设计模式」共找到 2120 篇相关文章

开源动态8

Hugging Face开源顶级模型:双模式推理+128K上下文,最强3B

今天凌晨,Hugging Face开源顶级小参数模型SmolLM3,参数30亿,性能超同类。它有128k上下文窗口,支持6种语言、双推理模式。架构细节等全开放,联合创始人强烈推荐,称是3B领域SOTA。

AIGC开放社区
算法论文8

给 Agent Skills 装上眼睛:MMSkills 用多模态技能包教会智能体看状态、做决策

上海交通大学和小红书团队推出面向通用视觉 Agent 的多模态技能框架 MMSkills,将可复用技能扩展为多模态程序性知识,通过 branch loading 调用视觉证据,在 GUI 与游戏任务评测中表现出色。

深度学习自然语言处理
算法论文8

CVPR 2026 | EmoStyle:情感也能“风格化”?深大VCC带你见证魔法!

EmoStyle由深圳大学可视计算研究中心黄惠教授课题组完成。它解决图像情感风格化两大挑战,提出有效方法、构建数据集、设计模块。实验显示其平衡情感与内容,还能扩展到文生图。

机器之心
产品应用7

太可爱了!会跳舞的 Claude Code 来了

英国工程师 Ben James 为 Claude Code 打造物理外设 USB-Clawd,它会在 Claude Code 需确认或等指令时跳动提醒。此外他还做了迷你传真机。Claude Code 创造者 Boris Cherny 认可该设计,Ben 打算组装剩余零件售卖捐款。

AGI Hunt
推荐文章7

面向 AI Agents 的高性能数据基座:架构和工程实践

在 QCon 全球软件开发大会上,晨章数据创始人陈亮分享了面向 AI Agents 的高性能数据基座。他指出 AI Agent 驱动的应用带来数据挑战,提出多模态数据基座设计目标,并介绍工程实践,证明传统架构有 CPU 瓶颈。

InfoQ
产品应用8

AI编程学习:Chrome DevTools MCP 到底有多强?

作者体验了Google新出的Chrome DevTools MCP,它在小红书自动发帖、YouTube智能观看等场景表现出色。与Playwright对比,其Token消耗低、报错处理稳。还揭示设计思路差异,给出上车指南。

AI产品自由
算法论文7

Thinking Machines再发文:模块化流形让训练更稳定

Mira Murati团队分享神经网络训练推理新研究,提出“模块化流形”让训练更稳定。将权重约束在Stiefel流形,设计Manifold Muon优化器,实验显示效果好,但计算开销和理论问题待解决,代码已开源。

AI工程化
产品应用7

一份PPT 创 5000万美金ARR,挑战微软和Google,这家华人创业AI公司火了丨PMF 001

本文介绍华人团队创办的AI PPT企业Gamma,它获5000万用户,ARR破5000万美金且连续盈利15个月。其精准踩中AI节点,运用PLG模式打败Tome,从AI PPT升级为创意创作平台。

鲸选AI
开源动态8

VoxCPM2:无tokenizer语音合成,高保真声音克隆

VoxCPM2突破传统TTS系统局限,直接操作连续声学特征,保留音色纹理更完整。基于扩散自回归架构,有硬核技术指标,提供三种克隆模式,性能佳,生态完善,微调便捷,但也存在安全风险。

AI工程化
新闻资讯8

Bun 推出内置数据库客户端与零配置前端开发

Bun 发布 1.3 版本,是迄今最大更新,实现全栈开发,推出统一数据库 API 并提升性能。引入零配置前端开发模式,有内置 Redis 客户端,社区反响不一,还扩展包管理功能,性能提升显著。

InfoQ