数据
开源全能图像模型媲美GPT-4o！理解生成编辑同时搞定，解决扩散模型误差累计问题
OpenAI GPT-4o发布强大图片生成能力后，业界对大模型生图能力的探索向全模态方向倾斜，训练全模态模型成研发重点。 开源的MLLMs和扩散模型已经过大规模预训练，其从零开始训练统一任务，不如取长补短，将MLLMs的语言建模能力，与扩散模型的像素级图像建模能力，进行有机的结合。 基于这个思路，ModelScope团队提出可同时完成图像理解、生成和编辑的统一模型Nexus-Gen，在图像质量和编辑能力上达GPT-4o同等水平，并将成果全方位开源，望引发开发者讨论，促进All-to-All模型领域发展。
5/12/2025 8:50:00 AM
OpenAI 在亚洲推出数据驻留计划，助力本地企业合规
OpenAI 宣布，将在亚洲地区启动一项全新的数据驻留计划。 这项计划旨在帮助当地企业在使用 OpenAI 的产品时，能够更好地满足本地的数据主权要求。 此前，该公司在今年二月份已在欧洲推出了类似的计划。
5/9/2025 10:01:41 AM
AI在线
打工人福音！Genspark推出AI Sheets，聊聊天就能把表格数据处理了
昨天，Genspark正式发布AI Sheets，这款革命性电子表格工具彻底颠覆了我们与数据交互的方式。 通过引入自然语言处理技术，AI Sheets让用户只需像聊天一样输入指令，就能完成从数据收集到分析可视化的全流程工作，为数据处理领域带来翻天覆地的变革。 传统电子表格软件如Excel和Google Sheets要求用户掌握复杂的公式和函数，而AI Sheets则以惊人的简易性打破了这一壁垒。
5/9/2025 10:01:41 AM
AI在线
欧洲黑马Mistral Medium 3来了！跑分对标最强Claude，实测大翻车
就在刚刚， Mistral AI发布了他们最新多模态模型Mistral Medium 3。 Mistral兴奋地宣称Mistral Medium 3的性能接近甚至达到了Claude Sonnet 3.7的水平，但成本却比DeepSeek V3还低。 在Mistral官方的博客中，列出了Mistral Medium 3的核心亮点：1.
5/9/2025 9:02:00 AM
全球首个，最接近原版DeepSeek开源复现来了！R1四个月狂飙26倍
DeepSeek的含金量还在上升。 就在最近，Hugging Face联创、首席科学家Thomas Wolf表示——DeepSeek的出现，是开源AI领域的ChatGPT时刻！ 用他的话说，「正如ChatGPT让全世界认识到AI的存在，DeepSeek则让全世界意识到，原来还有着这样一个充满活力的开源社区。
5/9/2025 8:55:00 AM
新智元
WisdomAI 斥资2300万美元推出创新商业智能平台，重塑企业数据洞察
WisdomAI 近日正式发布，并获得了230万美元的融资，由 Coatue Ventures 领投，Madrona、GTM Capital 和 The Anthology Fund 参与。 WisdomAI 的目标是解决传统商业智能工具的局限性，推出了首个 Agentic 数据洞察平台，帮助企业从分散的数据生态系统中获取主动、上下文相关且即时的洞察。 许多财富100强企业，如思科和康菲石油，已经开始使用 WisdomAI，挖掘那些被数据孤岛掩埋、延迟在仪表盘上或卡在过时报告系统中的深层洞察。
5/8/2025 5:00:57 PM
AI在线
一个LoRA实现GPT-4o级图像编辑！浙大哈佛新模型冲上Hugging Face榜二
基于文本指令的图像编辑任务一直都是图像生成、编辑领域的一大热点，从Prompt2prompt到InstructPix2Pix，从EmuEdit再到最新的GPT4o，都在不断的拔高AI图像编辑的水平。 总的来说，这些模型可以归为两大类：一种是免训练（training-free）图像编辑，一种是基于训练或微调的图像编辑。 免训练图像编辑多通过对一个预训练文生图diffusion大模型进行提示词替换、操纵注意力图、图像反演等操作实现，尽管省去了训练的耗费，但其操作过程往往较为复杂且编辑效果不稳定、编辑任务种类单一。
5/7/2025 1:51:49 PM
新智元
搞不懂CUDA的人有救了，Devin开发商开源Kevin，强化学习生成CUDA内核
本周三，知名 AI 创业公司，曾发布「全球首个 AI 软件工程师」的 Cognition AI 开源了一款使用强化学习，用于编写 CUDA 内核的大模型 Kevin-32B。 Kevin-32B 基于 QwQ-32B 在 KernelBench 数据集上使用 GRPO 进行了多轮强化学习训练，实现了超越 o3 和 o4-mini 的顶级推理表现。 对此，机器学习社区表现出了极大的兴趣。
5/7/2025 1:46:34 PM
颠覆传统RAG，创新大模型检索增强—Insight-RAG
RAG已经成为大模型的标题，但传统方法存在检索深度不足、难以整合多源信息等弊端，例如，传统 RAG 依赖表面相关性检索文档，容易忽略单个文档内深埋的信息。 在法律协议中，会忽略微妙的合同条款；在商业报告里，错过隐藏的数据趋势。 所以，Megagon实验室的研究人员提出了一种创新框架Insight-RAG，从而更好地捕捉任务特定的细微信息，整合的数据质量也更高。
4/29/2025 9:15:49 AM
AIGC开放社区
猛击OpenAI o1、DeepSeek-R1！刚刚，阿里Qwen3登顶全球开源模型王座，深夜爆火
今天凌晨，从昨晚开始预热、备受全球 AI 圈关注的 Qwen3 系列模型终于正式亮相了！ Qwen3 模型依旧采用宽松的 Apache2.0 协议开源，全球开发者、研究机构和企业均可免费在 HuggingFace、魔搭社区等平台下载模型并商用，也可以通过阿里云百炼调用 Qwen3 的 API 服务。 HuggingFace 地址： 地址： 地址：：：，Qwen3 系列模型包含两款 MoE 模型以及六款密集模型，其中每一款又包含更多细分版本（比如基础版和量化版）：MoE 模型：Qwen3-235B-A22B 和 Qwen3-30B-A3B；其中 235B 和 30B 分别是总参数量，22B 和 3B 分别是激活参数量。
4/29/2025 9:06:00 AM
机器之心
不用等R2了！第三方给新版DeepSeek V3添加深度思考，推理101秒破解7米甘蔗过2米门
DeepSeek即将发布R2？ ？ 坊间传闻越来越多了，且难辨真假。
4/29/2025 9:03:00 AM
量子位
DataBahn.ai推出“数据礁”智能化安全情报的新时代
在网络安全领域，如何快速而准确地处理海量数据是企业面临的一大挑战。 最近，数据科技公司 DataBahn.ai 推出了一款名为 “数据礁”（Reef）的创新产品，旨在将高流量、高速度的安全监测信息转化为及时、可操作的情报，帮助企业做出更明智的决策。 如今，企业收集的日志、警报和监测数据多达数 PB，但实际上仅分析不到5%。
4/28/2025 6:00:40 PM
AI在线
Kimi-Audio开源横扫全场景，1300万+小时数据炼成语音世界“大一统”
昨天，kim发布了一款“万能型”音频大模型— Kimi-Audio，支持语音识别（ASR）、音频问答（AQA）、音频字幕（AAC）、语音情感识别（SER）、声音事件/场景分类（SEC/ASC）、文本到语音（TTS）、语音转换（VC）和端到端语音对话。 换句话说，它可以听、可以说、可以理解、可以对话，支持实时语音会话，多轮交流。 图片一套架构，横扫音频全场景，开源可用。
4/28/2025 2:10:22 PM
1亿图文对！格灵深瞳开源RealSyn数据集，CLIP多任务性能刷新SOTA
新的亿级大规模图文对数据集来了，CLIP达成新SOTA！ 格灵深瞳最新发布的高质量数据集RealSyn，不仅规模大——包含1亿组图文对，而且每张图片都同时关联多个真实和合成文本。 所有的图像和句子都基于冗余进行了严格过滤，在确保数据质量的同时，引入基于簇的语义平衡采样策略，构建了可满足多样工作需求的三种规模大小的数据集：15M、30M、100M。
4/28/2025 9:14:00 AM
量子位
开源垂直领域高质量数据合成框架！专业QA自动生成，无需人工标注，来自上海AI Lab
垂域模型训练，高质量问答数据稀缺一直是行业痛点。 在垂直领域大模型训练中，人工标注成本高昂，合成数据又常陷入质量与专业性难以兼得的困境。 为此，上海AI实验室等提出GraphGen。
4/27/2025 9:16:00 AM
无需数据标注！测试时强化学习，模型数学能力暴增 | 清华&上海AI Lab
无需数据标注，在测试时做强化学习，模型数学能力暴增159%！ 清华和上海AI Lab周伯文团队用这样的方法，对模型进行了强化——结果模型在多个数据集上的成绩均大幅提升，尤其是Qwen-2.5-Math-7B，它做AIME 2024竞赛题的成绩直接提高了159%。 实验过程中，强化学习的数据均由被训练的模型自身生成。
4/25/2025 9:20:00 AM
北大团队引领3D生成与对齐革新：OctGPT打破扩散模型垄断
近年来，智能三维形状生成（3D AIGC）技术迅速崛起，正成为推动数字内容创作革新的关键力量，特别是在游戏、影视、虚拟现实和工业设计等领域表现出巨大的应用潜力。 随着技术的不断进步，三维内容的生成质量与效率持续提升，成为业界与学界广泛关注的焦点。 最近，北京大学陈宝权教授带领团队在三维形状生成和三维数据对齐方面取得新的突破。
4/25/2025 9:15:00 AM
量子位
挤爆字节服务器的Agent到底啥水平？一手实测来了
“字节版Manus”有多能打？ 量子位实测在此。 △扣子智能体生成的活动介绍网页我们用光了一天的对话额度，考验了扣子空间（Coze Space）的信息整理、任务执行、工具调用等多项技能。
4/24/2025 9:27:00 AM
量子位
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
DeepSeek
AI绘画
谷歌
机器人
数据
大模型
Midjourney
开源
智能
用户
Meta
微软
GPT
学习
技术
图像
Gemini
马斯克
AI创作
智能体
论文
英伟达
Anthropic
代码
算法
训练
Stable Diffusion
芯片
蛋白质
开发者
腾讯
LLM
生成式
苹果
Claude
Agent
AI新词
神经网络
3D
AI for Science
机器学习
研究
生成
xAI
人形机器人
AI视频
计算
Sora
GPU
AI设计
百度
华为
工具
大语言模型
搜索
具身智能
场景
RAG
字节跳动
大型语言模型
预测
深度学习
伟达
视觉
Transformer
视频生成
AGI
神器推荐
亚马逊
架构
Copilot
DeepMind
应用
安全