智算集群已成为大模型基建军备竞赛的标配。

SmolVLM是HuggingFace模型仅有2B参数，以高效内存占用著称。

Gemini 2.0是谷歌最新推出的原生多模态输入输出的AI模型。Gemini 2.0 Flash是2.0家族第一个模型，以多模态输入输出和Agent技术为核心，速度比 1.5 Pro快两倍...

书生·万象InternVL 2.5是上海AI实验室的OpenGVLab团队推出的开源多模态大型语言模型（MLLM）系列。该系列模型在InternVL 2.0的基础上进行显著增强，特别是在...

ChatTTSPlus是ChatTTS的扩展版本，基于集成TensorRT加速、语音克隆和移动模型部署等先进技术，提升语音合成的性能和灵活性。在Windows平台上，能实现超过3倍...

Gendo是AI驱动的建筑可视化平台，基于生成式AI技术，如GANs和Diffusion模型，快速创建高度逼真的建筑概念图。平台能集成到设计工作流程中，支持设计师在项目...

YouTube Dubbing是在线观看国外视频的浏览器插件，基于智能同步配音和AI字幕技术，对字幕进行翻译并直接将翻译后的内容播放出来，免去盯着字幕的烦恼，消除观...

原标题：海螺AI新视频模型I2V-01-Live，专注动漫图片转视频，效果出色 文章来源：科技未来派 内容字数：1690字海螺AI新模型：将静态图像转化为动态视频 大家...

新智元报道编辑：编辑部 HYZj【新智元导读】昨天深夜，OpenAI彻底被谷歌狙击，震撼亮相的Gemini 2.0掀起智能体革命，原生多模态的多项惊人demo预示着：智能体...

新智元报道编辑：LRS好困【新智元导读】薛复昭博士宣布即将加入Google DeepMind，分享了他在博士生涯中的七点心得，包括工程能力的重要性、与优秀人才合作、...

新智元报道编辑：LRST【新智元导读】Hyper-YOLO是一种新型目标检测方法，通过超图计算增强了特征之间的高阶关联，提升了检测性能，尤其在识别复杂场景下的中...

新智元报道编辑：泽正【新智元导读】英伟达团队再次于自己的老本行大发光彩。近日发布的Edify 3D支持用户从文本提示或者图像来直接生成4K级别的3D实体与场景...

总融资金额达 3.6 亿美元

内含报名地址

· 奔驰宣布大中华区董事会人事变动\x0a· 哪吒汽车已逐渐启动小批量复产\x0a· Google 请求 FTC 终止微软与 OpenAI 的独占云交易