搜索
谷歌Gemini全新升级！深度研究全球免费体验，还将支持45余种语言。谷歌旗下App与Gemini互联，正在2.0 Flash Thinking Experimental中上线。利用Gems更是可以量身定制「AI专家」：家教、健身教练、编程搭档都不在话下！
何恺明LeCun联手：Transformer不要归一化了，论文已入选CVPR2025。
机器人怎样感知世界？
今年，CVPR共有13008份有效投稿并进入评审流程，其中2878篇被录用，最终录用率为22.1%。
一句话提示，Claude自动化打开Blender将2D图片转为3D建模。背后关键还是最近大火的MCP（Model Context Protocol）——复刻Manus的重要诀窍。将这套协议和Blender打通，即可获得如上效果。该开源项目BlenderMCP，上线短短3天，GitHub标星已达3.8k。
阿里通义实验室语音团队负责人鄢志杰已于近期离职，离职时间为2月15日，按照以前的P序列（原阿里内部职级体系）比照，其职级为P10。鄢志杰是智能语音领域的技术大牛。公开资料显示，2003年，鄢志杰大学本科毕业，升入中科大语音实验室，攻读博士学位，师从语音领域专家王仁华教授（科大讯飞创始人之一，曾任科大讯飞公司董事长）。
现在是 2025 年，新论文要以博客形式出现。
南洋理工大学的研究团队提出了MedRAG模型，通过结合知识图谱推理增强大语言模型（LLM）的诊断能力，显著提升智能健康助手的诊断精度和个性化建议水平。MedRAG在真实临床数据集上表现优于现有模型，准确率提升11.32%，并具备良好的泛化能力，可广泛应用于不同LLM基模型。
在 Sora 引爆世界模型技术革命的当下，3D 场景作为物理世界的数字基座，正成为构建动态可交互 AI 系统的关键基础设施。当前，单张图像生成三维资产的技术突破，已为三维内容生产提供了 "从想象到三维" 的原子能力。
一天前如果我跟你说， 有这样一个模型，原本只能生成文字，现在可以文生图、图生图、连续对话改图、自由修改提示语、每张图生成时间不超过10s