AI信息差
ACM MM 2025 LGM3A研讨会征稿：探索大模型与多模态的融合创新
我们诚挚地邀请您提交论文参加即将在 ACM Multimedia 2025 (ACM MM 2025) 会议上举办的 LGM3A Workshop。此次Workshop的主题为“基于大语言模型的多模态研究和应用”（LGM3A 2025:...
CVPR 2025 Zero-shot能力拉满！随机顺序自回归解锁视觉领域的“GPT时刻”
©作者 | 庞子奇 单位 | UIUC 研究方向 | 计算机视觉 语言领域的自回归（AR）模型看似一统江湖，但是视觉领域还没有范式让大家的 “Scaling Law” 可以跨越更多任务、更多应用。前几天 Gemini 和 GPT 发布的图...
导师放养，偷偷发了顶会。。。
最近经常收到读者的留言 : 抱怨科研真是太难了，竞争压力大，导师不给指导、不开组会，一年见不到导师几次，对于论文初稿、毕业论文毫无建议! 无论什么专业的研究生，面对这样的情况，很有可能都要陷入沉思。 万物皆卷的时代，升学、就业的竞争...
采样越多越聪明？隐式扩展颠覆认知，采样搜索如何挑出完美解
新智元报道 编辑：英智 【新智元导读】采样多就一定准吗？研究人员用实验告诉你：是的，而且超乎想象！基于采样的搜索不仅能在并行处理中大展身手，还通过隐式扩展让验证更精准。 先让模型生成多个候选答案，再通过自我验证挑出「真金」。 基于...
简道云10年，一场中国SaaS的“反共识”成功｜
一场关于用户需求挖掘、商业化策略、战略定力的精准实践。 作者｜栗子 经过20余年发展，今天的中国SaaS市场可谓“在矛盾中前行”。 一边是整个行业不断扩张的市场规模： 去年8月，中国信通院发布《中国企业级SaaS产业发展研究报告（202...
全球首个无限时长视频生成！新扩散模型引爆万亿市场，电影级理解，全面开源
金磊 发自 凹非寺 量子位 | 公众号 QbitAI 不是5秒，不是10秒，更不只是1分钟。 AI视频生成，正式迎来无限时长的时代！ 来，话不多说，直接来看一部AI版《罗马假日》： 而就是这么一部小短剧片段，它的“起点”，仅仅就是一张照片和...
一连串神秘数字“7”背后的生产力跃迁｜
在酒仙桥论坛，见证AI生产力元年的开启。 作者｜王博 1952年，苏联援建的电子管厂在北京东郊的酒仙桥破土动工，在这片约2.5平方公里的土地上，北京电子管厂、华北无线电联合器材厂、北京有线电厂等单位相继落成。 这些单位有一个共同的特征—...
95后打造世界首个行动型浏览器——Fellou，从「浏览」到「行动」一键直达！
新智元报道 编辑：编辑部 HNYZ 【新智元导读】全球首个行动浏览器Fellou重磅发布，不仅能自动填表单、管理标签页，还能跨网站执行繁琐任务。只需一句话，Fellou帮你全搞定。 得益于自由开放的Web，浏览器成为我们探索数字世...
深度｜扣子空间开启内测，字节首个通用AI Agent平台有多强？
01 第一个国产版通用 AI Agent 来源：扣子 4 月 19 日，字节跳动旗下 AI Agent 平台“扣子“悄然开启内测——「扣子空间（space.coze.cn）」。作为一个定位于“与 AI Agent 协同办公的最佳场所...
对 ChatGPT 说「谢谢」，可能是你每天做过最奢侈的事
朋友，你有没有对 ChatGPT 说过一句「谢谢」？ 最近，一位 X 网友向 OpenAI CEO Sam Altman 提问：「我很好奇，人们在和模型互动时频繁说『请』和『谢谢』，到底会让 OpenAI 多花多少钱的电费？」 尽管没有精确...