News and site search
Explore related news, tools, models, guides, topics, workflows and prompts.
News stories 275
“TensorFlow Object Detection API”
AI的收费站正在搬家：端侧抢的不是算力，是云端的收银台
11月4日，信通院联合20家单位在乌镇发布《智能体发展自律公约》，同日，端侧芯片公司后摩智能宣布数十亿元B轮。两件事被分开解读，本文判断它们是同一场搬家的两个截面：端侧拆的不是云端的算力，是云端按token计费的收银台。大模型的收费对象，正从每一次调用，转向每一台装机的设备。
MiniMax 加码大模型产业：珠海横琴新设科技公司，注册资本 500 万人工智能头部企业MiniMax近期在业务版图拓展上迎来新动作。企查查信息显示，珠海稀宇极智科技有限公司正式成立，法定代表人为严奕骏，注册资本500万元。新公司聚焦人工智能全栈软硬件开发，标志着MiniMax进一步深化在华南及相关区域的战略布局。目前具体经营范围等细节仍有待更多披露。 刚刚 5.9K
人工智能企业MiniMax旗下关联公司上海稀宇极智科技有限公司全资持股成立珠海稀宇极智科技有限公司，注册资本500万元，聚焦人工智能全栈软硬件开发，旨在强化在华南地区的研发与业务协同能力。
Fable 5.2 还没捂热，Gemini 4 神秘新模型就刷屏了
这边 Fable 5.2 刚刚发布 ，那边网友们就发现 Google 的 Gemini 4 新版本模型就泄露出来了。 早期测试者晒出的截图显示，谷歌内部一个代号为氪「Krypto....
蚂蚁灵波发布面向灵巧手的触觉基础模型，覆盖三类主流传感原理
【蚂蚁灵波发布面向灵巧手的触觉基础模型】《科创板日报》10日讯，蚂蚁灵波科技开源触觉基础模型LingBot-Touch，基于近5000小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类主流传感原理，可将不同信号转化为同一套触觉表征，供不同灵巧手和动作模型使用。...
个人版 Gemini 关联邮箱与网盘后：部分摘要与敏感内容将面临人工审核随着个人版AI助手融入日常办公，数据隐私与安全边界再受关注。开发者测试报告指出，个人版Gemini关联Google Workspace后，可能根据日常对话自动检索Gmail或Google云端硬盘文件，用户未明确要求。谷歌官方帮助文档还提到，部分经Gemini处理的关联应用数据可能交由人工审核，引发自动检索与意外披露担忧。 刚刚 0
开发者测试报告指出，个人版Gemini在连接Google Workspace后可能在未明确授权情况下自动检索Gmail邮件及云端硬盘文件，且相关数据可能经人工审核，谷歌称此举为排查系统问题与改进服务，虽采取脱敏措施但仍无法完全消除个人信息泄露风险，用户可关闭活动保存以避免数据用于模型训练。
字节新图像模型来了！一张图连改100轮不崩，精准指哪改哪，API降价
智东西（公众号：zhidxcom）作者 | 黄菲编辑 | 江宇智东西11月9日报道，今天下午，字节跳动Seed团队正式发布新一代图像创作模型Seedream 5.5。相比此前版本，Seedream 5.5重点强化了多轮编辑稳定性、原生RGBA透明素材生成、复杂文字与真实质感表现这三项核心能力。▲Seedream 5.5生成图片整体效果其中，多轮编辑支持围绕同...
字节跳动 Seedream 5.5 正式登陆豆包：图片设计能力迎全方位升级11月10日，字节跳动旗下AI应用豆包宣布图片设计能力全面升级，正式接入全新一代图像创作模型Seedream5.5。此次升级为用户带来更专业、高效的视觉生成与编辑体验，并落地三大核心功能，打破传统AI绘图痛点。借助Seedream5.5，豆包在图像创作与后期处理上实现多维度技术突破，支持百轮稳定连续编辑。 刚刚 5.4K
字节跳动旗下AI应用豆包正式接入全新一代图像创作模型Seedream5.5，实现百轮稳定连续编辑、原生RGBA透明素材直出以及画质与文字渲染的双重提升，显著改善了传统AI绘图中的风格漂移、抠图繁琐及画质不佳等问题，增强了视觉生成与轻量设计场景下的实用性。
美团开源LongCat-2.5，长序列SFT单卡吞吐较DDP提升86%美团11月10日开源LongCat-2.5，MIT协议，可商用推理部署与二次训练。模型面向长程智能体，原生多模态，总参数1.6万亿、每token激活约480亿，支持百万上下文，在复杂代码库开发、完整项目构建、Visual Coding及专业办公的端到端交付上明显提升。权重上线HuggingFace，同步开放技术博客与API，能力提升源于训练链路扩展。 刚刚 0
美团于11月10日开源LongCat-2.5模型，采用MIT协议，支持商用推理与二次训练。该模型为原生多模态架构，总参数达1.6万亿，每个token激活约480亿参数，支持百万级上下文长度，在代码开发、项目构建、Visual Coding及专业办公场景中实现端到端交付能力提升。其视觉表征通过多层级离散token处理，与文本统一建模，结合残差向量量化与联合训练，支持视觉token离线缓存。推理采用W4A4量化方案，结合FlatQuant优化MoE精度，保持性能并降低计算成本。训练采用FSDP双重分片与混合词表并行策略，缓解国产AI加速器显存压力，单卡吞吐较DDP基线提升86%。模型权重已上线HuggingFace，同步开放技术博客与API平台，体现大模型竞争向工程落地与国产算力适配的转变。
迪士尼携手Adobe开发专属AI模型，布局主题公园、影视及体育业务迪士尼与Adobe达成多年期战略合作，将共同开发面向迪士尼业务的定制化生成式AI模型，并逐步把AI工具引入主题公园、影视制作和体育媒体等领域，探索内容创作、项目开发与用户互动。合作初期重点加快迪士尼体验部门项目开发，该部门运营全球主题公园、度假区及邮轮业务，双方还将继续利用AI技术推进相关应用。 刚刚 0
迪士尼与Adobe宣布达成多年期战略合作，将共同开发面向迪士尼业务的定制化生成式AI模型，应用于主题公园、影视制作及体育媒体等领域。合作初期重点支持迪士尼体验部门项目开发，并利用AI技术助力华特迪士尼影业StudioLAB的创意探索。Adobe将协助提升ESPN与体育迷的互动，并推动体育档案内容的观众触达。双方基于Adobe Firefly Foundry平台，使用迪士尼IP训练专属私有AI模型，实现内容直接用于实际制作。目前，迪士尼幻想工程已部署定制图像生成模型及手绘草图转概念设计的AI工具。此次合作标志着生成式AI从创意辅助向生产环节延伸，同时强化知识产权控制。
通用大脑能力再提升，蚂蚁灵波发布LingBot-Touch触觉基础模型11月10日，蚂蚁灵波科技开源触觉基础模型LingBot-Touch。该模型基于近5000小时真实触觉数据预训练，覆盖磁触觉、视触觉、压阻式三类传感原理，可将不同信号转为统一触觉表征，供不同灵巧手和动作模型使用，为机器人大脑补齐关键触觉感知能力，助机器人在“看得清楚、想得明白”外实现精细操作。在通用大模型加速演进时点，此举具关键意义。 刚刚 7.5K
蚂蚁灵波科技于11月10日开源触觉基础模型LingBot-Touch，基于近5000小时真实触觉数据预训练，支持磁触觉、视触觉和压阻式三类传感原理，可将不同传感器信号统一为触觉表征，实现跨硬件、跨模型复用。在26项真机测试中，接入该模型后四种动作模型的任务成功率平均提升14至26个百分点，如T-Rex控制灵巧手拧瓶盖的成功率从56.25%提升至90%。模型提供轻量版（约530万参数）与标准版，兼顾端侧算力需求，并已开源技术报告、模型及代码，支持社区使用。公司强调坚持具身原生路线，推动视觉、触觉等多模态对齐，与通用大模型协同推进具身智能发展。