「开源图像生成」共找到 5111 篇相关文章
一图看透全球大模型!新智元十周年钜献,2025 ASI前沿趋势报告37页首发
新智元十周年峰会发布《2025新智元ASI前沿趋势报告》与《2025新智元ASI产业图谱》,预测2027达ASI临界,智能体全面爆发。报告展示全球大模型格局,中国开源模型表现亮眼,还揭晓了创新大奖。
ICCV 2025 | 跨越视觉与语言边界,打开人机交互感知的新篇章:北大团队提出INP-CC模型重塑开放词汇HOI检测
北大团队提出 INP - CC 模型重塑开放词汇 HOI 检测。它提出交互感知提示生成和概念校准两项创新,结合输入图片特性构造提示集合,引入‘困难负样本采样’策略,在两大数据集上表现超 SOTA。
从静态模型到数字生命体:自进化AI Agent综述
近年大型语言模型催生AI智能体发展,但现有系统依赖人工预设,难适应动态环境。论文提出自进化AI智能体,可通过环境反馈自动优化,还提出三定律、四阶段范式演进模型等,开源EvoAgentX框架。
Cursor终结者?Grok 4正式登顶!马斯克扬言编程碾压,20万N卡年赚47亿美金!
时隔5个月,xAI发布通用模型Grok 4,后续还将推编码、多模态代理和视频生成模型。Grok 4已上线,有三个订阅版本。马斯克称其智能超博士生,在多基准测试中领先,编码或超Cursor。
Gödel Rescheduler:适用于云原生系统的全局最优重调度框架
本文介绍字节跳动研发的Gödel Rescheduler重调度框架,它能解决传统调度资源分配和任务摆放问题。阐述传统重调度弊端,介绍新方案组件,列举应用场景及成果,还提及未来规划,目前已开源。
全球首个!10万小时人类数据全开源,Hugging Face罕见站台
上周Dyna Robotics公司用超100万小时人类第一视角视频训练DYNA - 2模型,发现物理AI有Scaling Law。8月20日光轮智能宣布10万小时全模态人类行为数据EgoSuite - Open100K开源,与Hugging Face联合发布。
全新OCR将图片变代码无损重绘!华中科大&小红书发布3B模型,图形重建超越Gemini 3 Pro
华中科技大学与小红书联合推出MOCR,提出「解析一切」新范式,将文档图形升级为「一等解析目标」。它解决传统OCR短板,在文档解析和图形重建表现出色,还革新评估方法,代码和模型已开源。
Clawdbot 深度拆解: 7 个问题看懂它。
近日,AI技术圈焦点是开源项目Clawdbot(已改名Moltbot)。它是“全天候Jarvis”,GitHub星标超8万。本文深度拆解,介绍其概念、对比同类、分析独特魅力、创意场景、安装配置、运行原理及面临的挑战。
53.7% 高学历政企人员“看走眼”!公文写作AI智能体首次通过图灵测试
2025数博会期间双盲测试中,53.7%高学历政企人员将‘方寸智脑’生成公文误判为人类作品。它与华为云合作,解决政务AI落地困局,实现政务公文写作三阶跨越,已服务众多用户。
Sensor Tower 25上半年AI应用报告:年轻男性用户仍占主导,垂类应用面临被「颠覆」压力
移动应用数据分析商 Sensor Tower 发布报告《State of AI Apps Report 2025》,分析移动端 AI 市场。指出 2025 上半年全球生成式 AI 应用下载和收入增长,亚洲成下载主力,AI 成应用标配,垂类应用面临挑战。