关注领域
模型、能力和实际应用变化
65 条精选近 30 天 58 条共收录 301 条
跟踪模型发布、能力评测与定价，区分「发布方说法」和「可复现结果」。
Google Research 发布 Diffusion Controller 框架，将扩散模型的生成过程重构为连续控制问题。该框架通过轻量级的转向阻尼网络，在不修改核心模型权重的情况下实现精细的图像控制。
推荐理由原文提出了Diffusion Controller框架，通过重构扩散过程为连续控制问题，提供了轻量级的转向阻尼网络，在灰盒和白盒环境下均显著优于LoRA等基线，展示了统一的数学控制范式。
Mistral 在德国慕尼黑开设新据点，设立 Physics AI 和工业 AI 研究团队，旨在通过自有模型权重和欧洲算力实现 AI 主权。公司计划到 2030 年建设 1GW 欧洲算力，并与 BMW、西门子能源等企业合作开发 Physics AI 应用。
推荐理由Mistral 在德国慕尼黑开设新据点，并计划到 2030 年建设 1GW 欧洲算力，旨在通过 Physics AI 和工业 AI 加速欧洲主权 AI 基础设施的建设。
Google DeepMind 发布 Gemini 3.8 Live，并搭载 Live Avatar 功能，实现了原生的低延迟视频流与语音对话的原生结合。Live Avatar 支持 97 种语言的原生多语言语音转语音同步，具备精准的唇形同步和自然的面部表情，企业可通过自定义形象进行品牌化部署，所有输出内容均嵌入 SynthID 水印以确保可检测性。
推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Mistral 与 Mozilla 合作，Firefox Smart Window（Beta）现已搭载 Mistral 模型。该功能可帮助用户理解复杂搜索结果、记录重要信息并基于浏览标签获取来源。Mistral 将为法国和北美用户提供服务，随后扩展至英国和德国。合作旨在通过区域语言和方言微调模型，实现本地化 AI 体验，同时保障对话不保存且零数据保留，让用户掌握浏览体验的主权。
推荐理由Mistral 与 Mozilla 联手，Mistral 模型为 Firefox Smart Window 提供动力，用户可直接在浏览器中获得隐私保护的 AI 体验，标志着开源模型进入主流浏览器。
研究人员提出基于互信息的成像系统评估框架，该框架可直接从测量数据量化系统的区分能力，预测四个领域（色彩摄影、射电天文学、无透镜成像、显微镜）下游任务性能。该方法通过概率模型估计测量分布，避免了传统指标割裂的问题，并利用理噪升高信息指标的方法优化成像系统参数，在滤波器设计实验中与端到端优化持平，无需解码器即可实现系统级优化。
推荐理由原文提出基于信息论的成像系统评估框架，通过互信息直接量化测量的区分能力，并展示在四个领域预测下游任务性能，为系统设计提供统一指标。