搜索
而马毅是那类觉得不够的人，他于无声处开始提问：智能的本质是什么？自 2000 年从伯克利大学博士毕业以来，马毅先后任职于伊利诺伊大学香槟分校（UIUC）、微软亚研院、上海科技大学、伯克利大学和香港大学，现担任香港大学计算与数据科学学院院长。他和团队提出的压缩感知技术，到现在还在影响计算机视觉中模式识别领域的发展。
简单来说，Google Stitch 是一款由 AI 驱动的 UI 设计工具，能根据你的自然语言描述，自动生成高质量的网页和移动端界面。不止如此，它还支持直接导出 HTML/CSS 代码，甚至可以一键粘贴进 Figma，实现从原型到上线的无缝衔接。
日本SaaS市场处于美国10年前的早期阶段，传统企业依赖低效流程，疫情加速数字化转型。独特销售文化依赖关系驱动，本土企业专注国内市场形成“金丝雀陷阱”，但国际团队推动生态多样性。未来AI和人力短缺将催化自动化需求，市场潜力巨大但需长期策略适应文化差异。
当时X-ORIGIN对外宣布完成近亿元Pre-A轮融资，首款AI机器人产品即将在海外众筹平台Kickstarter上线，而在宣布此轮融资之前的不到三个月其刚完成数千万天使轮融资，也就是三个月拿到超亿元融资，这在消费类AI机器人领域算是比较大的融资规模了。时间来到5月22日，X-ORIGIN AI机器人产品Yonbo登陆Kickstarter ,24小时众筹金额突破100万美金。
长期以来，光学字符识别（OCR）技术一直是文档数字化的基石。然而，传统的实现方式在应对当今复杂多样的文档时却显得力不从心。在企业领域，文档的形式多种多样，包括扫描的合同、图像、带有嵌入式表格的电子邮件，甚至是手写笔记。基于模式识别和模板的系统无法跟上时代的步伐。一旦输入与预期的规范有所偏离，性能便会出现明显下降，暴露出其脆弱性。
在文档理解领域，多模态大模型（MLLMs）正以惊人的速度进化。从基础文档图像识别到复杂文档理解，它们在扫描或数字文档基准测试（如 DocVQA、ChartQA）中表现出色，这似乎表明 MLLMs 已很好地解决了文档理解问题。然而，现有的文档理解基准存在两大核心缺陷：
当ChatGPT写出的情诗让文青落泪，当Sora生成的短片在电影节获奖，AI早已越过工具的边界，成为娱乐业的共创者。而在音乐领域，这场变革更为剧烈。从音乐创作到音乐消费，从内容生产到用户体验，人工智能技术正在重塑整个音乐产业的底层逻辑。
年仅19岁少年，自称破解了谷歌最快的语言模型Gemini Diffusion，引爆社交平台。真相扑朔迷离，但有一点毫无疑问：谷歌I/O大会的「黑马」，比GPT快10倍的速度、媲美人类程序员的代码能力，正在掀起一场NLP范式大洗牌。
担心AI让学生懒？一篇Nature子刊的元分析汇总了51项研究，揭示ChatGPT显著提升中小学生学业表现和高阶思维能力。从语言到STEM，从短期突破到长期成长，AI正以科学的方式走向教育未来！
字节最近真的猛猛开源啊……这一次，他们直接开源了GPT-4o级别的图像生成能力。不止于此，其最新融合的多模态模型BAGEL主打一个“大一统”， 将带图推理、图像编辑、3D生成等功能全都集中到了一个模型。