搜索
近日，浙江大学 OmniAI 团队在 《Show, Don’t Tell: Evaluating Spatial Cognition in Generative Pixels Rather Than LLM Text》 中提出 ProVisE，让图像生成模型直接在图中回答空间问题，并将视觉答案还原为原 benchmark 可以评分的结构化预测。
近日来自南京大学模式识别实验室（PRLab）的梁嘉骏、廖宇程，在司晨阳教授的指导下，联合新加坡南洋理工大学、英国帝国理工学院，提出连续扩散语言模型 AURORA-LM（Autoencoding Unified Representation for Continuous-Latent Diffusion Language Modeling），对连续空间下的语言建模作出了更多的思考和发现。
最近，有人注意到，Anthropic 在招聘一个名为「内部风险调查员」的角色，该角色的要求是「具备人类和技术调查方面的专业知识，以支持和保护 Anthropic 的使命…… 威慑、识别、调查和缓解对 Anthropic 最关键资产的风险，包括人员、数据和基础设施……」
8 月 7 日，阿里巴巴推出国内首个 AI 语音生产力平台 CosyVoice Studio，整合开放语音识别、语音合成、实时语音交互三类核心能力，覆盖「听、创、聊」全链路。
当下计算机视觉长期陷入“一任务一专用模型”内卷： 做深度估计要用DepthAnything，分割依赖SAM，人体姿态单独训练Sapiens，几何重建还得搭VGGT，各类网络骨干、解码器、损失函数完全割裂，研发与部署成本居高不下。
OpenAI 有 Fidji Simo，Sam Altman 之外唯一的 CEO；Anthropic 有 Daniela Amodei，Dario 的亲妹妹、公司总裁，除了一位幕僚长面向 Dario，其余高管全部向她汇报，再由她向董事会负责。
天使轮由一线美元基金，智能制造与大模型产业方共同领投；数据集 Xperience-10M 位列全平台数据集榜第 2 名，具身赛道第一名，目前已被多款具身基础模型 Qwen-VLA、MolmoMotion 等采用；多模态采集系统 HOMIE 进入规模化量产交付，新一代系统将于 2026 年 8 月发布。
据 The Information报道，创始人张一鸣在上个月的一场内部会议上向员工明确表达了这一立场，也让外界难得一窥他对字节跳动AI发展路线的思考。外媒披露，在Seed团队内部，关于公司是否应该转向蒸馏技术的争论由来已久。今年，国内竞争对手开源模型的快速发展给字节跳动带来了更大的压力。员工们称，每当有一个强大的中国开源新模型发布，字节跳动内部关于蒸馏的争论就会升温。
曾经最相信强化学习的人之一，如今却认为：强化学习没有把我们带到 AGI。
CUDA又双叒叕被创了…