「开源图像生成」共找到 5105 篇相关文章

算法论文8

别再手写 Skill 了!微软最新研究:像神经网络一样训练 Skill

微软研究提出 SkillOpt 方法,把 Skill 文档当「权重」训练,在 52 个测试组合中全部最优或并列最优,平均提升 23.5 分,碾压人类手写。该方法跨模型、环境有效,已开源,使用方便。

AGI Hunt
推荐文章7

Karpathy公开附议:AI Agent 的输出格式,正在从 Markdown 走向 HTML

随着 Agent 处理任务变复杂,Markdown 在长文档中可读性与排版局限凸显。HTML 能无损表达信息、支持双向交互,但生成耗时久、版本控制难。AI 研究者 Karpathy 附议,HTML 成探索方向。

深度学习自然语言处理
算法论文8

ICLR 2026 Oral | 告别多步去噪!清华团队推出MVP,实现机器人动作单步极速生成

清华大学智能驾驶课题组 iDLab 与加州大学伯克利分校人工智能研究院 BAIR联合发表研究,提出 MVP 策略。它引入瞬时速度约束解决均值流学习问题,设计复合生成与选择机制,在多任务测试中表现出色。

机器之心
8

4.1K Star!发现一个超轻量的 OpenClaw 平替项目,比 OpenClaw 内存少 99%!

开发者运行OpenClaw成本高,Sipeed推出超轻量开源项目PicoClaw。它内存占用小于10MB,成本只需10美元硬件,启动快、可移植,功能全,还介绍了入手方式和技术路线。

开源星探
开源动态7

直播实时离线翻译

传统离线翻译模型有延迟问题,GitHub上NoLanguageLeftWaiting开源项目把Meta的NLLB模型改造成实时同传模型,能边听边译,支持200种语言互译,还在开发推测解码功能提升速度。

GitHubStore
开源动态8

手机上同步用 Claude Code 和 Codex,666啊~

开发者常遇AI编程任务运行时需离开电脑的困扰。开源项目`Happy`是Claude Code和Codex的移动端及Web客户端解决方案,有跨端控制、实时同步等功能,助开发者随时随地管理会话。

开源先锋
新闻资讯7

Artificial Analysis:DeepSeek成为世界前二AGI实验室

模型与API独立分析公司Artificial Analysis对DeepSeek R1-0528评估显示,其一举超越xAI、Meta等,与谷歌并列全球第二大人工智能实验室,在多方面性能提升,缩小了开源与闭源模型差距。

AI寒武纪
开源动态8

Meta开源多语言语音识别系统,支持1600种语言,可轻松扩展新语种!

Meta研究团队开源Omnilingual ASR,能理解1600种语言,用几条语音 - 文本配对样本就能零样本扩展新语种。提供三种架构,满足不同需求,性能超现有多语种模型,应用场景广泛。

开源星探
开源动态8

DeepMind首个猜想库开源,获陶哲轩力挺!

谷歌DeepMind开源首个形式化数学猜想库,获陶哲轩力挺。该库用形式化语言重述数学猜想,为AI提供“标准答案模板”,还采取措施确保准确性,诚邀各方参与贡献。

新智元
新闻资讯7

谷歌偷偷上线免费Cursor,程序员饭碗又摔碎了!

Google AI Studio增加build按钮,相当于免费的cursor。能用一句话、图或文件生成完整AI应用并一键部署。可通过对话修改应用,分享应用消耗他人免费配额,利于推广Gemini生态。

探索AGI