「本地推理」共找到 2447 篇相关文章
Meta打碎Transformer 8年铁律!改写AI最底层规则,模型首次冒出潜意识
Meta推出「自由Transformer」新模型,打破自2017年以来GPT模型核心规则,在解码器引入潜在随机变量Z,增加“潜意识”。仅增约3%计算开销,在多测试中超越大规模模型,或开启后自回归时代。
69 页最新报告丨AI Agent 圣经:智能体的终极指南
AI Agent 定义下一轮科技创新浪潮,众多公司积极布局。CBINSIGHTS《AI Agent Bible》报告梳理其前景趋势,含六大预测与生态版图,解析市场格局等,还展示智能体重塑企业运营方式。
无限长、零掉帧!StableAvatar口型同步全新技术
当前音频驱动头像视频生成扩散模型合成长视频时难兼顾音频同步与身份一致,瓶颈在音频建模。复旦大学提出StableAvatar,首个端到端视频扩散Transformer,能无限时长生成,还介绍原理与演示效果。
12秒生成1万token!谷歌推出文本「扩散模型」Gemini Diffusion,研究员:演示都得降速看
谷歌将图像生成常用的“扩散技术”引入语言模型,推出Gemini Diffusion,12秒能生成1万tokens,速度比Gemini 2.0 Flash - Lite更快。它通过逐步优化噪声学习生成输出,目前是实验性演示,可申请体验。
深度拆解 Muse Glimmer,24GB 显存跑 30B Agent,Meta 到底做了什么?
昨天,Meta发布约30B参数的多模态Agent模型Muse Glimmer,支持128K级上下文。它采用Apache 2.0许可证开放,有量化版本等。其技术设计围绕显存、上下文管理等问题展开,在多方面做了取舍。
夜间感知新突破!北航等提出红外主导的高效目标检测方案 | ECCV'26
在复杂视觉场景中,传统RGB - IR多模态检测方法在低照度等场景下因RGB退化影响检测效果。北航等团队提出的InfraNet,以红外为主,用质量感知机制控制RGB引导,在多数据集取得强竞争力结果。
企业级 AI Agent:彻底说清 MCP、CLI、Skills,如何定位、该怎么选、最佳实践。
文章解读了 MCP、CLI、Skills 三者定位、组成与工作层次,介绍工具选择方法,强调组合应用以发挥企业 Agent 最大效能,还指出 MCP、CLI、Skills 使用误区及 PTC 应用模式等。
虾、马之后,人类登场!这个霸榜GitHub项目火了
OpenHuman 是 tinyhumansai 团队构建的开源桌面 AI 智能助手,采用 GNU 许可证开源。它解决了 AI 助手失忆、集成碎片化等痛点,有记忆树、TokenJuice 等技术,目前在开源社区反响大。
“这个怎么组装?”一句无害的问题,如何让AI产生危险输出
Amazon团队发现全新威胁模型“视觉排他性”,提出MM - Plan框架,通过强化学习训练智能体自动发现攻击策略。实验显示其对Claude 4.5 Sonnet和GPT - 5攻击成功率可观,代码和数据集已开源。
免翻轻松用上Claude Code,这两个热门项目太香了!
GitHub上的`free-claude-code`和`cc-switch`两个项目,让开发者免翻用上Claude Code。前者是轻量级Python代理服务器,后者是跨平台桌面端助手工具。文章介绍了它们的核心亮点、快速上手步骤及对比情况。