香港与英国研究团队提出创新图像标记化方法 分层结构提升重建质量
一组来自香港和英国的研究人员近日提出了一种新型图像标记化方法，旨在以更紧凑、更精确的方式将图像转换为数字表示（即令牌）。与传统方法将信息均匀分布于所有标记中不同，该方法采用分层结构，逐层捕捉视觉信息，从而提升了图像重建的质量和效率。传统的图像标记化技术通常会将图像的每个部分均等地划分为多个标记，而新方法则采取了分层结构。最初的标记会编码大致的形状和结构元素，而后续的标记则逐渐添加更精细的细节，直到
Ostris发布Flex.2-preview，8B参数扩散模型革新ComfyUI工作流
Ostris团队发布Flex.2-preview，一款基于8亿参数的文本到图像扩散模型，专为集成到ComfyUI工作流设计。据AIbase了解，该模型在基于线条、姿态和深度的控制生成能力上表现出色，支持通用控制与图像修补功能，延续了从Flux.1Schnell到OpenFlux.1、Flex.1-alpha的微调进化路径。Flex.2-preview已在Hugging Face开源，凭借Apach
谷歌Gemini用户暴涨至3.5亿！但仍被ChatGPT碾压
最新数据显示，谷歌AI聊天机器人Gemini全球月活跃用户已达3.5亿，展现出惊人的增长势头。这一数据来自谷歌反垄断诉讼中披露的内部文件，揭示了AI助手市场的激烈竞争格局。 爆发式增长轨迹-2024年10月:日活仅900万-2025年3月:日活飙升至3500万- 短短5个月:用户规模增长近4倍市场格局对比尽管增长迅猛，Gemini与行业领头羊仍存在明显差距:- ChatGPT:月活约6亿- Met
Anthropic 示警：Claude 等 AI 被滥用，引导舆论威胁公众认知
IT之家 4 月 24 日消息，Anthropic 昨日（4 月 23 日）发布博文，报告称 Claude 等前沿 AI 模型正被恶意行为者滥用，涉及“舆论引导服务”（influence-as-a-service）操作、凭证填充、招聘诈骗及恶意软件开发等活动。Anthropic 开发团队为 Claude 采取了多项安全措施，成功阻止了许多有害输出，但威胁行为者仍在尝试绕过这些保护。IT之家援引博
Ray-Ban Meta 智能眼镜正式推出实时翻译功能，支持四种语言和离线使用
IT之家 4 月 24 日消息，Meta 公司今日宣布，将向所有 Ray-Ban Meta 智能眼镜用户推出一项全新的实时翻译功能。此前该功能仅以测试版的形式向部分早期体验用户开放，如今正式面向广大用户推出。据IT之家了解，该实时翻译功能支持英语、法语、意大利语和西班牙语四种语言，用户可以在对话中实时将这些语言相互翻译。只要提前下载了相应的语言包，即使没有 Wi-Fi 或移动网络连接，用户也能够
真正懂你的移动智慧屏 酷开AI闺蜜机C20系列发布：3999元起
快科技4月23日消息，酷开在以大爱AI”为主题的2025春季发布会上发布超级智能体以及智能体硬件酷开学习机Y41 Air、酷开闺蜜机C20系列等产品，在这次活动上，深耕AI领域多年的酷开宣布：正式以AI原生企业的定位面向未来发展。本次发布会的重点产品之一是酷开AI闺蜜机C20系列，其中32英寸Pro版8GB 128GB售价3999元，32英寸Ultra版升级为4K分辨率，8GB 256GB售价
Suna – 全球首款开源的通用 AI Agent
Suna是什么Suna 是全球首款开源的通用 AI Agent，支持高效解决现实场景中的各类任务。基于自然流畅的对话交互，Suna 支持智能辅助研究分析、数据处理及日常事务，化身专属数字伙伴。Suna 具备强大的功能，包括浏览器自动化、文件管理、网络爬虫、命令行执行、网站部署及与多种API的集成。Suna 结合直观的界面和强大的工具集，解决复杂问题并自动化工作流程。支持用户自托管Suna，用简
Yuxi-Know – 基于大模型 RAG 知识库的 AI 知识图谱问答平台
Yuxi-Know是什么Yuxi-Know（语析）是基于大模型RAG知识库与知识图谱技术构建的智能问答平台。Yuxi-Know支持多种知识库文件格式（如PDF、TXT、MD、Docx），支持将文件内容转换为向量存储，便于快速检索。Yuxi-Know集成基于Neo4j的知识图谱问答能力，能处理复杂的知识关系查询。平台支持多模型适配，包括OpenAI、国内主流大模型及本地部署的vllm、ollam
WriteHERE – 开源的AI长文写作框架，单次生成超长文本
WriteHERE是什么WriteHERE是Jürgen Schmidhuber领衔的团队开源的AI长文写作框架。WriteHERE基于异质递归规划（Heterogeneous Recursive Planning）技术，动态分解写作任务为检索、推理和写作三种异构任务，基于有向无环图（DAG）管理任务依赖关系，实现自适应执行。WriteHERE能单次生成超过4万字、100页的专业报告，适用于小
MAGI-1 – Sand AI 开源的首个自回归视频生成模型
MAGI-1是什么MAGI-1 是 Sand AI 开源的全球首个自回归视频生成大模型，采用自回归架构，通过逐块预测视频序列生成流畅自然的视频，支持无限扩展和一镜到底的长视频生成。模型原生分辨率可达 1440×2568，生成的视频动作流畅且细节逼真，具备可控生成能力，可通过分块提示实现平滑场景转换和细粒度控制。MAGI-1的主要功能高效视频生成：MAGI-1 能在短时间内生成高质量视频