AI信息差
蚂蚁集团开源的Ming-Lite-Omni：多模态大模型的“全能王”，你不可不知！
随着人工智能技术的飞速发展，多模态大模型逐渐成为研究和应用的热点。蚂蚁集团开源的Ming-Lite-Omni模型以其强大的多模态感知和生成能力，为AI领域带来了新的突破。本文将详细介绍Ming-Lite-Omni的技术原理、功能特性、基准...
苹果 WWDC 2025：iOS 26 全面换脸，Siri 却继续沉默
从 UI 到 AI，从 Liquid Glass 到 Apple Intelligence，今年的 WWDC 2025 没有硬件大招，却是苹果美学重构和端到端、本地化 AI 的转折年。 这篇文章，是我对这场大会的第一时间记录与理解。 苹...
强的离谱！CNN杀疯了
❓当传统CNN遭遇算力瓶颈，神经压缩技术如何将模型缩小50倍 ❓液态网络如何模仿人脑实现毫秒级动态响应 ❓边界注意力怎样突破医疗影像的亚毫米级分割极限 如果你对深度学习感兴趣，尤其是卷积神经网络（CNN）和注意力机制的前沿发展，那么这场直播...
能写完第 5 个才叫真高手！5 个 AI Agent难度关卡 + 代码实操
在 AI Agent 的世界里，绝大多数人卡在入门阶段，一听说 “工具调用+大模型=智能体” 就觉得自己已经掌握了 Agent 的精髓。但事实是，你可能只停留在Level 1。 真正的强者，早已把智能体打造成会思考、会协作、有记忆、能自学的...
真实场景下文档解析中的2大类8个常见问题：目录层级解析、布局检测、阅读顺序及长表格拼接
今天是2025年6月10日，星期二，北京，晴 我们继续回到文档解析话题，来看看在真实使用场景中，会出现哪些问题，例如ppocrv5模型的具体表现？布局检测的问题？阅读顺序的问题？文档背景的干扰问题？文档目录层级解析问题？长表格的拼接问题等等...
苹果夏季发布会：设计大变样，还更新了一点点点AI
没有硬件，没有one more thing，没有超强AI，让WWDC25稍显平淡。 文｜ 邱晓芬** 编辑 ｜ 苏建勋 6月10日-14日，一年一度的苹果全球开发者大会（WWDC）在美国加州的Apple Park举办。其中...
一家中科院自动化所孵化的人工智能公司完成新一轮战略融资 投资速递
TIPS 1、下载 IT桔子 APP，实时跟踪国内外一级市场投融资事件。 2、转载请注明来源自 IT 桔子（itjuzi521），侵权必究。 3、建立“投资速递”长期发布合作，请发邮件到 hello@itjuzi.com。 2025 年 6...
语音驱动的多人对话视频生成MultiTalk，AI智能体个性化记忆操作系统
**关注我，记得标星⭐️不迷路哦～ ✨ 1: Let Them Talk 语音驱动的多人对话视频生成：Let Them Talk 多功能性： 能生成多人对话视频、唱歌视频、具有交互控制的视频以及卡通视频。 逼真的对话： 支持单人和多人...
1万4颗星！机械臂可以接大模型了！面向真实世界机器人的尖端人工智能LeRobot
项目介绍 🤗 LeRobot 旨在为 PyTorch 中的真实世界机器人提供模型、数据集和工具。目标是降低机器人技术的入门门槛，让每个人都能通过共享数据集和预训练模型做出贡献并从中受益。 🤗 LeRobot 包含已证明可迁移到真实世界的尖...
造梦师手记：高清真实欧美风
今天推荐一个Flux模型，GonzaLomo。 作者称： 我认为这个模型在照片级真实感方面表现非常出色，尽管它也有一些艺术创作能力。以下是一些充分发挥GonzaLomo潜力的技巧： Clip Skip是你的好帮手 建议尝试在提示词中分别使用...