AI信息差

UniME团队 投稿 量子位 | 公众号 QbitAI 告别CLIP痛点，更懂语义关联的跨模态理解新SOTA来了！ 格灵深瞳、阿里ModelScope团队，以及通义实验室机器智能团队联合发布通用多模态嵌入新框架UniME，一经推出就刷新MMEB训练榜纪录。 △图片于2025年5月6日08:00 UTC+8截取 UniME作为一个创新性的两阶段框架，所展现的...

杨元庆：混合式AI是AI落地的最好方式之一。 作者 | 程茜 编辑 | 心缘 智东西5月7日报道，今天，在2025联想创新科技大会上，联想正式发布超级智能体三大功能，并展示了覆盖全场景的个人、企业、城市超级智能体矩阵。 随后，联想集团董事长兼CEO杨元庆，联想集团执行副总裁兼中国区总裁刘军，联想集团高级副总裁兼首席技术官Tolga Kurtoglu...

1419.95分登顶AI编程榜首，Gemini 2.5 Pro“I/O”版性能飙升，视频理解能力“逆天”。 编译 | 王涵 编辑 | 漠影 谷歌史上最强编程模型来了！ 智东西5月7日消息，北京时间5月6日晚，谷歌DeepMind AI研究部门正式推出Gemini 2.5 Pro “I/O”特别版，回应开发者社区对实际编程和界面设计效能的强烈需求，给...

作者_｜李京亚 邮箱｜_lijingya@pingwest.com 在AI以前所未有的力量重塑全球产业结构的今天，一场深刻的身份转变正在海外风险投资（VC）行业悄然上演。简单来说，过去VC们更像是“星探”，早期发现并投资有潜力的初创公司，期待它们一鸣惊人后通过上市或并购退出。但现在，一些顶级的VC巨头似乎不满足于此，它们开始向私募股权投资（PE）的角色靠拢...

作者_｜陆 邮箱｜_xiaoyu@pingwest.com 在数码相机市场，富士一直以其复古设计和独树一帜的胶片模拟风格广受用户的喜爱。 虽然在很多“专业”用户眼中，富士的镜头群不够丰富、产品也因为黄牛和控价的原因持续缺货、价格居高不下，但对于大多数没那么高需求的用户来说，富士在相机圈的定位就好像小米、OV 在移动影像的定位一样：能够让普通人“更容易”获得...

🔍 项目简介 Cap 是 Loom 的开源替代品，一款极速视频消息工具， 提供桌面客户端和网页版，可以让我们在几秒钟内完成视频的录制、编辑和分享，而且所有数据都可以自托管，完全掌控在自己手中。 🔍 功能特点 • 快速录制屏幕内容并立即分享，节省沟通时间； • 支持视频编辑功能，让内容更专业有条理； • 完全开源，可自由定制和扩展功能； • 提供 Dock...

🔍 项目介绍 Quick Prompt 是一款强大的浏览器扩展，专注于提示词管理与快速输入。它能帮助你轻松创建、管理和组织提示词库，并在任何网页输入框中快速插入预设的Prompt内容，大幅提升工作效率！ ✨ 功能特性 • 📚 提示词管理：便捷创建、编辑和管理你的提示词库 • 🚀 快速输入：在任何网页输入框中通过 /p 快速触发提示词选择器 • ⌨️ 支持...

语音交互技术的进步正在改变人机对话的方式，但传统语音助手受限于高延迟、单向交互和缺乏情感表达。 Maitrix 团队最新发布的开源 AI 端到端语音模型：Voila，其以 195ms 超低延迟及全双工对话得到众多开发者及企业的关注。 它是一款真正端到端、全双工、低延迟、可调角色的 AI 语音模型，可实现像人类一样“边听边说”的自然对话，并支持中英等多语言识...

阶跃开源了一个 Suno 级别的音乐生成模型。 A100 GPU 上，可在 20 秒内生成长达 4 分钟的音乐 支持声音克隆、歌词编辑、混音、分轨等控制功能 模型已支持 19 种语言，其中有中文 在旋律、和声、节奏方面有出更好的长程连贯性 参考文献： [1] 体验地址：https://huggingface.co/spaces/ACE-Step/A...

斯坦福大学官方AI课程：NLP+深度神经网络+Transformer。 参考文献： [1] https://www.youtube.com/playlist?list=PLoROMvodv4rMFqRtEuo6SGjY4XbRIVRd4 知识星球服务内容：Dify源码剖析及答疑，Dify对话系统源码，NLP电子书籍报告下载，公众号所有付费资料。加微...