AI进家庭
微博账号被AI偷窥？官方回应：只抓取公开内容
文｜ 杨柳 近日许多用户发帖称，在微博“AI智搜”功能中输入用户名，AI会爬取公开内容甚至是仅好友可见的私密内容，输出一份类似于“用户画像”的分析总结。 随后，一些出于隐私担忧的微博网民，纷纷发布模板一致的拒绝授权书面声明，试图禁止微博平...
趁热赚钱！OpenAI开通GPT-Image-1生图模型API，营利转型遭顶尖AI学者联名反对
文丨丁灵波 今天，OpenAI把前段时间爆红的GPT-4o图像生成功能升级了一下，扩大捞金范围。 其最新、最先进的多模态图像生成模型命名为GPT-Image-1，现可通过Images API获取（Responses API也即将...
偷感极重，Cursor、Manus等多家常用AI工具底层提示词被曝光。
Cursor为首的AI编程工具，大家已经用的很熟练了。 不知道你们有没有危机感，AI写代码一个人能顶3个人用了，尤其是对代码小白来说，能几乎零经验做个简单应用。 可能你们没想到的是，这些AI工具的背后，竟然还是提示词工程，把Prompt优化...
DeepSeek-R1-Zero被“轻松复现”？10%训练步数实现数学代码双领域对齐
通过强化学习（RL）来提升大语言模型（LLM）的推理能力，已经成为行业的共识。然而，在跨领域任务（如数学推理和代码生成）中，如何让模型“鱼与熊掌兼得”，仍然是一个巨大的挑战。 近期，快手 Kwaipilot 团队针对现有 GRPO 系列技...
CVPR 2025 HD-EPIC定义第一人称视觉新标准：多模态标注精度碾压现有基准
在理解人类行为的视频研究中，第一人称视觉（Egocentric Vision）正成为视频理解、具身智能与虚拟现实等前沿领域的重要突破口。它要求模型不仅能识别物体，还要理解人类如何操作这些物体、为何操作，并预测接下来的动作。 然而，现有数据...
一张图片找出你在哪？o3-like 7B模型玩网络迷踪超越一流开闭源模型！
Github 仓库： https://github.com/TheEighthDay/SeekWorld Huggingface 模型： https://huggingface.co/TheEighthDay/SeekWorld\_RL...
天气预报精准到每条街！这家新型机构携手高校用AI驱动科研范式变革
允中 发自 凹非寺 量子位 | 公众号 QbitAI 当城市天气预报有望精确到街镇，每条马路都可能拥有“独家预报”——这并非科幻场景，而是上海“扶摇”气象大模型带来的突破。 近日，由上海科学智能研究院（下称上智院）与上海市气象局等联合研发的...
国产AI眼镜变局：小米阿里字节入场，创企们还有活路吗？
做AI眼镜，留给小厂们的时间不多了。 作者 | 云鹏 编辑 | 心缘 “悄然之间，AI眼镜已经成为深圳华强北的第四大标准品，仅次于耳机、手表和无人机”，一位常驻深圳的资深分析师这样说道。 行走于华强北线下卖场，80%左右的手表档口...
UniToken：多模态AI的“全能选手”，一次编码搞定图文理解与图像生成！
UniToken团队 投稿 量子位 | 公众号 QbitAI 首次在统一框架内实现理解与生成的“双优表现”，打破了多模态统一建模的僵局！ 复旦大学和美团的研究者们提出了UniToken——一种创新的统一视觉编码方案，在一个框架内兼顾了图文理...
质量无损，算力砍半！达摩院开源视觉生成新架构，出道即SOTA｜ICLR 2025
DyDiT团队 投稿 量子位 | 公众号 QbitAI 算力砍半，视觉生成任务依然SOTA！ 达摩院在ICLR 2025上抛出的DyDiT架构：通过时间步长与空间区域的智能资源分配，将DiT模型的推理算力削减51%，生成速度提升1.73倍，...