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!
DeepSeek Harness – DeepSeek AI发布的开源AI Agent运行时框架

DeepSeek Harness – DeepSeek AI发布的开源AI Agent运行时框架

DeepSeek Harness(简称 dsh)是 DeepSeek AI发布的开源 AI Agent 运行时框架,采用 MIT 许可证。其核心理念可概括为一句话:Model + Harness = ...
文明旁观者的头像2个月前
01640
Gemini 3.7 Flash – 谷歌发布的新一代轻量级多模态大语言模型

Gemini 3.7 Flash – 谷歌发布的新一代轻量级多模态大语言模型

Gemini 3.7 Flash 是 Google 于 2026 年 8 月 13 日发布的最新 Flash 层级大语言模型,定位为"最智能的性价比工作模型"。它并非全新预训练模型,而是基于 Gemi...
文明旁观者的头像3个月前
0890
PixelRAG – 开源的视觉检索增强生成系统

PixelRAG – 开源的视觉检索增强生成系统

PixelRAG 是由 UC Berkeley(Sky Computing Lab、BAIR、Berkeley NLP Group)联合开源的视觉检索增强生成系统。不解析 HTML 文本,而是将文档渲...
文明旁观者的头像3个月前
0730
WeLM – 腾讯微信AI团队独立自研的大语言模型系列

WeLM – 腾讯微信AI团队独立自研的大语言模型系列

WeLM是腾讯微信AI团队独立自研的大语言模型系列,从2022年10月首次发布至今已迭代四代,当前支撑微信原生AI助手"小微"的核心技术底座。与追求通用榜单天花板的开源大模型不同,适配微信生态、服务十...
文明旁观者的头像3个月前
0860
Grok 4.6 – SpaceXAI发布的最新一代旗舰大语言模型

Grok 4.6 – SpaceXAI发布的最新一代旗舰大语言模型

Grok 4.6 是SpaceXAI发布的最新一代旗舰大语言模型。该模型沿用Grok 4.5的1.5万亿参数V9基础架构,基础模型结构不做改动,全部能力提升来自监督微调(SFT)与强化学习(RL)的后...
文明旁观者的头像3个月前
0820
dots.tts – 小红书开发并开源的新一代文本转语音基座模型

dots.tts – 小红书开发并开源的新一代文本转语音基座模型

dots.tts 是由小红书(RedNote)AI实验室 rednote-hilab 团队开发并开源的新一代文本转语音(TTS)基座模型,总参数量约20亿(2B),采用全连续端到端自回归架构,摒弃了传...
文明旁观者的头像3个月前
01790
LTX-2.5 – LTX发布的新一代开源视频生成与世界模型

LTX-2.5 – LTX发布的新一代开源视频生成与世界模型

LTX-2.5开放世界模型公司LTX发布的新一代开源视频生成与世界模型。该模型以22B参数的扩散Transformer(DiT)作为主生成器,以LTX-2.3为基础进行近乎全面的管道重构,在生成速度...
文明旁观者的头像3个月前
01060
HyWorldVLA – 比亚迪发表的首篇学术论文中提出的混合世界模型

HyWorldVLA – 比亚迪发表的首篇学术论文中提出的混合世界模型

HyWorldVLA 是比亚迪汽车新技术研究院人工智能团队发表的首篇学术论文中提出的混合世界模型,全称为"A Vision-Language-Action Model with Hybrid Worl...
文明旁观者的头像3个月前
0530
DeepSeek V4 Pro 正式版 – 深度求索V4系列旗舰模型正式版本

DeepSeek V4 Pro 正式版 – 深度求索V4系列旗舰模型正式版本

DeepSeek V4 Pro 正式版(版本号 DeepSeek-V4-Pro-0813)是深度求索(DeepSeek)于2026年8月12日深夜无预告上线的V4系列旗舰模型首个正式版本,承接2026...
文明旁观者的头像3个月前
0680
菜鸟智能体 – 基于大模型技术构建的物流领域AI智能体产品体系

菜鸟智能体 – 基于大模型技术构建的物流领域AI智能体产品体系

菜鸟智能体是菜鸟网络基于大模型技术构建的物流领域AI智能体产品体系,覆盖面向个人用户的C端智能寄件助手和面向企业客户的B端智能客服与供应链决策系统两大产品线。C端产品于2026年8月接入阿里千问开放平...
文明旁观者的头像3个月前
0700