普通机械手抓取物体,还能脱落爬行够取远处物品。其完成全套取物任务,未来有望用于工厂、救援、家庭等场景。
多模态开发革命!Gabber开源:图形化构建实时AI应用,效率提升10倍!
AI应用迈向多模态交互,传统开发方式周期长。开源项目Gabber是实时AI应用引擎,通过模块化与图形化简化开发,有诸多特性,还给出安装指南,适用于多种场景。