AI信息差
巧妙！一个传统技术让国产视觉基础模型直接上大分
金磊 发自 凹非寺 量子位 | 公众号 QbitAI 咱就是说啊，视觉基础模型这块儿，国产AI真就是上了个大分—— Glint-MVT，来自格灵深瞳的最新成果。 先来看下成绩——线性探测（LinearProbing）： 简单来说，线性探测是一种测试预训练模型效果的小技巧，测的就是基本功扎不扎实。它的做法是： 把模型最后一部分换成简单的线性层，其他部分全部保...
四位图灵奖掌舵，2025智源大会揭示AI进化新路径
允中 发自 凹非寺 量子位 | 公众号 QbitAI 2025年6月6-7日 中国，北京 这个初夏 四位图灵奖得主 与全球创新力量共赴智源大会 即刻报名，探寻AI时代的无尽边域 2006年，多伦多大学Geoffrey Hinton教授等人提出逐层预训练方法，突破了深层神经网络训练的技术瓶颈，为深度学习的复兴奠定了基础。 强化学习作为智能体与环境交互的学习范...
多模态长文本理解测评首发：46款模型无一攻克128K难关
MMLongBench团队 投稿 量子位 | 公众号 QbitAI 多模态长文本理解有综合性的评判标准了！ 来自香港科技大学、腾讯西雅图AI Lab、爱丁堡大学、Miniml.AI、英伟达的研究者联合提出了MMLongBench，旨在全面评估多模态模型的长文本理解能力。 随着多模态大模型的单次推理的文本窗口快速提升，长上下文视觉-语言模型（Long-Con...
预测误差仅0.26mm，中科院自动化所×灵宝CASBOT团队让机器人提前“知道你要干嘛”
灵宝CASBOT团队 投稿 量子位 | 公众号 QbitAI 在人与机器人愈发紧密协作的时代，如何让机器人“读懂”人类的意图、与人类默契配合，成为智能技术发展的关键一步。 近日，由中国科学院自动化研究所与灵宝CASBOT共同提出的关于“增强物理人机协作中的人类意图估计和人机角色分配”方法（DTRT: Enhancing Human Intent Estima...
超长推理还能节省计算！Salesforce开源神器两连发：教大模型边想边省，显著提升数学编程准确率
Salesforce团队 投稿 量子位 | 公众号 QbitAI 推理大模型如何提升效率？Salesforce AI Research开源神器两连发—— Elastic Reasoning和Fractured Sampling。 Elastic Reasoning用“想多少、答多少”替代了“想到哪算哪”，让模型在预算范围内思考更合理，输出缩短30%，同时保持...
Muyan-TTS：10万小时数据预训练，0.33秒极速生成播客级语音，小白也能玩转AI配音！
随着人工智能技术的飞速发展，文本转语音（TTS）技术在众多领域得到了广泛应用，从智能语音助手到有声读物，再到播客和视频配音等。 然而，现有的TTS模型往往存在一些局限性，例如依赖大量目标说话人的语音数据进行训练，或者缺乏高效的推理加速框架。 为了突破这些限制，MYZY AI团队推出了一款名为Muyan-TTS的开源文本转语音模型，专为播客场景设计，能够在无...
刚刚，Claude 4 重磅发布！免费可用，全球最强编程 AI！
昨天刚预告完，今天它就华丽丽地来了！ 是的，Claude 4。 并且是全面发布，不是预热、提前官宣（这里点名一位姓马的同志），直接在 claude.ai 和 API 后台双双上线。 重点是，免费用户也能用！ 01｜Claude 4 全面上线：旗舰 + 免费版一次放出！ 和我昨天文章里预告的一致，Claude 4 系列共包括 2 个模型：Claude Op...
关于中国科学院人才交流开发中心——人工智能领域技能培训简介
中国科学院人才交流开发中心简介 中国科学院人才交流开发中心，全民所有制事业法人单位。1992年，为贯彻落实中国科学院的人事制度改革，经中央机构编制委员会批准，成立了中国科学院人才交流开发中心（以下简称“中心”）。具备人社部许可证的人力资源中介服务机构，全国人才交流协会常务理事单位，中国科学院人力资源开发联合会常务副理事长单位，北京人力资源服务机构等级评定委...
【清华大学第10弹】政务数字化的三次进化：从“电子政务”到“AI+政务”的变革之路
在数字中国建设如火如荼的当下，“政务数字化转型”不再只是信息化办事的代名词，而是国家治理体系和治理能力现代化的重要支撑。政务系统的每一次技术进化，背后都是一次公共服务理念的升级，一次国家治理能力的跃迁。 今天，我们就以“电子政务—互联网+政务—AI+政务”这三大阶段为主线，系统梳理中国政务数字化转型的演进路径，揭示这场技术与制度深度融合的历史进程中，背后的...
技术思考:小尺寸+两阶段式多模态文档解析模型Dolphin思路评析及PP-OCRv5更新
今天是2025年5月23日，星期五，北京，阴。 先来看看文档智能相关进展，在及技术路线上，也有一些新的玩法。比如，Dolphin检测+解析双阶段多模态文档解析思路，效果实测并不理想，尤其是带图片的文档，公式解析和复杂表格解析一般、OCR幻觉比较严重。工作是方案上的借鉴意义，并没有从性能上更改当前试图通过小尺寸模型实现真正可用的ocr-free局面，还有很长的...