「开源图像生成」共找到 5105 篇相关文章

产品应用8

解密谷歌 NotebookLM 技术幕后【上】:知识如何被“转译”为 AI 对话式播客

NotebookLM是Google推出的AI知识工具,能将文档、网页等内容转化成笔记、播客、视频等。文章探秘其技术,解析AI音频播客与视频生成能力,还给出构建音频播客生成器的实践流程。

AI大模型应用实践
算法论文8

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。

量子位
新闻资讯7

光刻机巨头ASML,108亿控股了一家大模型公司

光刻机巨头ASML领投法国AI明星公司Mistral AI的C轮融资,砸13亿欧元成第一大股东,推高其估值至100亿欧元。Mistral开源与商业化并行,ASML投资或提升光刻机效能。

量子位
新闻资讯7

北大ChatExcel,获得千万级新投资

北大团队研发的ChatExcel完成天使轮融资,获近千万支持。资金用于产品研发和全球化推广。它是中国首个生成式AI Excel与数据分析智能体,已服务超百万用户,还启动了PreA轮融资。

量子位
开源动态7

狂涨12.6K star!Shell命令即搞定可视化监控,超级6~~

开源君分享简单轻量的开源项目Sampler,它能通过YAML配置文件实现系统指标监控与可视化,支持多平台,收获12.6K star。其有简单易用、跨平台等特色,安装后创建配置文件即可使用。

开源先锋
推荐文章8

WaveSpeedAI 成泽毅:AI Infra 本来就是一门能挣钱的生意

WaveSpeedAI成泽毅本在大厂做Infra,后创业。他先在社区验证技术价值,创业首日就定全球化策略。WaveSpeedAI团队小而灵活,用利他思维合作,在视频生成领域降成本,验证了推理基建有市场。

Founder Park
开源动态8

准确率92.7%逼近Claude 3.5、成本降低86%,开源代码定位新神器LocAgent来了

OpenHands 等团队发布 LocAgent,这是用于代码定位的图索引 LLM Agent 框架,准确率达 92.7%。它把代码库解析成图,提供工具接口,经实验效果出色,开源微调模型降本增效,还能提升问题解决率。

机器之心
新闻资讯8

在这场大会上,我们看到了AI进入物理世界后的样子|甲子光年

第七届北京智源大会亮点多,有四位图灵奖得主。议题紧跟前沿,设20个论坛和180余场报告。现场展示多个机器人应用。智源发布“悟界”系列大模型,还聚焦开源,升级FlagOS系统。两位图灵奖得主对AI安全看法不一。

甲子光年
开源动态8

DeepSeek"小更新"涨11分:这些跑分别急着信

DeepSeek-V4.1-Flash-1017 已上线网页、App 和 API,价格不变且 MIT 开源;Agent 榜最高涨11.1分,但换 Agent 框架可差 8.7 分。

机器学习算法那些事
推荐文章8

大模型推理加速全链路:内存管理、编译优化、量化与并行策略

本文整理自金煜阳博士在QCon大会分享。介绍大模型推理挑战,如规模增大、架构复杂。阐述算子优化、内存管理、量化、异构调度和并行优化方法,还介绍开源推理引擎赤兔在国产芯片的实践成果。

InfoQ