标准会员
过期时间
会员积分 0
还没有账号? 立即注册
已有账号? 立即登录
9.63万
粉丝
1093
文章
16.59万
总浏览
5
平均评分
AI领域资深专家
AIbase报道 - 继去年10月推出Phone-Use产品AutoGLM后,智谱今日正式发布AutoGLM2.0重大升级版本。新版本突破硬件限制,可在任何设备、任何场景下运行,标志着AI代理操作进入全民普及时代。AutoGLM1.0虽然开创了AI代替用户完成手机操作的先河,但应用场景相对受限。经过近一年迭代,AutoGLM2.0已蜕变为真正的执行型AI助手,能够在云端自主完成多样化任务。在日常生
人工智能正在经历一场静悄悄的革命。当我们还在惊叹ChatGPT一个字一个字蹦出答案的神奇时,一种全新的AI思维模式正在悄然崛起——扩散大语言模型就像一个会反复思考的智者,不再急于给出答案,而是在多个时间维度中反复琢磨,最终呈现出更加精准的结果。这种被称为dLLM的新型模型,彻底颠覆了传统AI逐字生成的工作模式。它采用迭代去噪的策略,仿佛一位画家在画布上反复修改细节,每一次迭代都在向完美答案靠近。这
在过去的两年中,视频生成技术经历了惊人的进步,尤其是短视频的创作。然而,制作超过一分钟的高质量、风格统一的超长视频仍然是一项巨大的挑战。对此,上海人工智能实验室联合南京大学、复旦大学、南洋理工大学 S-Lab 以及英伟达等机构,共同推出了 LongVie 框架,系统性解决了这一领域中的核心问题。LongVie 的目标是让超长视频的生成变得更加可控和一致。团队发现,传统的视频生成模型在处理长视频时,
近日,百度公司公布了2025年第二季度的财报,展现出强劲的财务表现。根据财报,百度的总营收达到327亿元人民币,其中核心业务收入为263亿元。这一数字显示了百度在不断变化的市场环境中,依然保持了良好的增长势头。值得关注的是,百度的 AI 新业务表现尤为突出,本季度收入突破了100亿元大关,较去年同期增长了34%。这一成绩不仅反映了百度在人工智能领域的持续投资与创新,也成为推动公司整体业绩增长的重要
在最新的一次专访中,OpenAI 首席执行官萨姆・奥尔特曼(Sam Altman)分享了关于下一代人工智能模型 GPT-6的激动人心的消息。根据奥尔特曼的介绍,GPT-6的开发正在积极进行,预计其发布速度将比前一代模型 GPT-5更快。这一变化表明,OpenAI 正在加快推动其人工智能技术的进步,以满足用户不断增长的需求。奥尔特曼特别提到,GPT-6的目标不仅仅是回答用户提出的问题,而是向与用户
今天,百度发布了2025年第二季度财报,财报显示,公司总营收达327亿元,其中百度核心营收为263亿元。值得关注的是,其AI新业务收入首次突破100亿元,同比增长高达34%,成为拉动公司业绩增长的核心引擎财报数据显示,百度在AI领域的深耕已全面赋能其核心业务。百度搜索实现了从搜索框到结果页的全面革新。今年7月,移动搜索结果页中由AI生成的内容占比已达到64%,极大地提升了用户体验。此外,百度智能云
硅谷正在见证一场史无前例的估值狂欢。OpenAI这个曾经的非营利组织,如今正准备通过一轮60亿美元的股权出售,将自己推向5000亿美元估值的云端——这个数字足以让它超越绝大多数上市公司,成为私营企业估值的新王者。这场资本盛宴的背后,是OpenAI过去12个月里令人眩目的吸金能力。微软、软银等科技巨头已经向这家AI明星企业输送了超过400亿美元的真金白银,每一笔投资都在为OpenAI构建更加坚固的护
AIbase报道 8月20日,在新加坡举行的Stripe Tour活动上,AI Agent初创公司Manus联合创始人兼首席科学家季逸超(Peak)公布了一项令业界瞩目的数据:公司当前收入运行率(RRR)已达到9000万美元,约合人民币5400万元。收入运行率是高速成长型企业常用的财务指标,通过将特定时期收入推算为年化数值。虽然季逸超未透露具体计算方式,但按月度收入推算,Manus月收入约为750
制药界的一场革命正在悄然爆发。传统药物研发就像盲人摸象,科学家们必须先摸清蛋白质的每一个结构细节,才敢尝试设计药物分子。这种束缚了制药行业数十年的桎梏,如今被一个名为PepMLM的AI模型彻底打破。宾夕法尼亚大学和杜克大学的研究团队刚刚完成了一项足以改写制药教科书的壮举:他们让AI学会了仅凭蛋白质序列这一串字母密码,就能精准设计出靶向肽分子,彻底绕过了结构解析这个耗时费力的传统环节。这种突破的意义
一场静悄悄但意义深远的标准化革命正在代码世界中悄然展开。当AI编程助手还在各自为政、摸石头过河时,一个由OpenAI Codex、Amp、Google Jules、Cursor、RooCode和Factory组成的超级联盟,刚刚为整个行业递上了一把通往未来的钥匙——AGENTS.md标准。这个看似简单的文件标准,实际上解决了困扰AI编程领域已久的核心痛点:如何让AI真正理解一个项目的灵魂。传统的R