安爸 的文章
由 OpenAI 提供支持的计算机使用 AI Agent：Surf
项目简介 一个 Next.js 应用程序，允许 AI 与虚拟桌面环境交互。该项目将 E2B 的桌面沙盒与 OpenAI 的 API 集成，创建一个可以通过自然语言指令在虚拟计算机上执行任务的 AI 代理。 E2B 是一个开源的云隔离虚拟计算...
CVPR 2025 EmoEdit：情感可编辑？深大VCC带你见证魔法！
EmoEdit 由深圳大学可视计算研究中心黄惠教授课题组完成，第一作者为杨景媛助理教授。深圳大学可视计算研究中心（VCC）以计算机图形学、计算机视觉、人机交互、机器学习、具身智能、可视化和可视分析为学科基础，致力前沿探索与跨学科创新。中心...
卷积网络又双叒叕行了？OverLoCK:一种仿生的卷积神经网络视觉基础模型
作者是香港大学俞益洲教授与博士生娄蒙。 你是否注意过人类观察世界的独特方式？ 当面对复杂场景时，我们往往先快速获得整体印象，再聚焦关键细节。这种「纵观全局 – 聚焦细节（Overview-first-Look-Closely-next）」...
金沙江朱啸虎唱衰具身智能行业引群殴
作者｜沐风 来源｜AI先锋官 金沙江创投主管合伙人朱啸虎，再次站到了舆论中心。 自2024年9月起，他旗下的基金陆续退出了包括星海图、松延动力在内的机器人公司，持股比例从不足1%到1.6%不等。 他在近期采访中直言，退出是因为“商业化路径...
全球首个7B全模态模型！阿里Qwen2.5-Omni登顶榜首，实时语音+视频交互开源免费
在人工智能领域，单一模态模型已取得显著成果，但人类智能是多模态的。我们通过视觉、听觉等感官感知世界，并通过语言等方式交流。因此，开发能处理多种模态输入并输出的模型，对实现更接近人类智能的系统至关重要。Qwen2.5-Omni 正是在此背景下...
ChatGPT+吉卜力：只需一行提示词，轻松生成火遍全网的动画壁纸！
吉卜力这几天火出了圈，这次是被 ChatGPT 带火的。 确切地说，是 GPT-4o 模型。 你可能还不知道吉卜力是什么，但你一定听说过宫崎骏的大名，看到过他的作品。 比如曾在国内上映的《千与千寻》。 再比如《魔女宅急便》、《哈尔的移动...
DeepSeek重磅升级，豆包深度思考，ChatGPT原生生图，谷歌Gemini 2.5！ AI Weekly 3.24-30
本周AI快讯 | 1分钟速览 1⃣ DeepSeek-V3 重磅升级 ：新版本 DeepSeek-V3-0324 发布，在推理、前端开发和中文写作方面全面提升，推理能力超过 GPT-4.5。 2⃣ 阿里发布视觉推理模型 ：通义千问团队推...
图灵奖得主预言中国成AI工业翘楚！海淀硬核AI先锋盛会，涌现更多未来成果
新智元报道 编辑：编辑部 NZYH 【新智元导读】2025中关村论坛人工智能主题日，高能不断。清华系团队全新Vidu Q1视频生成可控性再创新高，炫目demo惊艳全场。图灵奖得主Joseph Sifakis、清华朱军、百度王海峰等...
13.8倍吞吐提升！浙大上海AI Lab等提出视觉生成新范式，从“下一个token”到“下一个邻域”
NAR团队 投稿 量子位 | 公众号 QbitAI 在图像/视频生成任务中，传统的“下一个token预测”方法正面临严重的效率瓶颈。 怎么办？ 来自浙大、上海AI Lab等机构的研究人员提出了一种全新的视觉生成范式——邻近自回归建模（Nei...
AppStore首页推荐后，依然月入不足3000，独立开发两年血泪复盘
到今年4月刚好全职独立开发两年了，总结这两年独立开发结果：希望通过独立开发获得一份可持续的收入进入一个相对自由的生活失败了。不过确实做出了自己还算满意的产品，上过 AppStore 首页推荐，也得到了一些用户的认可，不算瞎忙活。 商业上...