OmniSVG – 复旦大学联合 StepFun 推出端到端多模态生成模型，支持生成多样化高质量复杂 SVG
复旦大学与StepFun推出OmniSVG方法，利用预训练的视觉-语言模型实现高质量复杂SVG的端到端生成。该方法推动了计算机视觉与自然语言处理的结合，为SVG生成领域带来突破。与传统方法相比，Omn...
火山引擎推出的 – Data Agent企业级数据智能体，能自主思考和策略制定。
字节跳动旗下火山引擎正式发布企业级数据智能体产品 Data Agent，旨在通过大模型技术赋能企业数据处理全流程，推动业务智能化转型。Data Agent 依托大模型的强大推理与分析能力，能够深度理解...
EasyControl – Tiamat AI 联合上海科大等开源的图像生成控制框架，推动图像生成领域的创新
EasyControl-Tiamat AI 联合上海科技大学等开源的图像生成控制框架是一项引人注目的技术合作，旨在通过人工智能技术推动图像生成领域的创新，这是一个专注于机器人控制的理论框架，旨在提供高...
Sync Labs 推出最新产品–Lipsync-2 ，全球首个零-shot 嘴型同步模型
人工智能技术公司 Sync Labs 近日通过 Twitter 宣布推出其最新产品 Lipsync-2，这款模型被誉为“全球首个零-shot嘴型同步模型”，无需额外训练或微调即可保留演讲者的独特风格...
Llama Nemotron – 英伟达推出的系列推理模型，增强复杂多任务处理能力。
英伟达正式发布了一款名为Llama Nemotron系列的开放推理人工智能模型。这一新系列模型支持“智能体AI”系统，能够独立完成推理、规划以及多步骤任务的执行。Llama Nemotron系列模型共...
Llama3.1 Nemotron Ultra ，英伟达推出其最新大型语言模型，性能超越Llama 4 Behemoth
英伟达（NVIDIA）宣布推出其最新大型语言模型(LLM)——Llama3.1Nemotron Ultra253B。这一模型基于Meta的Llama-3.1-405B-Instruct开发，通过创新的...
Dream-7B – 港大联合华为开源最强的扩散推理模型，提高训练效率
Dream-7B是香港大学和华为诺亚方舟实验室联合推出的开源扩散式推理模型，采用创新的离散扩散架构。支持任意顺序的文本生成，用户可指定生成顺序满足特定需求。通过调整扩散步数平衡生成速度和质量、数学求解...
Cloudflare Agents – Cloudflare 推出的全栈 AI Agent 开发工具，开发者首选的AI代理开发平台
Cloudflare 推出了一款面向 Node.js 生态的 Agents 开发包，为开发者提供了一套完整的 AI 代理开发基础设施。这一开发包集成了多项核心功能，包括工作流引擎、工具集成框架、多代理...
DeepCoder-14B- 开源的代码生成模型，适用于多种编程语言和场景，提高开发效率
Agentica Project与Together AI携手打造了DeepCoder-14B，这款基于开源的o1和o3-mini级别的编码推理模型，以强大的实力亮相。DeepCoder-14B-Pre...
亚马逊推出的新型生成式 AI 语音模型 – Nova Sonic，价格比GPT-4o便宜80%
亚马逊正式推出新一代生成式AI语音模型Nova Sonic，标志着其在人工智能语音领域取得重大突破。亚马逊特别强调，该模型在成本效益方面具有显著优势，其价格比OpenAI的GPT-4o便宜约80%。亚...
