「文本智能技术」共找到 5886 篇相关文章
从“小卡拉米” 杀入 CNCF,创始人却说:HAMi火了,我们每天仍如履薄冰
本文讲述 HAMi 项目从“小卡拉米”到进入 CNCF 孵化阶段的历程。该项目解决 GPU 利用率问题,建立跨厂商生态。密瓜智能围绕其成立,补社区短板。虽 HAMi 成功,但密瓜智能仍需证明商业价值。
Qwen新开源,把AI生图里的文字SOTA拉爆了
通义模型家族新开源图像生成模型Qwen - Image,是通义千问系列首个图像生成基础模型。实测其对提示词理解到位,文字渲染高保真。它具备复杂文本渲染、一致性图像编辑能力,在多基准测试达SOTA。
ICML 2025 | 清华、上海AI Lab等提出傅里叶位置编码,多项任务远超RoPE
长文本能力对语言模型重要,但现有模型训练窗长有限,流行的RoPE也有局限。清华、上海AI Lab团队用傅里叶分析解读其不足,提出傅里叶位置编码FoPE,提升长文本泛化能力,实验表现超RoPE。
独家 | CMU博士、UCSD助理教授黄碧薇创立「原识之智」,聚焦因果推理方向
AI科技评论独家获悉,CMU博士、UCSD助理教授黄碧薇创立上海原识之智科技有限公司,切入具身智能基础层相关的因果推理方向。当下大语言模型在符号世界表现出色,而机器人缺乏因果推理能力,原识之智项目已获顺为资本早期投资。
ICML25 | 让耳朵「看见」方向!仅依靠360°全景视频,就能生成3D空间音频
空间音频技术成提升沉浸式体验关键,但现有技术未充分利用360°全景视频空间信息。OmniAudio研究可直接从360°视频生成空间音频,相关代码和数据集已开源,虽有局限但前景好。
Karpathy强推,大厂抢着「复古」命令行,Star数全都上千了
飞书、钉钉、企业微信接连推出 CLI,GitHub Star 数上千。CLI 是传统人机交互方式,契合大语言模型运作逻辑,国内外多家公司及项目推出相关工具,还给出为智能体构建 CLI 的设计模式。
刚刚,29岁IOI金牌华人收购Windsurf剩余团队!OpenAI 30亿彻底梦碎
29岁华人IOI金牌创始人Scott Wu官宣Cognition AI收购AI编程工具Windsurf,涵盖其知识产权等。此前谷歌已斥资24亿收购部分团队获技术授权,OpenAI 30亿收购梦碎。Cognition将整合技术打造产品生态。
Claude 上线隐形水印
从上周起,Anthropic 在 Claude 模型所有文本输出中嵌入隐形水印。该水印在文本生成时织入文字,复制粘贴也保留,编辑修改可能仍在。标记机制分文本水印和文件元数据两层,全球生效。
独家|前小米崔宝秋低调创业,揭开家庭机器人的最优解
前小米“技术教父”崔宝秋创办家庭具身机器人公司“若伴科技”,获全明星阵容“亲友+种子轮”融资。他有深厚技术与产品经验,其设想的家庭机器人将打通小米生态,且结合开源构建数据闭环。
IDE?字节TRAE搞了个大升级,现在能全流程开发了
国内首个原生AI IDE TRAE推出SOLO正式版,升级为集成多智能体协同架构与全流程开发工具链的AI协作平台。新增SOLO Coder智能体,三栏布局更高效,升级思路贴合开发者需求。