AI信息差

新智元报道 编辑：定慧 【新智元导读】扎克伯格为了他的超级智能团队，大肆在硅谷挖人，犯下众怒，甚至逼的Ilya公开叫板。这场堪称「元宇宙2.0」的超级智能梦，是否又会和此前大败的元宇宙计划，如出一辙？ 活久见，科技圈的「程序员」身价第一次超过C罗了。 这位OpenAI的华人AI研究者Jiahui Yu，在「转会」到Meta的过程中，扎克伯格开出了1...

上海交通大学的科研成果，AI设计热辐射超材料领域取得原创突破，其研发的逆向设计AI模型，能大批量生成热辐射超材料的候选设计方案，并从里面“优中选优”。 文|张洋洋 让建筑外墙“0能耗降温”、衣物一键降温3-5度，有望为航空航天、沙漠地带等极端环境提供温控解决方案……近日，上海交通大学团队领衔的科研成果登上Nature杂志，这项科研在AI设计热辐射超材料领...

近日，法国AI实验室Kyutai正式开源其高性能TTS语音模型：Kyutai TTS。 它是一款基于Delayed Streams Modeling（DSM）框架的实时文本转语音（TTS）模型，支持流式文本输入、超低延迟和高保真语音生成。 1.6B参数，英语/法语WER低至2.82/3.29，语音相似度77.1%/78.7%，支持流式文本输入，适配实时交互...

OCRFlux-3B：PDF转Markdown，有着不错的效果。 参考文献： [1] 在线使用: https://ocrflux.pdfparser.io [2] 模型地址: https://huggingface.co/ChatDOC/OCRFlux-3B [3] repo 地址: https://github.com/chatdoc-com/OC...

kyutai_labs把它的TTS开源了：Kyutai TTS，支持文本流式传输、低延迟。使用L40S GPU，可同时处理32个请求，延迟为 350毫秒。除了生成音频，Kyutai TTS 还会输出单词的确切时间戳。英语和法语的WER分别为2.82和3.29，说话者相似度为77.1%和78.7%。能处理长文章，目前支持英语和法语。 参考文献： [1] ht...

用GitHub Copilot的，可以看下github官方出的这个“Awesome GitHub Copilot Customizations”项目 github.com/github/awesome-copilot。 GitHub Copilot 提供三种主要方式来定制 AI 响应，并可根据您的特定工作流程、团队指南和项目需求进行个性化辅助：自定义指令、可...

九原客推荐的一些关于DeepResearch 的学习资源 1.论文 （1）好一些的综述：arxiv.org/abs/2506.18096 （2）过于求全反而缺乏洞见的综述：arxiv.org/pdf/2506.12594 （3）评估方法，从报告质量和引用精度两个角度评估：arxiv.org/pdf/2506.11763 2.适合上手的，开箱即用的 DeepR...

新智元报道 编辑：KingHZ 海狸 【新智元导读】LLM非要按顺序写代码？苹果联手港大发布DiffuCoder，用扩散模型+强化学习策略，直接性能飙升4.4%。 自回归，真的要落幕了吗？ 文本扩散模型这次要起飞了？ 5月，在I/O 2025大会上，谷歌推出了Gemini Diffusion，主打速度快：采样速度轻松可达每秒1000个token。 ...

这项目真猛啊，4小时干了1800颗星。 横轴单位是小时这是真不多见。 这可能也是我的价值所在吧，能把新开源的筛选好，第一时间发出来给大家介绍。 也是顺应潮流了，液态玻璃风格直接搞上了。 扫码加入AI交流群 获得更多技术支持和交流 （请注明自己的职业） 项目简介 Glass 是一个轻量的开源桌面 AI 助手。它能常驻桌面，实时捕捉信息、理解上下文，将日常...

西风 发自 凹非寺 量子位 | 公众号 QbitAI 3.92万亿美元市值，刷新全球历史纪录，来自AI芯片霸主—— 英伟达。 什么概念？LSEG数据指出，这一数字超过了加拿大+墨西哥股市的总市值之和，也超过英国所有上市公司总市值。 而在此之前，历史最高记录保持者为苹果，去年12月26日，苹果创下3.915万亿美元历史收盘纪录。 与英伟达创纪录同一时间，在华...