文明旁观者的头像

文明旁观者

帅气的我简直无法用语言描述!
Qwen3.8-Flash – 通义千问发布并开源的新一代多模态大语言模型

Qwen3.8-Flash – 通义千问发布并开源的新一代多模态大语言模型

Qwen3.8-Flash是阿里通义千问团队正式发布并开源的新一代多模态大语言模型,同时也是全新一代千问大模型 Qwen4 架构的技术预览版。该模型采用全新下一代(Next)架构,主模型 Transf...
文明旁观者的头像2个月前
0750
GLM-5.3-Flash – 智谱AI开源的GLM-5系列首个原生多模态模型

GLM-5.3-Flash – 智谱AI开源的GLM-5系列首个原生多模态模型

GLM-5.3-Flash(320B-A18B)是智谱AI正式发布并开源的GLM-5系列首个原生多模态模型。该模型总参数量为3200亿,但每次推理仅激活180亿参数,在Artificial Analy...
文明旁观者的头像2个月前
0660
Play with Putty – 谷歌推出的协作式Vibe Coding工具

Play with Putty – 谷歌推出的协作式Vibe Coding工具

Play with Putty 是 Google Labs正式宣布的实验性项目,定位为协作式 Vibe Coding(氛围编码)工具。将"用自然语言描述、AI 自动生成代码"的 Vibe Coding...
文明旁观者的头像2个月前
0780
腾讯元宝和豆包哪个好用全方位解析

腾讯元宝和豆包哪个好用全方位解析

腾讯元宝基于腾讯自研的混元V3大模型,2024年5月正式上线,骨子里带着"轻"的基因。它深度绑定微信生态,主打"随叫随到"——不用额外下载App,微信里@一下就能用。元宝的核心定位是微信生态内的轻量化...
文明旁观者的头像2个月前
0880
什么是AI智能体?智能体的通俗理解

什么是AI智能体?智能体的通俗理解

一句话理解AI智能体 传统AI像一个只会回答问题的顾问——你问一句,它答一句,干完活还得你自己动手。而AI智能体(AI Agent)更像你雇的一个能干活、会思考、懂变通的"数字员工"——你只需要告诉它...
文明旁观者的头像2个月前
0660
EgoSuite-Open100K – 光轮智能发布的全模态人类行为开源数据集

EgoSuite-Open100K – 光轮智能发布的全模态人类行为开源数据集

EgoSuite-Open100K 是由光轮智能发布的全球首个十万小时级全模态人类行为开源数据集。该数据集以10万小时的第一人称人类行为视频为核心规模,覆盖7大类环境、128类场景类型、15,000余...
文明旁观者的头像2个月前
0910
Jetson Orin Nano 2 – 英伟达推出的新一代入门级边缘AI机器人计算机

Jetson Orin Nano 2 – 英伟达推出的新一代入门级边缘AI机器人计算机

Jetson Orin Nano 2是英伟达推出的新一代入门级边缘AI机器人计算机,专为机器人、配送/巡检无人机、工业视觉系统等对成本、功耗和实时计算能力高度敏感的物理AI场景设计。作为上一代Jets...
文明旁观者的头像2个月前
0480
PixVerse R2 – 爱诗科技发布的第二代实时视频世界模型

PixVerse R2 – 爱诗科技发布的第二代实时视频世界模型

PixVerse R2 是由爱诗科技发布的第二代实时视频世界模型,是其2026年1月推出的R1的全面升级版。R2并非传统意义上的视频生成工具,而是一个能够持续运行、实时响应用户多模态输入并动态生成音视...
文明旁观者的头像2个月前
0800
Breeze TTS 2 – BreezeBlue推出的最新一代语音合成大模型

Breeze TTS 2 – BreezeBlue推出的最新一代语音合成大模型

Breeze TTS 2是由 BreezeBlue推出的新一代语音合成大模型,专为实时语音 AI 体验而生。它标志着语音 AI 从"一次性内容创作"向"持续交互式体验"的范式转变——不再只是将文本变成...
文明旁观者的头像2个月前
03330
Gemini Enterprise for Legal – 谷歌面向法律行业推出的智能解决方案

Gemini Enterprise for Legal – 谷歌面向法律行业推出的智能解决方案

Gemini Enterprise for Legal 是谷歌面向法律行业推出的企业级人工智能解决方案。它并非一个独立的模型,而是基于 Gemini 系列大模型(主要是 Gemini 1.5 Pro ...
文明旁观者的头像2个月前
0640