训练

ICLR2025 | 同济提出无需训练的肖像动画框架FaceShot，让表情包、动漫人物、玩具等“开口说话”

今天和大家分享同济大学的最新研究FaceShot: 一举打破肖像动画模型“驱动真人”的局限，FaceShot 的动画效果可应用于各个领域的角色，包括 3D 动漫、表情符号、2D 动漫、玩具、动物等等。每个角色都能流畅地跟随行车视频的面部动作，同时保留其原始身份，从而产生出色的动画效果。 FaceShot 的可视化结果。

5/12/2025 9:28:00 AM

AIGC Studio

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

AI学会“自我谷歌”！!阿里ZeroSearch技术不靠搜索引擎照样学得飞起，成本还降了88%?

想象一下，如果AI不再依赖谷歌搜索、Bing搜索这些“外包助手”，而是自带“搜索引擎大脑”自我检索、自我学习，结果表现还更优秀——你是不是觉得这听起来像是《黑客帝国》第二集?但阿里真的做到了!这不只是一次技术突破，更像是一次“AI自给自足革命”的打响第一枪。 ZeroSearch 的出现，可能正悄悄改变我们构建智能系统的底层逻辑。 01|告别谷歌，AI开始“自我检索”“用强化学习训练一个AI助手，光是搜索费用就能掏空初创公司的预算。

5/9/2025 3:00:51 PM

AI在线

成本降低88%：阿里巴巴ZeroSearch技术颠覆AI训练模式

阿里巴巴集团研究人员近日推出一项名为"ZeroSearch"的突破性技术，彻底改变了训练人工智能系统搜索信息的方式。这项创新技术通过模拟方法让大型语言模型（LLM）开发高级搜索功能，无需在训练过程中与真实搜索引擎交互，从而消除了对昂贵商业搜索引擎API的依赖。解决成本与复杂性难题ZeroSearch解决了AI行业面临的两大关键挑战:搜索引擎返回文档质量的不可预测性，以及向谷歌等商业搜索引擎进行数十万次API调用所产生的高昂成本。

5/9/2025 10:01:50 AM

AI在线

阿里巴巴开源 ZeroSearch 搜索引擎：训练成本大幅降低 80%

近日，阿里巴巴推出了一款名为 ZeroSearch 的开源创新大模型搜索引擎，这一新工具通过强化学习框架，极大地提高了搜索能力，并且在训练过程中不需要与真实搜索引擎互动。 ZeroSearch 的核心优势在于它能够利用大型预训练模型的知识，快速生成相关内容，并且可以动态控制生成内容的质量。与传统的搜索引擎相比，ZeroSearch 的训练成本显著降低。

5/9/2025 9:00:59 AM

AI在线

仅看视频就能copy人类动作，宇树G1分分钟掌握100+，UC伯克利提出机器人训练新方式

不用动作捕捉，只用一段视频就能教会机器人学会人类动作，效果be like：UC伯克利团队研发出了一套新的机器人训练系统，可将视频动作迁移到真实机器人。这个名为VideoMimic的新系统，已经让宇树G1机器人成功模仿了100多段人类动作。 VideoMimic的核心原理是从视频当中提取姿态和点云数据，然后在模拟环境中训练并最终迁移到实体机器人。

5/9/2025 8:50:00 AM

腾讯助力DeepSeek：网络通信性能大幅提升，AI训练更高效

近日，腾讯技术团队对 DeepSeek 开源的 DeepEP 通信框架进行了深度优化，显著提升了其在多种网络环境下的性能。经过测试，优化后的通信框架在 RoCE 网络环境下的性能提升达到了惊人的100%，而在 IB 网络环境中则提升了30%。这一成果不仅为企业的 AI 大模型训练提供了更高效的解决方案，还为相关技术的进一步发展奠定了基础。

5/8/2025 7:00:46 PM

AI在线

Fastino 融资 1750 万美元，利用廉价游戏 GPU 训练 AI 模型

在当今科技行业，AI（人工智能）正迅速崛起，许多巨头公司都在大谈特谈拥有万亿参数的 AI 模型，这些模型通常需要耗费巨资搭建庞大的 GPU 集群。然而，Fastino 却走了一条不同的道路，利用成本低廉的游戏 GPU 进行 AI 模型训练，并成功获得了由 Khosla Ventures 领投的1750万美元融资。这一创新的方式使得 Fastino 能够在资源有限的情况下，实现高效的 AI 模型开发。

5/8/2025 12:01:07 PM

AI在线

开源即屠榜！UniME多模态框架登顶MMEB全球训练榜，刷新多项SOTA纪录

告别CLIP痛点，更懂语义关联的跨模态理解新SOTA来了！格灵深瞳、阿里ModelScope团队，以及通义实验室机器智能团队联合发布通用多模态嵌入新框架UniME，一经推出就刷新MMEB训练榜纪录。 △图片于2025年5月6日08:00 UTC 8截取UniME作为一个创新性的两阶段框架，所展现的卓越的组合理解力，帮助MLLMs具备学习适用于各种下游任务的判别性表征的能力，并在多个任务中达到了新的SOTA。

5/8/2025 9:31:50 AM

万字长文带你读懂强化学习，去中心化强化学习又能否实现？

强化学习（RL）是当今 AI 领域最热门的词汇之一。近日，一篇长文梳理了新时代的强化学习范式对于模型提升的作用，同时还探索了强化学习对去中心化的意义。原文地址：「有时候几十年什么也不会发生；有时候几周时间仿佛过了几十年。

5/8/2025 9:16:00 AM

360开源升级自研7B参数模型360Zhinao3-7B 各项能力全面提升

360集团宣布开源升级了自研的7B参数模型360Zhinao3-7B，并已上线Github开源社区，可供免费商用。这一模型不仅在数学和科学领域表现出色，更在通用能力上展现了强大的潜力，尤其在端侧应用上具有显著优势。在本次升级中，360Zhinao3-7B模型仅通过增量训练700B的高质量token，就取得了显著的效果提升，这相比前代模型360Zhinao2-7B的10.1T token成本大幅降低，且不会增加模型的推理成本。

5/7/2025 9:00:53 AM

AI在线

实时口语聊天大模型 LLaMA-Omni 2 来了，能让你的 AI 聊天体验起飞！

最近 AI 圈可是热闹非凡，今天咱们就来聊聊其中的 “狠角色”——LLaMA-Omni2。这是一系列超厉害的语音语言模型（SpeechLMs），参数规模从0.5B 到14B 不等，专门为实现高质量实时语音交互而生，在 Hugging Face 上一经发布，就引起了广泛关注。语音交互发展历程回顾:从 “卡顿” 到 “丝滑”语音交互在人机交互领域的地位愈发重要，它就像是为我们打开了一扇便捷的大门，极大地提升了交互效率和用户体验。

5/6/2025 6:00:52 PM

AI在线

Freepik 发布“F Lite”：一个为版权安全而构建的开放 AI 图像模型

西班牙数字图形巨头 Freepik 近日推出了其最新的文本到图像生成模型“F Lite”，旨在成为 Midjourney 等因版权问题而备受争议的生成器的合法且安全的替代品。 F Lite 拥有约100亿个参数，其独特之处在于完全基于 Freepik 自身商业授权的图像库进行训练。 Freepik 声称，这使其成为首个完全依赖“工作安全”内容进行训练的如此规模的公开模型。

5/6/2025 10:01:20 AM

AI在线

谷歌承认:即使网站选择退出，仍用搜索数据训练 AI

科技巨头谷歌在近日的一场联邦反垄断审判中承认，即使网站出版商明确选择不让其内容用于人工智能模型训练，谷歌仍会利用其搜索引擎收集的数据进行 AI 训练，包括备受争议的 AI Overviews 功能。这一承认由谷歌旗下人工智能实验室 DeepMind 的副总裁伊莱·柯林斯在作证时做出。司法部律师戴安娜·阿吉拉尔在质询中指出，即使出版商选择不让 DeepMind 使用其数据进行大型语言模型训练，这些相同的数据仍然会被谷歌搜索部门用于其自身的人工智能项目。

5/6/2025 10:01:11 AM

AI在线

小米首个推理大模型开源Xiaomi MiMo，70 亿参数

全球知名科技公司小米正式发布其首个针对推理（Reasoning）而生的大型开源模型 ——Xiaomi MiMo。该模型旨在解决当前预训练模型在推理能力上的瓶颈，探索如何更有效地激发模型的推理潜能。 MiMo 的推出标志着小米在人工智能领域的一次重要尝试，尤其是在数学推理和代码竞赛方面，表现出色。

4/30/2025 2:00:40 PM

AI在线

小米首个推理大模型Xiaomi MiMo开源

2025年4月30日，小米公司宣布开源其首个为推理（Reasoning）而生的大模型「Xiaomi MiMo」。这一模型的发布标志着小米在人工智能领域迈出了重要的一步，特别是在推理能力的提升上取得了显著进展。「Xiaomi MiMo」的诞生旨在探索如何激发模型的推理潜能，特别是在预训练增长见瓶颈的情况下。

4/30/2025 10:00:55 AM

AI在线