CosyVoice 2：基于大型语言模型的可扩展流式语音合成技术
Abstract在我们之前的工作中，我们推出了 CosyVoice 这一多语言语音合成模型，其基于有监督的离散语音标记。通过采用带有两种流行生成模型（语言模型（LMs）和流匹配）的渐进式语义解码技术
阅读全文DeepSeek引爆「万物皆可AI」时代，20余位大咖分析行业痛点，万字梳理干货在此
编辑部 发自 凹非寺量子位 | 公众号 QbitAI“DeepSeek，评价一下第三届中国AIGC产业峰会”：今年的峰会现场，20余位大咖以「万物皆可AI」为主题，激辩“技术前沿与产业痛点”：2025
阅读全文生数科技副总裁：多模态技术定将催生全新内容平台，实现完全个性化、实时可控、可交互｜中国AIGC产业峰会
编辑部 整理自 AIGC峰会量子位 | 公众号 QbitAI多模态生成技术持续突破内容创作的边界。生数作为多模态领域的明星玩家，所提供的技术正推动AI视频创作进入系统性可用新阶段。在本次第三届AIGC
阅读全文UC伯克利：让推理模型少思考，准确率反而更高了！
克雷西 发自 凹非寺量子位 | 公众号 QbitAI让推理模型不要思考，得到的结果反而更准确？UC伯克利新研究发现，强制要求模型跳过思考过程，推理能力却比正常思考还好。例如在定理证明任务当中，“不思考
阅读全文量子位招聘 | DeepSeek帮我们改的招聘启事
DeepSeek 发自 凹非寺量子位 | 公众号 QbitAI未来同事，你好~这是一则招聘帖。量子位是一个关注AI及前沿科技的新媒体平台，我们着迷于全新技术和趋势带来的改变，并正致力于帮助更多人第一时
阅读全文字节 Seed 智能体模型 UI-TARS-1.5 开源！多项 Benchmark 取得 SOTA 表现
今天，我们发布并开源 UI-TARS-1.5，这是一款基于视觉-语言模型构建的开源多模态智能体，能够在虚拟世界中高效执行各类任务。目前，UI-TARS-1.5 已在 7 个典型的 GUI 图形用户界面
阅读全文刚刚，豆包1.5·深度思考模型上线，特供「视觉版本」，大模型多模态推理的时代真来了
机器之心报道作者：蛋酱这几天的大模型圈子，特别热闹。凌晨是 OpenAI 的 o3 和 o4-mini，一觉醒来，国内这边的豆包大模型又上新了一波。巧合的是，都是能看懂图像、能调用工具的新一代推理模型
阅读全文报名开启｜ICLR 2025新加坡，蚂蚁集团闭门研讨会、交流晚宴等你来！
机器之心发布机器之心编辑部当春风吹过狮城，ICLR 2025 如约而至，全球技术精英汇聚一堂。从前沿展示到深度对话，再到思想碰撞的夜晚，蚂蚁集团邀你开启一场科技与灵感的奇妙之旅，共同见证技术的力量！蚂
阅读全文CVPR 2025｜视频抠图MatAnyone来了，一次指定全程追踪，发丝级还原
本文由南洋理工大学和商汤科技联合完成。第一作者杨沛青为南洋理工大学 MMLab@NTU 在读博士生，在 CVPR、NeurIPS、IJCV 等国际顶级会议与期刊上发表多篇研究成果。项目负责作者为该校研
阅读全文AI素养研究解读：如何构建一个AI素养框架？
在人工智能快速融入社会各领域的今天，如何培养学生的AI素养已成为教育领域的重要议题。今天读了一篇韩国人写的AI素养框架研究，该研究提出了八大AI素养核心能力框架（包含18个子能力），先不说这些素养、能
阅读全文Z Tech | 世界模型能力如何评估？对话斯坦福大学李飞飞与吴佳俊团队，直播解析世界模型模型新基准WorldScore
近期，Stanford大学李飞飞与吴佳俊团队提出全新世界模型基准WorldScore，不仅统一了3D、4D和视频生成模型的评估标准，还揭示了当前“世界生成”技术的核心挑战，包括相机控制能力不足和长序列
阅读全文Z Event｜字节、阿里、腾讯、大疆同学下班一起吃个饭？上海深圳线下AI饭局报名中
📆 时间：4月18日周五晚7点📍 地点：上海（具体地点报名后通知）👥 人数：6-7人🎯 人群：大厂、创业公司产品/技术、创业者💡 主题：AI 内容娱乐📆 时间：4月21日周一晚7点📍 地点：深圳（具体
阅读全文速递｜AI编程白热化，OpenAI计划30亿美元收购Windsurf，竞争自家投资的Cursor
图片来源：Windsurf根据彭博社消息，广受欢迎的 AI 编程助手 Windsurf 的开发商正与 OpenAI 洽谈收购事宜，交易金额约为 30 亿美元。若交易达成，OpenAI 将与包括 Any
阅读全文速递｜GPT-5前的最后冲锋？OpenAI亮出o3与o4-mini双模型，实现“用图像思考”
图片来源：UnsplashOpenAI 于4月16日，宣布推出 o3 和 o4-mini 两款新型 AI 推理模型，该公司称 o3 是其迄今为止最先进的推理模型，在数学、编程、推理、科学及视觉理解能力
阅读全文Agent 要被吃进大模型了
OpenAI 做 Agent，得天独厚。作者丨郑佳美编辑丨马晓宁今天凌晨，奥特曼突然发文宣布推出自家最新的 o 系列模型：满血版 o3 和 o4-mini，同时表示这两款模型都可以自由调用 ChatG
阅读全文豆包深度思考和文生图3.0模型正式对企业客户开放
最近，豆包大模型发布了系列更新。其中，豆包1.5·深度思考模型在推理任务和通用任务的综合表现达到业界前沿水平，并拥有视觉推理能力；豆包文生图模型3.0登上权威竞技场Artificial Analysi
阅读全文蚂蚁集团携17篇论文亮相ICLR，闭门研讨会&交流晚宴报名开启
⬇️ 点击查看中选成果 ⬇️🔗蚂蚁集团17篇论文被机器学习顶会ICLR 2025收录，其中一篇入选Spotlight点击下方公众号名片关注蚂蚁集团招聘获取更多AI前沿资讯与顶尖职业机会⬇️ 点击阅读全
阅读全文浙大×小红书发布MT-R1-Zero：强化学习重塑机器翻译，7B小模型媲美GPT-4o
目前，大模型推理领域的强化学习（如R1-Zero）主要面向数学和代码等任务，将其应用于开放式自然语言生成任务（如，机器翻译），面临着奖励设计困难、推理能力诱导不确定、泛化能力待验证等诸多未知的挑战。针
阅读全文物理世界大考翻车？STI-Bench揭多模态大模型短板：顶尖模型准确率不足42%
多模态大语言模型（MLLM）作为具身智能（Embodied AI）和自动驾驶（Autonomous Driving）的端到端解决方案已成为主流趋势，并在视觉语义理解任务中取得了显著进展。然而，它们在现
阅读全文科研实习 | 清华大学计算机系、生数科技联合招聘前沿生成模型科研实习生
合适的工作难找？最新的招聘信息也不知道？AI 求职为大家精选人工智能领域最新鲜的招聘信息，助你先人一步投递，快人一步入职！清华大学 × 生数科技随着生成式人工智能的快速发展，多模态生成模型正引领 AI
阅读全文OpenAI复刻了一个AI编程产品，还开源了~
嘿，大家好！这里是一个专注于前沿AI和智能体的频道~昨天晚上， OpenAI 发布了性能更强的 o3 和 o4-mini 模型。编码能力大幅提升，如下图，SWE-Bench已经接近了claude so
阅读全文一觉醒来OpenAI又更新了！你们知道 4o, o3，o4中 o 的含义么？
今日凌晨 1:33 分， 在我们做梦的时候，OpenAI又更新了！前天是更新 gpt4.1 的 API，昨天是更新了 chatgpt 的图库。而今天的更是 o3 和 o4-mini。更新公告中提到：“
阅读全文让奥特曼直呼“天才”的o3 和 o4-mini，被曝捏造事实问题严重！拓展强化学习、图像思维链等亮点成陪衬？
整理 | 褚杏娟 今天凌晨，OpenAI 发布了 OpenAI o3 和 o4-mini，是为回答之前思考更长时间而训练。这些推理模型首次实现了自主调用并整合 ChatGPT 内的全量工具：包括网页搜
阅读全文生成式 AI 引爆广告效率革命，揭秘京东大模型应用架构的实践之道
演讲嘉宾｜张泽华编辑 ｜李忠良策划 ｜AICon 全球人工智能开发与应用大会在京东广告的大模型应用架构中，召回环节至关重要。传统召回方式在规则灵活性和用户需求捕捉上存在局限，而大模型带来了新的契机，但
阅读全文社区供稿 | 3700 次预训练总结超参规律，开源海量实验，告别盲猜
近年来，大语言模型 LLMs 在多种任务上的卓越表现已得到广泛认可。然而，要实现其高效部署，精细的超参数优化至关重要。为了探究最佳超参数的规律，我们开展了大规模的实证研究，通过在不同配置上进行网格搜索
阅读全文o3和o4-mini双模登场！首次加入图片推理、工具调用
在今天凌晨的线上发布会上，OpenAI 一次推出两款全新模型 o3 与 o4‑mini ，并宣布它们立即向 ChatGPT Plus、Pro 与 Team 订阅者开放，引入了可直接“用图片思考”的多模
阅读全文一块“超轻超会跑”的智能手表，需要蕴含多少技术含量？
作者｜王飞邮箱｜wf@pingwest.com在当下的城市生活里，我们每天都在追赶节奏：清晨闹钟响起，日程排满，屏幕闪烁，步履匆匆。我们努力拼搏，渴望更好的生活，但也常常忽略了——真正的“更好”，其实
阅读全文OpenAI发布o3/o4-mini两大推理模型，要把Agent吞进模型里了
作者｜周一笑邮箱｜zhouyixiao@pingwest.com距离OpenAI发布GPT-4.1仅仅过去两天，OpenAI在本周再次投下“重磅炸弹”——正式发布了其o系列的两个新模型：o3和 o4-
阅读全文聚焦个性化学习，夸克不想做一个千篇一律的“AI+教育”
作者｜玄宁邮箱｜wangzhaoyang@pingwest.com从人们被大模型“震撼”完开始思考如何把这项技术用起来的第一天，教育就是被很多人天然想到的场景。一个能压缩全世界知识的AI，天然就是一个
阅读全文硅谷活动 | 4.18 The AI-Powered Enterprise: 打造下一代工作流自动化与企业生产力
AI 正在深刻变革企业级软件、人才管理与技术文档的运作模式。EntreConnect 隆重邀请多位顶尖产品领袖与创始人，共同探讨 AI 如何重塑企业工作流、提升业务效率，并为下一代智能工具带来全新机遇
阅读全文