搜索
昆仑万维在年报中宣告，公司正全面All in AGI与AIGC，并在2026年将战略升级为"4+3"，即以视频、音乐音频、世界、基座文本四大SOTA模型为底座，支撑AI短剧、AI音乐、AI游戏三大平台。
2015 年，Spotify 推出了蓝色对勾。那时候验证的意思很简单：这个账号真的是 Taylor Swift 本人，不是粉丝自建页面。十年后，Spotify 又推出了一个新徽章，绿色的。这一次要说明的是，「这是个真人账号」。
Petoi Bittle 是一款开源、可编程、四足仿生AI机器狗，尺寸为20cm×11cm×11cm，只有手掌大小，重量不到280g，它的肚子下可以携带450g的「货物」。Bittle 机器狗有12个舵机，组合60多套动作，可跑可跳，还可以爬上纸箱子，能在实时指令下表演更多的花样。如果摔倒了，它会自己爬起来。就连在下雨天想走，沙地上也都完全没问题。
随着无需向云端发送敏感数据、以隐私为先的企业级人工智能需求日益增长，SpotDraft 已从高通风险投资公司获得 800 万美元战略 B 轮扩展融资，以扩展其面向受监管法律工作流程的端侧合同审评技术。
他们的歌迷最近却发现了一支名为 「King Lizard Wizard」 的假乐队。上传的歌曲标题、歌词都逐字照搬 King Gizzard 的原作，甚至连歌曲名称都一模一样（比如冒牌乐队的《Rattlesnake》直接盗用原曲名和歌词）。用户在 Spotify 搜索 「King Gizzard」 时，会发现乐队已弃用的官方账号，
当前，视频生成模型性能正在快速提升，尤其是基于Transformer架构的DiT模型，在视频生成领域的表现已经逐渐接近真实拍摄效果。然而，这些扩散模型也面临一个共同的瓶颈：推理时间长、算力成本高、生成速度难以提升。随着视频生成长度持续增加、分辨率不断提高，这个瓶颈正在成为影响视频创作体验的主要障碍之一。
在视觉处理任务中，Vision Transformers（ViTs）已发展成为主流架构。然而，近期研究表明，ViT 模型的密集特征中会出现部分与局部语义不一致的伪影（artifact），进而削弱模型在精细定位类任务中的性能表现。因此，如何在不耗费大量计算资源的前提下，保留 ViT 模型预训练核心信息并消除密集特征中的伪影？
在多模态智能浪潮中，视觉语言模型（Vision-Language Models, VLM）已成为连接视觉理解与语言生成的核心引擎。从图像描述、视觉问答到 AI 教育和交互系统，它们让机器能够「看懂世界、说人话」。
在三维视觉领域，3D Gaussian Splatting (3DGS) 是近年来大热的三维场景建模方法。它通过成千上万的高斯球在空间中“泼洒”，拼合成一个高质量的三维世界，就像是把一片空白的舞台，用彩色的光斑和粒子逐渐铺满，最后呈现出一幅立体的画卷。
在 AI 技术飞速发展的今天，如何高效地将多个专业模型的能力融合到一个通用模型中，是当前大模型应用面临的关键挑战。全量微调领域已经有许多开创性的工作，但是在高效微调领域，尚未有对模型合并范式清晰的指引。