Gorden Sun

统计数据

516

文章

0

粉丝

0

获赞

3103

阅读

3周前

AI资讯日报，12月10日：

3周前

Mistral开源Devstral 2代码模型分Devstral 2 (123B)和Devstral Small 2 (24B)两个版本，均开源，123B版本评分超过Kimi K2，接近DeepSeek V3.2，参数只有DeepSeek的六分之一。123B版本目前提供免费API。同时发布了Mistral Vibe CLI，命令行的编码工具，类似Claude Code。官方介绍： 123B模型： 24B模型：

3周前

Mind Lab发布：1000B模型的高效强化学习框架使用LoRA，对1000B MoE模型进行强化学习，相比传统方法，仅使用10%的GPU资源。提升了模型的特定能力，且保留了原始的通用能力。相关代码已被合并到魔搭和英伟达的Github分支。官方介绍：

3周前

AI资讯日报，12月9日：

3周前

谷歌不再在AI Studio里提供免费的Gemini 2.5 Pro API，大幅缩减了Gemini 2.5 Flash的API免费次数。缩减了AI Studio开发者渠道的Banana API并发数。都是为了给Vertex腾出TPU，因为Banana Pro太火了。

3周前

智谱开源AutoGLM 能自动化操作安卓手机的智能体框架，类似豆包手机助手的效果，能理解用户任务、规划动作、读取屏幕并操作。同时开源了底层模型AutoGLM-Phone-9B（基于GLM-4.1V-9B微调）。 Github：

3周前

AI资讯日报，12月8日：

3周前

2毛钱，2分钟，一键生成大厂卷王PPT （此类PPT通常由花哨的框架+细致的功能模块堆叠而成，视觉效果高大上，但多少已实现、多少归功于演讲者则不得而知）在线使用：体验Key：sk-8XjfwIIWqM87zb3EqPFb9ccBURjYNLX8B9iOjopHc5uaRDbr 代码、提示词、参考图是开源的，Github：

3周前

AI资讯日报，12月7日：

3周前

LiveAvatar：阿里夸克开源的实时虚拟人模型能实时生成虚拟人视频（需要5个H800），能生成无限长度的视频且画质不降低。模型：项目地址：

4周前

AI资讯日报，12月4日：

4周前

VibeVoice-Realtime-0.5B：实时文本生成语音微软开源，仅0.5B大小（基于LLM: Qwen2.5-0.5B），实时把文本转换成音频，仅300毫秒延迟。英语效果不错。模型：在线体验（不支持实时）：

4周前

AI资讯日报，12月3日：

4周前

Seedream 4.5版本发布人像一致性大幅提升，有一定的推理能力（但是比较弱，明显比不上Banana Pro），简单提示词就能生成美学在线的图片。我是在Fal上通过API使用的，豆包上现在应该已经能用到了。速度很快，20秒出一张2K分辨率的图片。

1个月前

AI资讯日报，12月2日：

1个月前

AI资讯日报，12月1日：

1个月前

ViBT：更快速的视频风格转换核心功能：编辑图片、图片风格转换、视频风格转换、视频补帧。与传统扩散模型不同，ViBT直接建模输入和输出之间的轨迹，实现高效的数据到数据转换，速度比传统方法快2倍。项目地址： Github：

1个月前

DeepSeek线上模型已更新

#DeepSeek #在线模型 #模型更新

1个月前

AI资讯日报，11月30日：

澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息

#AI #资讯 #11月30日

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：

谷歌Deep Research：AI操作系统雏形？· 145 条信息

#GUI Agent #开源 #本地部署 #隐私控制 #手机端任务

1个月前

Gemini 3 Pro不太好用。你要是从头让他发挥，Gemini 3给的效果很惊艳；但你要是拿着东西让他改，他总是会改掉额外的内容，而且完全不告诉你，指令遵循有问题。

Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#Gemini 3 Pro #效果不佳 #指令遵循问题 #修改额外内容 #用户体验负面

1个月前

AI资讯日报，11月29日：

AI技术引发伦理争议，专家呼吁加强监管· 167 条信息

#AI #资讯日报 #11月29日

1个月前

Step-Audio-R1：能推理的音频模型延长推理时间可以提升推理效果，音频理解能力超过Gemini 2.5 Pro，接近Gemini 3。模型：

深度学习模型升级引发AI能力大跃进，行业迎新变革· 143 条信息

#Step-Audio-R1 #音频模型 #推理能力提升 #Gemini 2.5 Pro #音频理解

1个月前

AI资讯日报，11月28日：

AI技术引发伦理争议，专家呼吁加强监管· 167 条信息

#AI #资讯 #11月28日

1个月前

AI资讯日报，11月27日：

AI技术引发伦理争议，专家呼吁加强监管· 167 条信息

#AI #资讯 #11月27日

...