苹果Personal Agent新研究:能帮你干活儿,不等于真了解你
苹果Personal Agent新研究:能帮你干活儿,不等于真了解你Personal Agent 目前已经能够独立完成许多复杂操作,但在决策时仍面临一个问题:什么时候应该直接推断,什么时候需要向用户追问。
搜索
Personal Agent 目前已经能够独立完成许多复杂操作,但在决策时仍面临一个问题:什么时候应该直接推断,什么时候需要向用户追问。
谷歌发布新一代前沿模型Gemini 4 Carbon,其以59分登顶Artificial Analysis智能指数v5.0,并在网络安全、长程任务等多项评测中取得领先成绩,将逐步向开发者、企业和消费者开放。
面壁智能开源MiniCPM-OCR 1.0与MiniCPM-OCR Jev,前者以1.3B参数取得4项SOTA并登顶吞吐,后者独立为OCR结果校准置信度并触发重读或人工复核。
服了!天天在AI一线冲浪,竟然也会跟不上版本。
大模型训练已经跑到万卡集群规模,显存始终是那道隐形的门槛。
现实版《盗梦空间》,真的来了!
近两年,视频世界模型(video world model)成为生成式 AI 最受关注的方向之一。只需给定一张参考图和一段场景描述,模型就能根据用户输入的相机位姿或控制指令,逐帧生成出一个可以自由漫游的虚拟世界。
今天,我们正式推出 DiffuSpace Clover(三叶)的第一个版本 35B-A3B-Preview。
Jack Dorsey旗下Block研究团队Dessa尝试剔除文字训练、直接实现语音到语音交互,xAI的Grok Voice 3.0与OpenAI的GPT-Live则加速实时语音AI商用,但文章指出其在信息核对、隐私与办公场景中仍难取代屏幕。
Google正式发布世界模型Genie 4,提升画面真实感、物理模拟、世界一致性与实时控制能力,并可生成同步环境音和互动对话,由Gemini引导智能体协助规划,展现其在游戏、VR及互动影游领域的潜力。