AI进家庭

OpenMusic：前沿的文本到音乐生成项目，让音乐创作变得轻而易举。亮点：1. 零样本长音乐生成，无需额外训练即可创作无限时长音乐；2. 支持多种训练策略，满足不同需求；3. 提供详细的训练和推理教程，新手也能快速上手。 参考文献： [1] http://github.com/ivcylc/OpenMusic 知识星球：Dify源码剖析及答疑，Di...

egressLM：让文本回归分析变得简单高效。它能从文本中直接预测数值，比如从系统状态文本预测性能指标。亮点：1. 支持预训练和微调，适配多种回归任务；2. 可处理长文本输入，最大长度达2048；3. 基于PyTorch，易于扩展和集成。 参考文献： [1] http://github.com/google-deepmind/regress-lm ...

Embodied-World-Models-Survey：一份关于如何通过物理模拟器和世界模型学习具身智能的全面调研。亮点：1. 提出从IR-L0到IR-L4的智能机器人分级模型；2. 涵盖机器人运动、灵巧性与交互的多种技术；3. 对比主流模拟器和世界模型的架构与应用场景。 参考文献： [1] http://github.com/NJU3DV-Loon...

ml-diffucoder：探索和改进用于代码生成的掩码扩散模型。亮点：1. 提出耦合采样方案，提升扩散模型的训练效率；2. 引入自回归性评分，量化生成过程中的因果模式；3. 通过实验发现扩散模型在代码任务中的独特表现。 参考文献： [1] http://github.com/apple/ml-diffucoder 知识星球：Dify源码剖析及答疑...

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！ 德国知名技术咨询公司TNG开源了DeepSeek R1的增强版DeepSeek-TNG-R1T2-Chimera。 Chimera是基于DeepSeek的R1-0528、R1和V3...

机器之心原创 作者：闻菲 当整个人工智能行业都在为「如何给程序员打造更快的马」而疯狂投入时，一支特立独行的团队选择「直接去造汽车」。 「大模型的发展，更像一场篮球比赛才刚刚打完第一节。所有人都在用第一节的比分去判断整场比赛的胜负，但我们认为，还有第二、三、四节要打。」蔻町智能（AIGCode）创始人兼 CEO 宿文用这样一个比喻，为当前略显拥挤的 AI ...

流量获客举步维艰、组织效能难以提升、工作效率不尽如人意、沟通效率低下阻碍发展 —— 这些企业普遍面临的四大痛点，正制约着企业的前行脚步。而智能体 Agent 的出现，正以革命性突破重塑企业运营模式。7月5日晚8点的《1 小时 AI 公开课》，聚焦《AI 智能体，2025 企业生存必修课》，本次课程特邀 AIGC 开放社区首席讲师、TEDx 演讲者、双语培训师...

机器之心报道 编辑：+0 最近「上下文工程」有多火？Andrej Karpathy 为其打 Call，Phil Schmid 介绍上下文工程的文章成为 Hacker News 榜首，还登上了知乎热搜榜。 之前我们介绍了上下文工程的基本概念，今天我们来聊聊实操。 为什么关注「上下文工程」 我们很容易将 LLM 拟人化——把它们当作能够「思考」、「理解」或「感...

FOT团队 投稿 量子位 | 公众号 QbitAI 大模型越来越大，通用能力越来越强，但一遇到数学、科学、逻辑这类复杂问题，还是常“翻车”。 为破解这一痛点，华为诺亚方舟实验室提出全新高阶推理框架 ——思维森林（Forest-of-Thought，FoT）。 该方法借鉴人类“多角度思考、反复验证”的认知方式，打破传统LLM的线性推理范式，通过构建多棵并行推理...

GenieBlue团队 投稿 量子位 | 公众号 QbitAI 在AI迈入多模态时代的当下，“让大模型上手机”成为产业落地的焦点。 现有MLLM在手机端部署时常面临两大难题： 1、纯语言任务性能下降：现有的端侧MLLM在纯文本的任务上表现不尽人意； 2、手机NPU不支持MoE架构：而MoE架构恰恰是多模态训练中保持语言能力的常用手段（比如CogVLM，Win...