相关新闻

placeholder

howie.serious

4周前

为什么 nano banana pro 的文字渲染和指令跟随，有如此大的进步？ 以配图为例，分别是大量汉字的 PPT 和知识漫画，这种级别的文字生成，背后的 why，是真正有趣的地方。 === 对于扩散模型（diffusion model），生成图片的本质是去噪（denoising）。模型学习的是图像在潜空间（latent space）里的概率分布，通过预测逐渐减去噪声，逐步让图像“显形”，

placeholder

墙国蛙蛤蛤🐸（大自爆运动💣/大直连运动🌏）

4周前

TikTok确实还是挺自由，谢谢字节跳动张一鸣的分享！

placeholder

Gorden Sun

1个月前

GELab-Zero：完全开源的GUI Agent解决方案 集成了模型和基础设施，支持本地部署，提供完整的隐私控制。简化了手机GUI Agent的工程复杂度。能实现查找任务、操作APP等手机端任务。 Github：

placeholder

wsjack 🇭🇰 ｜𝟎𝐱𝐔

1个月前

看到红果短剧的DAU 超过B站，豆包AI几乎成为第一个国民级AI产品 不得不感叹，字节跳动是真牛逼。对流量的理解已经完全超越腾讯。

placeholder

Geek

1个月前

FluidVoice 完全开源的 macOS 语音转文字听写输入应用 核心功能： 🔹实时语音转录：Parakeet TDT v3 模型，悬浮窗预览。 🔹AI文本增强：支持OpenAI、Groq等API优化。 🔹多语言：25+种，自动检测。 🔹全局快捷键：随时捕捉语音。 🔹智能输入：文本直接输入任意应用