AI资讯新闻榜单内容搜索-io

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: io
227亿,史上最大AI界发电机大单来了!

227亿,史上最大AI界发电机大单来了!

227亿,史上最大AI界发电机大单来了!

Anthropic以34亿美元锁定OnePWR Solutions的1.7吉瓦重型发电机供货,用于数据中心供电,创已知AI实验室单笔发电设备采购金额纪录。

来自主题: AI资讯
9041 点击    2026-11-09 10:46
阶跃星辰悄咪咪上线了 Step Studio:能直接做手机 App 的 AI IDE

阶跃星辰悄咪咪上线了 Step Studio:能直接做手机 App 的 AI IDE

阶跃星辰悄咪咪上线了 Step Studio:能直接做手机 App 的 AI IDE

写下需求、等待 AI 生成、打开预览页面,如今已成为许多 AI 编程工具的标准流程:用户即使不会写代码,也能用几句话做出一个网页或小工具。

来自主题: AI资讯
6865 点击    2026-11-06 10:50
GPT-6.2 Astra 要来了,厉娜

GPT-6.2 Astra 要来了,厉娜

GPT-6.2 Astra 要来了,厉娜

据 The Information 报道,OpenAI 最快本周五推出 GPT-6.2 Astra、Sol 等下一代模型;Anthropic Claude Code 与 Cowork 总产品负责人 Cat Wu 已离职并加入 OpenAI Core Products 部门。

来自主题: AI资讯
9008 点击    2026-11-05 18:02
决策模型何时需要思考?StartLux-Decision的按需推理与概率校准

决策模型何时需要思考?StartLux-Decision的按需推理与概率校准

决策模型何时需要思考?StartLux-Decision的按需推理与概率校准

经过决策训练的语言模型,重新打开生成开关后,未必还能稳定地推理。在研究者的实验中,4B 模型在约 40% 的问题上几乎不生成推理;9B 模型则走向另一端,在约 70% 的问题上持续生成,直到触及长度上限。

来自主题: AI技术研报
6394 点击    2026-11-05 10:19
不靠堆砌数据,让机器人看懂真实物理世界 | 招商局狮子山人工智能实验室发布「驭物™ Lion-ER-35B-A3B」具身推理模型

不靠堆砌数据,让机器人看懂真实物理世界 | 招商局狮子山人工智能实验室发布「驭物™ Lion-ER-35B-A3B」具身推理模型

不靠堆砌数据,让机器人看懂真实物理世界 | 招商局狮子山人工智能实验室发布「驭物™ Lion-ER-35B-A3B」具身推理模型

日常生活里人类的直觉判断,放到机器人身上,往往会变成棘手难题。

来自主题: AI技术研报
9851 点击    2026-11-04 15:30
连夜实测 iPhone 国行 AI,亮点和槽点都在这了

连夜实测 iPhone 国行 AI,亮点和槽点都在这了

连夜实测 iPhone 国行 AI,亮点和槽点都在这了

苹果国行 Apple 智能正式面向中国大陆用户开放开发者 Beta 版测试,计划随 iOS 27.3 推出,首批支持 iPhone 15 Pro、iPhone 16 系列等机型,并借助千问提供写作、视觉、摘要及 Siri 升级等功能。

来自主题: AI资讯
9423 点击    2026-11-04 11:13
NeurIPS 2026|离散数据也能一步生成?ReSFlow在统计流形上「拉直」生成路径

NeurIPS 2026|离散数据也能一步生成?ReSFlow在统计流形上「拉直」生成路径

NeurIPS 2026|离散数据也能一步生成?ReSFlow在统计流形上「拉直」生成路径

用流匹配(Flow Matching)或扩散模型(Diffusion Models)生成一张手写数字图像、一段 DNA 序列,通常需要从噪声出发,经过多步采样才能得到结果。每一步都要调用模型,生成质量逐渐改善,计算开销也随之增加。

来自主题: AI技术研报
9686 点击    2026-11-04 09:50
PhysLDM | 物理仿真的Latent Diffusion范式,革命传统物理仿真

PhysLDM | 物理仿真的Latent Diffusion范式,革命传统物理仿真

PhysLDM | 物理仿真的Latent Diffusion范式,革命传统物理仿真

过去几年,神经网络接连改写了一个又一个领域:图像生成有了 Stable Diffusion,视频生成已经能做到以假乱真,就连 3D 渲染也出现了 RenderFormer 这样的纯神经网络方法。但在高保真物理仿真上,神经网络始终没能交出令人满意的答卷,游戏、动画和机器人领域至今仍依赖需要手动调参、难以求梯度的传统求解器。

来自主题: AI技术研报
6677 点击    2026-11-03 10:39