资讯列表
何恺明团队又发新作： MeanFlow单步图像生成SOTA，提升达50%
这段时间，大神何恺明真是接连不断地发布新研究。 这不，5 月 19 日，他又放出一篇新作！ 论文标题：Mean Flows for One-step Generative Modeling 论文地址： MeanFlow 的单步生成建模框架，通过引入平均速度（average velocity）的概念来改进现有的流匹配方法，并在 ImageNet 256×256 数据集上取得了显著优于以往单步扩散 / 流模型的结果，FID 分数达到 3.43，且无需预训练、蒸馏或课程学习。
5/21/2025 1:53:49 PM
策略学习助力LLM推理效率：MIT与谷歌团队提出异步并行生成新范式
金天，麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）博士五年级学生，师从 Michael Carbin 和 Jonathan Ragan-Kelley。 他主要研究机器学习与编程系统的结合。 此前曾在 IBM Research 主导实现深度神经网络在 IBM 主机上的推理部署。
5/21/2025 1:52:39 PM
FaceAge登上「柳叶刀」！AI一张照片看穿你的真实年龄
你有没有发现，有些人看起来就是比其他人更老。 脸，不仅仅是我们的门面，还是一个人的「健康快照」，更是一张映射身体状态的「体检报告」。 最近的一项研究发现这其中还藏着更深的秘密，这项研究登上《柳叶刀数字健康》：Mass General Brigham团队用AI训练出一个模型FaceAge，从人脸照片里预测癌症患者的真实「生物年龄」以提供建议辅助治疗。
5/21/2025 1:51:12 PM
美图获阿里巴巴 2.5 亿美元投资，深度布局 AI 与电商领域
美图公司宣布与阿里巴巴签署了一项重大的战略投资协议，阿里巴巴将通过可转债形式向美图投资2.5亿美元。 这笔投资将为双方在电商平台、人工智能（AI）技术和云计算等多个领域的深度合作提供强大支持。 图源备注：图片由AI生成，图片授权服务商Midjourney根据协议，这项可转债的期限为三年，年利率为1%。
5/21/2025 12:01:16 PM
AI在线
京东云宣布五大AI营销产品限时免费，助力商家提升销售效率
在最新的公告中，京东宣布将免费向其 POP 商家推出五大人工智能（AI）营销产品。 这一举措旨在帮助商家利用先进技术提升销售效果和运营效率。 这些新工具包括直播数字人、商家客服智能体、短视频生成工具、京点点以及京麦 AI 助手，均为商家提供了更为高效的营销手段。
5/21/2025 12:01:16 PM
AI在线
Catena Labs获得1800万美元融资，打造AI原生金融机构
近日，人工智能初创公司 Catena Labs 在一份新闻稿中宣布，他们成功筹集了1800万美元的资金，旨在建设全球首个监管合规的 AI 原生金融机构，以支持 “代理经济” 的发展。 该公司由前 Circle 联合首席执行官肖恩・内维尔（Sean Neville）共同创办，他曾参与创建了 U SDC 稳定币。 本轮融资由知名风险投资公司 a16z Crypto 领投，参投方包括 Breyer Capital、Circle Ventures、Coinbase Ventures、CoinFund、Pillar VC、斯坦福工程风险基金等多个投资机构，以及包括 NFL 运动员汤姆・布雷迪、Twitch 联合创始人凯文・林和前 IBM 首席执行官山姆・帕尔米萨诺等知名天使投资人。
5/21/2025 12:01:16 PM
AI在线
华硕CEO预测：AI电脑距离全面落地仍需两年
在台北举行的 Computex 展会上，华硕共同首席执行官胡镇荣（Samson Hu）表示，当前一波新型人工智能(AI)电脑的普及将需要到2026年甚至更久才能真正推动市场发展。 尽管去年的 AI 电脑发布引发了不少期待，但胡镇荣指出，市场前景并没有因此而显著改善，尤其是在当前全球经济形势不佳的背景下。 随着技术的不断进步，从华硕到联想等众多厂商都推出了 AI 电脑，希望能够为疲软的笔记本市场带来新的生机。
5/21/2025 12:01:16 PM
AI在线
MarketWatch：谷歌加倍投入人工智能搜索，应对日益加剧的威胁
在近期举办的 I/O 开发者大会上，谷歌宣布将推出一系列新的人工智能（AI）功能，以巩固其在搜索引擎市场的领先地位。 随着 AI 技术的快速发展，尤其是来自 OpenAI 和 Perplexity 等新兴公司的竞争压力不断增大，谷歌似乎倍感压力。 因此，该公司推出了 “AI 模式”，这是其搜索引擎中 “最强大的 AI 搜索” 功能，具备更高级的推理和多模态能力。
5/21/2025 12:01:16 PM
AI在线
字节跳动开源多模态模型 BAGEL：图文生成与编辑的新突破
字节跳动 发布了一款名为 BAGEL 的开源多模态基础模型，拥有70亿个活跃参数，整体参数量达到140亿。 BAGEL 在标准多模态理解基准测试中表现出色，超越了当前一些顶级开源视觉语言模型，如 Qwen2.5-VL 和 InternVL-2.5。 此外，在文本到图像的生成质量上，BAGEL 的表现也与强大的专业生成器 SD3相媲美。
5/21/2025 12:01:15 PM
AI在线
谷歌NotebookLM视频概览重磅上线！PDF、图片秒变动画短片
谷歌在I/O2025大会上宣布，NotebookLM将推出全新视频概览（Video Overviews）功能，允许用户通过上传的PDF、图片、文本等来源素材，自动生成动画风格的短片，深入浅出地讲解复杂内容。 这一功能面向所有用户开放，首版仅支持英语，引发全球教育、科研和内容创作社区的热烈讨论。 AIbase综合最新社交媒体动态，深入解析视频概览的技术亮点及其对AI辅助学习与创作的深远影响。
5/21/2025 11:01:06 AM
AI在线
豆包·语音播客模型发布 将在豆包APP及PC端、扣子等上线
火山引擎正式推出豆包·语音播客模型，豆包·语音播客模型基于流式模型构建，能够实现从文本创作到双人对话式播客的秒级转化，为用户带来“低成本、高时效、强互动”的全新创作体验。 这一模型的推出，不仅解决了传统AI播客创作中的诸多痛点，还极大地简化了播客制作流程，让热点内容能够瞬间转化为生动的播客。 在当今信息爆炸的时代，播客作为一种受欢迎的内容传播形式，正吸引着越来越多的用户。
5/21/2025 11:01:05 AM
AI在线
DeepSeek发布大模型训练端到端论文，展示卓越工程深度
近日，DeepSeek发布了一篇关于大模型训练的最佳端到端技术论文，引发业界广泛关注。 该论文全面阐述了DeepSeek在大模型研发中的技术突破，涵盖软件、硬件及混合优化方案，展现了其令人惊叹的工程深度。 在**软件**层面，论文详细介绍了多头潜在注意力机制（MLA），显著降低推理过程中的内存占用;FP8混合精度训练通过低精度计算提升效率，同时保证数值稳定性;DeepEP通信库优化了专家并行(EP)通信，支持FP8低精度操作，加速MoE模型训练与推理;LogFMT对数浮点格式则通过均匀化激活分布，进一步优化计算效率。
5/21/2025 11:01:05 AM
AI在线
苹果计划在 iOS 19 中向第三方开发者开放 AI 模型
根据彭博社记者马克・古尔曼的最新报道，苹果公司正在积极筹备在其即将发布的 iOS19中向第三方开发者开放其人工智能（AI）模型。 这一举措旨在促进软件开发，推动应用创新，并增强苹果自家硬件产品的吸引力。 据了解，苹果正在研发一套软件开发工具包（SDK）及相关框架，以便开发者能够利用 Apple Intelligence 所采用的大型语言模型来创建新功能。
5/21/2025 11:01:05 AM
AI在线
谷歌推出 Project Astra，智能助理可控 Android 手机
谷歌近日正式发布了 Project Astra 的最新功能，该项目展示了其强大的智能助理能力，能够控制 Android 手机。 这一技术目前已经以应用程序的形式提供给受信任的测试者，并在 Pixel9Pro 上进行了演示。 在演示中，用户在修理自行车的过程中，与 Astra 进行实时对话。
5/21/2025 11:01:05 AM
AI在线
每月249.99美元！谷歌推出 AI Ultra 订阅计划，畅享最强大 AI 模型与高级功能
谷歌宣布推出全新的 AI Ultra 订阅计划，旨在为用户提供最高级别的 AI 模型访问和丰富的高级功能。 随着人工智能技术的迅速发展，谷歌希望通过这一新计划，让更多用户能够利用其先进的 AI 能力来提升知识、创造力和工作效率。 AI Ultra 计划适合电影制作人、开发者、创意专业人士，或者任何追求最佳 AI 体验的用户，可以看作是进入谷歌 AI 世界的 “贵宾通行证”。
5/21/2025 10:01:51 AM
AI在线
谷歌Gemma 3n发布！可在手机上流畅跑多模态AI，音频+图像+文本全能
谷歌在I/O2025大会上正式揭晓Gemma3n，一款专为低资源设备设计的多模态AI模型，仅需2GB RAM即可在手机、平板和笔记本电脑上流畅运行。 Gemma3n继承了Gemini Nano的架构，新增音频理解功能，支持文本、图像、视频和音频的实时处理，且无需云端连接，彻底颠覆了移动端AI体验。 AIbase综合最新社交媒体动态，深入解析Gemma3n的技术亮点及其对AI生态的影响。
5/21/2025 10:01:51 AM
AI在线
谷歌Gemini 2.5 Pro Deep Think发布：并行推理重塑AI复杂问题解决
在2025年5月20日的Google I/O开发者大会上，谷歌DeepMind正式推出了Gemini2.5Pro Deep Think模式，这一实验性增强推理模式为AI处理复杂任务树立了新标杆。 Deep Think模式通过并行推理技术，使Gemini2.5Pro在数学、编码和多模态推理等领域的表现达到行业领先水平。 并行推理技术，显著提升复杂任务表现Deep Think模式采用前沿的并行推理技术，允许模型在生成响应前探索多个假设路径，从而提升答案的准确性和深度。
5/21/2025 10:01:51 AM
AI在线
谷歌推出Project Mariner，AI智能助手即将全面上线Chrome与搜索
在今日的 Google I/O2025大会上，谷歌正式发布了名为 “Project Mariner” 的新项目，标志着公司在人工智能领域的新一步。 这一项目原本被称为 “Jarvis”，并在去年年底进行了测试，现在终于迎来了更为成熟的形态。 Project Mariner 是一款强大的网络 AI 智能体，预计将在今年全面上线，旨在优化用户的浏览体验。
5/21/2025 10:01:51 AM
AI在线