超越Sora！谷歌推出Veo 2，生成8秒超逼真视频
今天凌晨1点，谷歌DeepMind终于将大家期待已久的Veo 2整合到GeminiApp应用中，全面开放使用。Veo 2可以最高生成8秒720P电影级视频，在运镜、文本语义还原、物理模拟、动作一致性等
阅读全文用于生成4D城市的大模型—CityDreamer4D
大模型的出现加大加速了3D场景生成的效率，但生成包含时间和空间维度的4D城市场景更难。4D城市生成不仅要处理结构复杂、视觉多样化的物体，例如，建筑物和车辆，还要应对人类对城市环境中畸变的高度敏感性。此
阅读全文Hugging Face收购 Pollen，进军实体机器人
全球著名开源大模型平台之一Hugging Face宣布收购Pollen Robotics，进军实体机器人领域。此次收购的交易条款并未披露，但Pollen的大约20名员工将加入Hugging Face。
阅读全文刚刚，OpenAI发布GPT-4.1，性能暴涨、100万上下文
今天凌晨1点，OpenAI进行了技术直播发布了最新模型——GPT-4.1。除了GPT-4.1之外，还有GPT 4.1-Mini和GPT 4.1-Nano两款模型，在多模态处理、代码能力、指令遵循、成本
阅读全文微软、英伟达、苹果不受125%关税影响，获得豁免权
雅虎财经消息，根据美国海关与边境保护局公布的关税豁免消息显示，智能手机、笔记本电脑、芯片等产品不受125%关税影响。这对于苹果、英伟达、微软等科技巨头来说是一个巨大的利好消息，终于可以松口气了。韦德布
阅读全文Ilya新公司估值320亿美元，没有任何产品
前OpenAI联合创始人兼首席科学家Ilya Sutskever新公司SSI，又获得了20亿美元融资，估值达到320亿美元。但令人惊讶的是，从创立至今已有10个月的时间，SSI仍然没有发布任何产品，只
阅读全文对标OpenAI，谷歌开源Agent SDK，支持MCP、A2A、5000星
谷歌在Google Cloud Next 25大会上，开源了首个Agent开发套件—ADK。这也是OpenAI之后第二家大厂发布的标准化智能体SDK。ADK能帮助开发人员极大简化开发超复杂流程的智能体
阅读全文2025年全球AI指数报告
斯坦福大学HAI研究中心发布了《2025年AI指数报告》。该报告涵盖了从AI硬件、技术性能到负责任的AI应用、发展、政策治理等多个方面的综合分析，也是全球分析AI最有深度、权威的报告之一。原版报告：h
阅读全文刚刚，OpenAI开源BrowseComp，重塑Agent浏览器评测
今天凌晨2点，OpenAI开源了专门用于智能体浏览器功能的测试基准——BrowseComp。这个测试基准非常有难度，连OpenAI自己的GPT-4o、GPT-4.5准确率只有0.6%和0.9%几乎为0
阅读全文面向营销人员的8大国外AI Agent
根据Blind的调查数据，高达83%的营销和市场专业人员对数字化销售感到疲惫。同时，TimesPro指出，市场经理是企业中需求旺盛的岗位，未来懂得运用AI的营销人员需求也会不断增加。因此，AI营销智能
阅读全文谷歌发布第七代TPU：性能大涨，专为大模型设计
谷歌发布了其第七代张量处理单元（TPU）——Ironwood，这也是首个专为大模型设计的AI芯片，适用于Gemini 2.5、Claude 3.7和Claude 3.5等先进模型。与前代Trilliu
阅读全文AI Agent大变天！谷歌开源A2A，一夜改变智能体交互
昨晚，谷歌在Google Cloud Next 25大会上，开源了首个标准智能体交互协议——Agent2Agent Protocol（简称A2A）。A2A将彻底打破系统孤岛，对智能体的能力、跨平台、执
阅读全文斯坦福等开源代码定位AI Agent，极大提升开发、维护效率
斯坦福大学、耶鲁大学、南加州大学等研究人员联合开源了，专用于代码定位的智能体LocAgent。在软件开发和维护领域，代码定位是开发者日常工作中的核心任务之一，需要开发者根据问题描述，例如，错误报告、功
阅读全文谷歌升级AI搜索，加入视觉搜索功能
谷歌扩大了此前仅对 Google One AI Premium 订阅用户开放的AI搜索，并添加了新的视觉搜索功能。用户不仅可以通过文字、语音提问，还能上传图片或拍照，就看到的内容提出复杂问题。这种整合
阅读全文媲美OpenAI-o3，刚刚开源模型DeepCoder，训练方法、数据集大公开
今天凌晨4点，著名大模型训练平台Together AI和智能体平台Agentica，联合开源了新模型DeepCoder-14B-Preview。该模型只有140亿参数，但在知名代码测试平台LiveCo
阅读全文英伟达开源15T数据集：32万个机器人训练轨迹
全球AI领导者英伟达开源了，用于实体机器人和自动化驾驶的超大训练数据合集——NVIDIA Physical AI Dataset。这个数据集一共15T，涵盖了超过320,000个机器人训练轨迹，以及多
阅读全文亚马逊正测试AI Agent，增强购物体验
亚马逊宣布正在测试一项名为 “Buy for Me”的新AI功能，可帮助消费者在亚马逊购物应用内，快速自动购买其他网站的商品，即便这些商品并非亚马逊自营。亚马逊虽拥有海量商品库存，但仍无法满足消费者的
阅读全文Isomorphic Labs获6亿美元，加速 AI 药物研发
金融时报消息，总部位于英国伦敦的 Isomorphic Labs 宣布完成6 亿美元融资。本次由 Thrive Capital 领投，现有投资者G谷歌的母公司Alphabet、GV也进行了追加投资。这
阅读全文反击DeepSeek失败！Llama 4效果不好，Meta承认有问题
今天凌晨1点半，Meta生成式AI领导者Ahmad Al-Dahle在社交平台发布了一篇长文，对前天刚开源的Llama 4质疑进行了官方回应。Ahmad表示，Llama 4一开发完就发布了，所以，不同
阅读全文阿里开源R1-Omni，多模态情感识别
阿里巴巴通义实验室的研究人员开源了多模态情感识别模型R1-Omni，并首次将强化学习与可验证奖励应用在多模态大模型，显著提升了模型在情感识别任务中的推理能力、准确性和泛化能力。根据测试数据显示R1-O
阅读全文上海交通大学发布“明岐"多模态大模型 突破消化道罕见病诊断瓶颈
在“健康中国2030"战略指引下，上海交通大学于3月29日成功举办“AI赋能精准诊疗创新发展学术会议"。会议由该校计算机学院、国际与公共事务学院及健康长三角研究院联合承办，汇聚政府机构、医疗机构、科研
阅读全文1000万上下文！新开源多模态大模型，单个GPU就能运行
今年2月初，谷歌发布的Gemini 2.0 Pro支持200万上下文，震惊了整个大模型领域。仅过了2个月，Meta最新开源的Llama 4 Scout就将上下文扩展至1000万，整整提升了5倍开启千万
阅读全文谷歌等最新研究，合成数据可将大模型数学推理提升8倍
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！根据AI发展科研机构Epoch A
阅读全文30分钟让AI Agent自我觉醒，创新智能体框架--AI2T
随着AI Agent的迅速崛起，在代码开发、教育、电商等领域获得了大面积应用，尤其是教育领域成为教学的利器。但开发传统的智能体，通常需要数百小时来跟踪其自动化执行流程，然后针对存在的BUG、功能缺陷进
阅读全文苹果、英伟达股票暴跌！比特币崩溃，美国科技最黑暗一天
今天凌晨，全球最大财经媒体之一CNBC消息，美国总统特朗普宣布一系列全球关税之后，美国科技股大崩溃，遭遇最黑暗的一天。要说这次关税对美国的冲击有多严重，看看CNBC的标题就知道了——科技股遭遇自新冠疫
阅读全文刚刚，OpenAI开源PaperBench，重塑顶级AI Agent评测
今天凌晨1点，OpenAI开源了一个全新的AI Agent评测基准——PaperBench。这个基准主要考核智能体的搜索、整合、执行等能力，需要对2024年国际机器学习大会上顶尖论文的复现，包括对论文
阅读全文为大模型添加多模态能力——Mini DALL·E 3
北京理工大学、上海人工智能实验室、清华大学和香港中文大学4大名校联合发布了Mini DALL·E 3，无需额外训练的情况下，可帮助多数主流大模型添加文成图多模态输出能力。此外，Mini DALL·E
阅读全文数据竞赛 | INTERSPEECH2025多语种对话语音语言模型研讨会暨竞赛开启报名！
数据堂联合中国移动、Samsung、Meta等全球多家知名企业，在即将举行的INTERSPEECH2025国际会议上推出多语种对话语音语言模型研讨会，即MLC-SLM Workshop2025。旨在通
阅读全文1小时暴涨100万用户！GPT-4o新功能彻底杀疯了，免费使用
今天凌晨，OpenAI联合创始人兼首席执行官Sam Altman发布在线急购GPU的消息：如果有人能提供10万单位的GPU资源并能尽快交付，请马上联系我们！同时正在逐步控制局面。但大家应该预料到，由于
阅读全文商汤最新财报：生成式AI增长超100%，成最大业务
全球领先AI平台商汤集团（股票代码“0020”）在官网发布了，截止2024年12月31日止年度全年业绩财报。数据显示，2024年，商汤的总体收入同比增长10.8%，达到37.7亿元人民币；其中，生成式
阅读全文