AI进家庭
ICCV 2025｜降低扩散模型中的时空冗余，上交大EEdit实现免训练图像编辑加速
本论文共同第一作者闫泽轩和马跃分别是上海交通大学人工智能学院2025级研究生，以及香港科技大学2024级博士生。目前在上海交通大学EPIC Lab进行科研实习，接受张林峰助理教授指导，研究方向是高效模型和AIGC。 本文主要介绍张林峰教授...
ICML 2025 多智能体的ChatGPT时刻？上交MAS-GPT实现工作流一键生成
本文第一作者叶锐，上海交通大学博士三年级，研究方向是大模型多智能体，联邦学习，博士导师陈思衡，上海交通大学人工智能学院副教授。 OpenAI 将 “组织级智能 (Organizational AI)” 设定为通向 AGI 的第五个重要阶段...
小扎启动「元宇宙2.0」惹怒硅谷！烧光600亿继续天价挖人，比C罗还贵
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...
用AI设计新材料，可实现“0能耗降温”
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...
开源TTS语音新标杆！Kyutai TTS：350ms延迟碾压全场，词级时间戳重构！
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。...
OCRFlux-3B：PDF转Markdown
OCRFlux-3B：PDF转Markdown，有着不错的效果。 参考文献： 在线使用: https://ocrflux.pdfparser.io 模型地址: https://huggingface.co/ChatDOC/OCRF...
kyutai_labs把它的TTS开源了：Kyutai TTS
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...
GitHub Copilot 提供三种主要方式来定制 AI 响应
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 Cop...
九原客推荐的一些关于DeepResearch 的学习资源
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...
苹果港大终结自回归时代？7B扩散模型发布，AI写代码逻辑彻底颠覆！
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/...