微信开源 WeVisOne-VL,找物、抠图,要包办 90%图片工作
在对图像处理的工作流中,我们经常要做几件小事:找出某个人,数一数商品,读出包装上的字,再把主体抠出来。单看每件事,好像都不难,好像都有现成工具。但实际上,两个大痛点持续存在:第一,虽然现在已经 AI 大纪元了,但实际上,各个厂商都卯着劲儿干通用大模型,这些边边角角的垂类模型,没啥人干,所以进展缓慢……第...
从发现前沿资讯,到找到趁手的工具。
JAX 是一个面向加速器的 Python 数值计算库,专为高性能数组计算与大规模机器学习设计,支持在 CPU、GPU 和 TPU 等多种硬件后端上高效执行相同代码。
分类推荐榜首OOpenDesign 是开源设计工作区,可连接本地编程智能体、自带模型密钥或使用云端模型,围绕设计系统生成和编辑原型、网页、演示与图形;本地软件免费与模型服务费用需要区分。
分类推荐榜首EEvoMap 是面向AI Agent经验复用的基础设施,通过GEP协议组织可复用策略与带验证记录的修复资产,提供市场和质量排序,帮助不同Agent发现、评估及继承已有能力。
分类推荐榜首A
AI Short写作与内容AI提示词管理和共享平台,多种场景的快捷指令
分类推荐榜首M
MemoAI音乐与音频MemoAI 是一款 AI 驱动的音视频转文字工具,支持本地化处理,无需上传数据,保障隐私安全。它可将 YouTube 视频、播客及本地音视频文件(如 MP4、MP3、AAC、M4A 等)高效转录为文本,并提供多语言翻译、说话人分离、实时字幕、浮动笔记等核心能力,适用于会议记录、访谈整理、内容学习等场景。
分类推荐榜首KKiro 是面向开发者的 AI 工程工具,可将需求整理为规格、架构与任务,通过智能体实现代码,并结合属性测试、执行记忆和开发工具集成支持从规划到代码审查的流程。
分类推荐榜首E
Elicit知识与研究Elicit 面向科学研究提供语义检索、研究报告、文献筛选与数据提取,可在来源材料中追溯回答,并通过文献库、研究 Agent 与持续跟踪流程组织证据,适合从问题探索推进到系统性综述。
待评分 · 分类列表推荐UUdacity AI 学院是人工智能课程与学习路径入口,涵盖机器学习、深度学习、计算机视觉、自然语言处理及 AI 产品管理,可按基础和目标选择课程与项目训练。
待评分 · 分类列表推荐IIamIP是一个专利平台,提供AI驱动的搜索、分析和监控工具,帮助用户更高效地进行专利研究和管理。
待评分 · 分类列表推荐F面向客户服务的 AI 智能体。
待评分 · 分类列表推荐在对图像处理的工作流中,我们经常要做几件小事:找出某个人,数一数商品,读出包装上的字,再把主体抠出来。单看每件事,好像都不难,好像都有现成工具。但实际上,两个大痛点持续存在:第一,虽然现在已经 AI 大纪元了,但实际上,各个厂商都卯着劲儿干通用大模型,这些边边角角的垂类模型,没啥人干,所以进展缓慢……第...
谷歌于11月11日发布Gemini Decisions API,基于全新Gemini Decision 1模型,可一次性处理最多1000个独立问题,支持多模态输入,仅需一次前向计算即可输出每个选项的概率与置信度分数,适用于工具挑选、策略核查等场景。该API延迟在150至250毫秒之间,输入每百万Tokens仅0.10美元,输出免费,支持调节图像和视频分辨率以平衡细节与成本,现已在Google AI Studio上线并提供免费额度。
Claude学会看人比划了。11月10日,Anthropic一口气推出了三款新工具:Claude Whiteboards、Claude Sheets和Claude Data,分别对应白板、电子表格和数据分析。其中最有意思的当属白板。用户可以直接在上面圈圈画画,告诉Claude哪里需要调整、哪里需要补充,Claude就能根据这些操作理解需求,继续完成工作。另外两款工具则让Claude能够直接制作和编辑电子表格,分析数据、生成可视化报告。以前得费劲琢磨怎么写提示词的事,现在直接画给它看就行了。Excel、Word和PowerPoint这些传统办公软件,似乎也迎来了新的竞争对手。新功能发布后,网友们...
arXiv:2611.12950v1 公告类型:新 题要:黑盒大模型指纹识别旨在仅通过观察对输入查询的输出响应,判断目标模型是否源自某个源模型。揭示这种关联的一种方法是扰动每个查询,并观察两个模型产生的相应响应,从而得到两组对应的响应变化。这两组数据提供了两种互补的信息来源:每组内部响应变化之间的关系,以及两组之间响应变化的对应关系。然而,现有方法并未充分挖掘这两方面的信息。我们提出了 \textbf{SetPrint},一种无需训练的方法,能够同时捕捉组内关系和组间对应。SetPrint 将每个响应变化相对于其所在组的平均变化进行表示,然后比较由相同扰动引发的两个模型的变化。在 LeaFBench 上,SetPrint 的性能始终优于现有的无训练黑盒指纹识别方法。进一步分析表明,这些优势源于组内关系和组间对应两方面。
穿透技术狂热,追问机器如何重写文明的底层代码。本期是《沸腾之下》系列第09期 文|博阳 编辑|徐青阳 1983 年,26 岁的年轻记者罗伯特·赖特受一家冷门学术期刊《威....
穿透技术狂热,追问机器如何重写文明的底层代码。本期是《沸腾之下》系列第09期 文|博阳 编辑|徐青阳 1983 年,26 岁的年轻记者罗伯特·赖特受一家冷门学术期刊《威....
作者|周一笑(微信smiletalker)编辑|王兆洋(Geisterspiele)Gemini 4 Carbon 深夜正式开放,第一时间实测之后,我不禁发出感慨:它最好的上线时间其实是两周前。因为差了这么几天,它就被 Fable 5.2 抢走了各种 Benchmark 第一。然后我就发现,这个感慨本身,其实最能说明它在今天模型竞争里的位置,以及这个模型对Goo...
智谱、MiniMax、千问办公、阿里云及Qoder等头部大模型厂商近日在天猫AI空间站的Token充值中心推出系列促销活动,涵盖月卡、周卡等产品,优惠力度最高达3.3折。此举反映AI行业正加速向商业化应用落地转型,通过降低使用门槛以扩大用户规模与活跃度。
Anthropic对其AI办公套件进行重大升级,推出Claude Whiteboards、Claude Sheets和Claude Data三款新产品,覆盖团队协作中的创意构思、数据追踪与可视化展示全流程。这些功能已对所有付费用户开放,支持多端同步,并实现模块间无缝衔接与第三方应用集成,提升协作效率。
11月11日,千问大模型宣布全新一代Qwen4即将发布,并同步上线Qwen4-Max预览版。新模型在知识理解、世界感知、编程与智能体能力方面持续提升,已在复杂编程、专业办公等任务中展现阶段性成果。Qwen4-Max预览版通过阿里Token Plan限时最低1折开放体验,千问办公、Qoder、千问APP与QwenStudio等产品已接入新模型。此次以预览版先行、全产品线即时覆盖、低价体验的策略,聚焦真实任务反馈,体现国产大模型竞争向开发者生态与实际表现转变的趋势。
非凡产研 · 全球 AI Web 月榜Claude 多出 2.41 亿次访问,办公智能体的增量只归两家榜单表面是流量,底下是入口重新分配。先看数据。+23.78%:Claude 月访问量涨到 12.53 亿次。按环比折算,一个月多出约 2.41 亿次访问,接近 ChatGPT 同期增量的两倍。+48.20%:小浣熊和 WorkBuddy两款办公智能体合计访问量达到 5191 万次...
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....
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。
金鸡百花电影节首次设立电影AI单元并在厦门举办推介仪式,吸引287支团队报名,20支入围团队在72小时内利用AI工具完成从创意到影像制作的全流程。AI技术正降低影视制作门槛,提升效率,但故事内核与审美判断仍需创作者主导。此举反映影视工业加速拥抱生成式AI,探索人机协作新范式。
AI应用风向标(公众号:ZhidxcomAI)作者|毕伟豪 编辑|漠影香!这输入法给我香晕了!智东西11月9日报道,我从来没想过,一个输入法能玩一天。今天发现了一个非常美妙的输入法——微信输入法,尝试了一下果断抛弃了之前惯用的产品。一个输入法,自带AI录音笔、能隔空投递、跨设备同步复制粘贴、一键排版成图……这哪是输入...
在与Scottish Mortgage投资经理劳伦斯·伯恩斯的对谈中,MiniMax创始人闫俊杰指出中国头部大模型性能已达美国顶尖模型的95%,但剩余5%的差距追赶难度极大;公司坚持极致提效,通过优化架构和自建基础设施提升算力效率,将节省成本投入后训练,目前年化收入超8亿美元,企业级业务占比超80%;创业初衷源于外公无法使用AI撰写回忆录的经历,产品线涵盖M系列(编程与智能体)和H系列(视频生成),正研发下一代M3Pro模型;闫俊杰强调中国AI生态应走高效率协作路径,坚持开源直至AGI实现,认为AGI成果应由全社会共享。
腾讯 Workbuddy 就未及时通知用户 DeepSeek-V4.1 Flash 模型优惠延长至11月5日并恢复原价一事致歉。为弥补疏漏,系统将在11月5日至8日期间自动退还使用该模型产生的积分差额,无需用户申请,预计7个工作日内到账。
千问办公11月9日推出2.0版本,定位为面向个人与组织协作的Team Agent,围绕协作、自动任务与人机共创三大方向升级。新版本引入协作空间与数字员工小Q,支持多会话并行、任务指派与跨应用上下文联动;自动任务可基于事件规则在云端持续运行;人机共创实现对话中直接编辑文档、PPT等产物;资料空间支持成果搜索与复用。同时支持多端协同与APP远控,数据按个人与企业账号隔离。开放能力通过三种路径接入第三方应用与企业系统,未来将向7×24小时业务承接、多模态连接与组织级协同演进。
达里奥·阿莫迪可以说是现在硅谷最「讨人厌」的人,甚至没有之一。 在曾经共事的人眼中,达里奥是个精力旺盛、极其固执的家伙,吵完架后,他有时会一个人躲进办公室的图书室,看 YouTube 视频....
让好奇心有方向,让每一天的阅读更有价值。