苹果FastVLM模型优化端侧AI，智能眼镜或将突破技术瓶颈
5 月 13 日消息，苹果机器学习团队上周在 GitHub 发布并开源了一款视觉语言模型 ——FastVLM，提供 0.5B、1.5B、7B 三个版本。 据介绍，该模型基于苹果自研 MLX 框架开发并借助 LLaVA 代码库进行训练，专为 ...
新闻资讯
豆包视频生成模型革新：影视级质量效率飞跃
5 月 13 日消息，在今日举办的 FORCE LINK AI 创新巡展上海站活动中，火山引擎正式发布了一系列 AI 模型升级产品，包括豆包・视频生成模型 Seedance 1.0 lite、豆包 1.5・视觉深度思考模型，并对豆包・音乐模...
AI深入研究免费上线，十几分钟完成复杂科研任务
5 月 14 日消息，通义千问 Qwen 官方公众号昨日（5 月 13 日）发布博文，宣布推出 Deep Research （深入研究），该智能助理系统能够逐步规划复杂的研究任务，综合大量在线信息，并协助用户完成复杂的科研任务。 Deep ...
AI推理模型增速放缓，计算瓶颈与研究成本挑战
5 月 14 日消息，非营利 AI 研究机构 Epoch AI 最新发布报告，指出 AI 企业难以从推理模型中，持续榨取巨大性能收益，最快在一年内，推理模型的进步将放缓。 报告基于公开数据和假设，强调了计算资源的限制和研究开销的增加。AI ...
AI医疗能力能否超越人类医生？新基准测试结果揭晓
日前，OpenAI 公布了一项 AI 健康系统评估标准「HealthBench」，号称「最具 AGI 标志性」。 具体来看，HealthBench 旨在更好地衡量 AI 系统在医疗领域的性能表现。该基准是由 OpenAI 与全球 60 个国...
荣耀400系列内置AI视频生成功能 静态照片秒变5秒动态视频
据 The Verge 消息，即将在海外发布的荣耀 400 系列新机，将内置提供基于 Google Veo 2 模型的 AI图像生成视频功能。 官方介绍，该 AI图像生成视频功能能根据静态图片，创建一个最长 5 秒的视频，可以是肖像或者风景...
AI Agent爆发在即 行业将迎来哪些变革
日前，OpenAI CEO Sam Altman 参加投资机构红杉资本的「2025 AI Ascent」大会，前者在大会现场接受了专访，并分享了一些 OpenAI 的创业经历、产品规划、行业预测等内容。 对于 OpenAI 的创业历程，Al...
TikTok图生视频AI功能上线，如何实现静态照片变动态视频？
TikTok推出AI Alive功能，将静态照片转为动态视频，支持故事分享。通过AI技术增强创意表达，同步标注AI生成标签及C2PA元数据，确保内容真实性和安全性。
Step1X-3D开源3D大模型，4.8B参数如何实现高保真可控生成？
Step1X-3D凭借4.8B参数量和双阶段架构，突破3D生成数据瓶颈，支持精细纹理与几何控制，CLIP-Score表现行业领先，开源代码与资产加速3D创作革新。
AI生成文件为何被法官重罚？法律AI误用引争议
加州法官因律所未披露AI生成文件遭重罚，批评AI误用引发法律风险，强调需核实AI生成内容真实性。
工作中使用生成式AI助手是否影响专业形象？研究揭示职场风险
5 月 14 日消息，使用 ChatGPT、Gemini、DeepSeek 等生成式 AI助手可以提高效率，但如果在工作中使用这些 AI 助手被他人知晓，你可能会被贴上“懒惰”、“能力不足”和“不够勤奋”等负面标签。 尽管 AI 技术迅速崛...
首个女性肿瘤AI大模型颠覆诊疗模式，手机端免费使用引关注
华中科技大学5 月 14 日宣布，全球首个女性肿瘤 AI大模型“木兰”，正式进入临床应用阶段。 “木兰”由华中科技大学同济医学院附属同济医院国家妇产疾病临床医学研究中心、中华医学会妇科肿瘤学分会、中国医疗保健国际交流促进会妇产健康医学分会，...
ChatGPT重磅升级！GPT-4.1编程专家模型登场，精准高效提升代码效率
5 月 15 日消息，OpenAI 官方账号在 X 平台发布推文，宣布将于昨日（5 月 14 日）开始，在 ChatGPT AI聊天机器人中，引入 GPT-4.1 模型。 Pro、Plus 和 Team 用户可以通过“More models...
手机端侧AI音频生成新突破：8秒极速生成11秒音频
5 月 15 日消息，科技媒体 TechCrunch 昨日（5 月 14 日）发布博文，报道称 AI 初创公司 Stability AI 推出 Stable Audio Open Small，号称是市场上速度最快的“立体声”音频生成 AI ...
通义万相视频生成模型开源，1.3B版本消费级显卡也能跑
据《科创板日报》报道，阿里巴巴正式开源通义万相 Wan2.1-VACE，这是一款支持视频生成与编辑的模型，单一模型可同时支持文生视频、图像参考视频生成、视频重绘、视频局部编辑、视频背景延展以及视频时长延展等全系列基础生成和编辑能力。 据悉，...