逐字生成非最优？试试逐「块」生成！Block Diffusion打通了自回归与扩散
去年初，OpenAI 的视频生成模型 Sora 带火了扩散模型。 如今，扩散模型被广泛用于生成图像和视频，并在…
AI大佬曼宁转赞，MetaGPT团队首提「Atom of Thoughts」，原子化思考让4o-mini暴打推理模型？
AoT 作者团队来自 MetaGPT 开源社区。第一作者为香港科技大学（广州）的滕枫蔚，通讯作者为 DeepW…
声音比真人还像真人的Maya，背后模型开源了！跨越语音恐怖谷
语音恐怖谷是指在语音合成技术中，当 AI 合成语音接近人类的真实语音，但又存在细微的不自然或不完美之处时，会引…
TRACE：因果事件建模助力视频理解大模型的时间定位能力
论文第一作者为香港中文大学（深圳）理工学院在读博士生郭永新，指导老师为通讯作者为香港中文大学（深圳）理工学院 …
「压缩即智能」得到实验验证，无需预训练和大量数据就能解决ARC-AGI问题
「压缩即智能」。这并不是一个新想法，著名 AI 研究科学家、OpenAI 与 SSI 联合创始人 Ilya S…
AI进入推理模型时代，一文带你读懂思维链
近段时间，推理模型 DeepSeek R1 可说是 AI 领域的头号话题。用过的都知道，该模型在输出最终回答之…
大小脑结合，通用具身智能平台“慧思开物”正式发布
3月12日，北京人形机器人创新中心（国家地方共建具身智能机器人创新中心）在京发布了全球首个“一脑多能”、“一脑…
3FS系列（一）：存储新纪元的开篇——3FS编译调优与部署的工程实践
系列文章目录 3FS系列（一）：存储新纪元的开篇——3FS编译调优与部署的工程实践 引言 2月24日，重磅存储…
没有归一化层的Transformer！刘壮带队，何恺明、Yann LeCun都参与了
何恺明又双叒叕发新作了，这次还是与图灵奖得主 Yann LeCun 合作。 这项研究的主题是没有归一化层的 T…
人类秒懂，AI却懵圈：VLM²-Bench揭示视觉语言模型「视觉关联」能力短板
本文来自港科与 MIT 教授团队。本文有两个共同一作：张鉴殊为武汉大学本科四年级，本篇为其在港科大访问期间完成…