國內最大AI數(shù)字員工公司沖刺IPO！年入2.4億，要做“企業(yè)Agent第一股”

在港股科技股回暖的浪潮下，又一家硬核科技公司站在了IPO的門口。 12月15日，珠海金智維人工智能股份有限公司（以下簡稱“金智維”）向港交所遞交了招股書，計劃在香港主板上市。作為一家國內最早探索RP

數(shù)字人 2025-12-17

GPT Image 1.5 全新上線：實現(xiàn)更精準的編輯

剛剛，OpenAI 發(fā)布了新版 ChatGPT Images，由全新的旗艦級圖像生成模型驅動。最新的圖像生成模型能夠精準編輯圖像，同時保留所有細節(jié)，并且圖像生成速度提升高達 4 倍。研究團隊還在

ChatGPT 2025-12-17

Google 帶來最新 Gemini 音頻模型：更強大的語音交互體驗

Google 正在將 Gemini 模型的能力融入多條產品線中。上周，Google 宣布已將最先進的 Gemini 翻譯功能引入 Google 翻譯。剛剛，Google 發(fā)布了適用于實時語音代理的

Gemini 2025-12-16

誤差不到400票！16歲CTO帶隊，用5000個AI押中了美國選舉

不找人聊，就能知道人在想什么？一群00后正在用AI改寫調研行業(yè)。 2024年，一群平均年齡18歲的年輕人用約5000次AI對話（每次僅需30-90秒），便以接近零的成本，成功預測了美國紐約州民主黨初選

大模型 2025-12-16

1步頂100步！TwinFlow:無需教師模型，僅單步推理，Qwen-Image-20B生成速度漲100倍！

作者：Zhenglin Cheng等解讀：AI生成未來亮點直擊簡單而有效的一步生成框架。提出了一種一步生成框架，該框架不需要輔助訓練模型（GAN 判別器）或凍結的教師模型（不同的/一致性蒸餾），

模型訓練圖像 TWINFLOW 2025-12-11

北航&美團等最新EditThinker：給AI修圖裝上“大腦”，F(xiàn)lux、OmniGen2瞬間智商暴漲！

作者：Hongyu Li等解讀：AI生成未來圖1。EditThinker 概述。子圖（a）展示了多輪思考編輯流程，該流程迭代批評、優(yōu)化和重復編輯指令，子圖（b）報告了四個圖像編輯基準測試的結果，展

圖像編輯編輯 EditThinker 模型 2025-12-09

DeepSeek 一口氣上新兩款模型：性能直逼 Gemini-3.0-Pro

剛剛，DeepSeek 一口氣推出兩個新模型：DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。前者專注平衡推理能力與模型長度，可達到GPT-5 級別的性能，適用于日常問

DeepSeek 2025-12-04

Salesforce ：AI Agent“難產”，SaaS龍頭已淪為價值股？

SaaS龍頭Salesforce，于12月4日早美股盤后，公布2026財年3季度財報（截止10.31日）。當季業(yè)績并不好，各主要指標基本都跑輸市場預期。相對欣慰之處是，領先指標（cRPO和新簽訂單）在

Salesforce 財報 2025-12-04

【CIM 加速，AI有方】No.4｜智匠知識庫Agent，半導體知識管理的“雙擎”智能體

半導體制造作為知識密集型的行業(yè)，往往面臨一個棘手的挑戰(zhàn)，即無形的“知識”的傳承。一個常見的現(xiàn)象是資深工程師退休帶走數(shù)十年設備操作經驗，新員工面對堆積如山的設備手冊無所適從，關鍵故障的處理方案散落在不同

格創(chuàng)東智 2025-12-02

圖像生成開源界又出“王炸”！南洋理工&階躍星辰發(fā)布iMontage：解鎖“多對多”生成新玩法！

作者：Zhoujie Fu等解讀：AI生成未來亮點直擊 iMontage統(tǒng)一模型，能夠處理可變數(shù)量的輸入/輸出幀，有效銜接了視頻生成與高動態(tài)圖像生成領域。構建任務無關的時序多樣化數(shù)據(jù)pipeli

圖像模型生成輸出圖像編輯 2025-12-01

Gemini 3 Pro 上線后，Nano Banana Pro 又來了！

幾個月前，Google 發(fā)布了 Nano Banana ，一款基于 Gemini 2.5 閃存圖像處理軟件的產品。還未等大家反應過來，Google 又迅速推出 Nano Banana Pro（Gem

Nano Banana 2025-12-01

Gemini 3 來勢洶洶，學習建構規(guī)劃一應俱全

今天，谷歌開發(fā)者關系負責人、Google AI Studio 負責人在社交媒體上發(fā)布了一條僅含“Gemini”一詞的推文，引爆話題。就在昨日，馬斯克剛剛宣布 Grok 4.1 的發(fā)布。Gemini

Gemini 2025-12-01

何愷明新作：Just Image Transformer讓去噪模型回歸基本

當今的去噪擴散模型并非傳統(tǒng)意義上的“去噪”。它們并不直接預測干凈的圖像。相反，神經網絡預測的是噪聲或帶噪聲的量。 ResNet 之父、麻省理工副教授何愷明新論文發(fā)現(xiàn)了這一問題。預測干凈數(shù)據(jù)和預測帶

何愷明 2025-12-01

Gemini立功了！谷歌AI再次偉大，百度阿里們可以抄作業(yè)了？

全棧式AI是谷歌翻盤的王牌。如果僅看過去這一個月，很難想象這是那個在 2023 年因為 Bard「翻車」而被全球科技圈集體嘲笑的 Google。上周（11 月 18 日），Google 發(fā)布了新一

谷歌阿里百度字節(jié)跳動 Gemini 2025-12-01

端到端像素擴散天降外掛！北大&華為等開源DeCo：生圖質量超越SD3、OmniGen2等

作者：Zehong Ma等解讀：AI生成未來亮點直擊 DeCo解耦框架：DiT專注低頻語義建模（采用下采樣輸入）；輕量級像素解碼器重建高頻信號。創(chuàng)新頻率感知損失函數(shù)：通過DCT轉換至頻域；基于J

解碼器像素高頻模型圖像 2025-11-26

千問爆火、Gemini 3翻身，阿里和谷歌的同題異解

文｜魏琳華白鴿編｜王一粟全球AI To C的市場局勢，似乎悄然發(fā)生了轉變。以OpenAI、DeepSeek等為代表的AI創(chuàng)業(yè)公司，憑借著對大模型技術能力的突破，在AI To C的應用市場中占據(jù)

人工智能千問 Gemini 3 2025-11-25

AI芯天下丨熱點丨谷歌Gemini 3.0強勢來襲，模型定義應用成產業(yè)分水嶺

前言：近日，蟄伏8個月的谷歌，以近乎突襲的方式推出新一代AI模型Gemini 3.0，瞬間改寫了全球大模型的競爭格局。OpenAI CEO奧爾特曼罕見發(fā)文祝賀[這看起來是個很棒的模型]，特斯拉CEO馬

電子工程 2025-11-25

硬剛GPT-Image-1？蘋果最新UniGen-1.5強勢發(fā)布：一個模型搞定理解+生成+編輯！

作者：Rui Tian等解讀：AI生成未來亮點直擊推出UniGen-1.5統(tǒng)一多模態(tài)大模型，通過創(chuàng)新的架構設計與訓練流程，實現(xiàn)了先進的圖像理解、生成與編輯能力融合。開創(chuàng)統(tǒng)一強化學習訓練框架，借

圖像圖像編輯模型 2025-11-24

一周AI熱點｜阿里螞蟻押注AI助手；業(yè)內稱Gemini 3 Pro并非斷代領先

上周AI助手賽道熱鬧非凡，海外谷歌Gemini 3 Pro刷屏但業(yè)界稱這一模型并未實現(xiàn)斷代級領先。文｜數(shù)智前線 01、阿里和螞蟻在AI個人助手戰(zhàn)場密集出牌 11月17日，阿里巴巴官宣千問APP正式開

AI 2025-11-24

GEO時代，企業(yè)這樣搶占AI搜索新入口！

本文作者：董董版式設計：而漪遇事不決，先問AI。美國NORC公共事務研究中心的一項調查顯示，人工智能（AI）最廣泛的用途是充當搜索引擎。越來越多的人，開始用AI搜索代替了原本的搜索引擎。數(shù)據(jù)

貼吧數(shù)據(jù)搜索引擎 2025-11-24

Gemini 3 自述：我不是要替代人類，我是為了終結平庸

來源：@首席數(shù)智官在硅谷的計算機歷史博物館里，靜靜躺著早期的真空管和穿孔卡片。它們沉默不語，卻定義了那個時代計算的極限。而在Google DeepMind的數(shù)據(jù)中心里，無數(shù)個TPU正在以微秒級的

gemini 2025-11-21

Gemini 3負責人最新訪談：不做情感陪伴，只做最強生產力工具

作者林易編輯?重點君 11月19日，谷歌發(fā)布Gemini 3模型。DeepMind首席執(zhí)行官戴米斯·哈薩比斯（Demis Hassabis）和Gemini團隊負責人喬�！の榈挛值拢↗osh Woo

gemini3 谷歌 google 2025-11-20

馬斯克新模型：性價比之王！1/10 價格復刻 Gemini 2.5 性能

就在昨日，xAI 又推出 Grok 4 Fast。馬斯克在自己的 X 平臺上配文：2M 上下文窗口！除了支持 2M 的上下文窗口之外，新模型僅需?約1/10?的價格即可達到?Gemini 2.5 的性

馬斯克 2025-11-17

斯坦福新研究：將學術論文定義成 AI Agent

近日，斯坦福大學發(fā)布關于 Paper2Agent 的論文，探索將學術論文轉換為 AI Agent的自動化框架。傳統(tǒng)的研究論文需要讀者投入大量精力去理解論文的代碼、數(shù)據(jù)和方法，并將其應用到自己的工作中

斯坦福 2025-11-17

Google Deepmind 推出 Gemini Robotics 1.5：將 AI Agent 帶入物理世界

近日，谷歌宣布推出兩款全新的機器人模型 —— Gemini Robotics 1.5 和 Gemini Robotics-ER 1.5，在機器人智能化和通用性上實現(xiàn)了重要突破。兩款模型將通過先進的思

DeepMind 2025-11-17

Claude Sonnet 4.5：構建 AI Agent 的最強大腦

昨日，Claude Sonnet 4.5 重磅出爐，被稱為世界上最好的編碼模型。它可以構建復雜的 Agent，在推理和數(shù)學方面也比 Sonnet 4 進步不少。 Claude Sonnet 4.5

Claude Sonnet 2025-11-17

谷歌云 CEO 解讀 Gemini Enterprise、AI 勞動力與資本熱潮

在 AI 熱潮席卷全球的背景下，谷歌云（Google Cloud）正在積極布局其下一代智能引擎 —— Gemini Enterprse。該新產品可連接企業(yè)數(shù)據(jù)，并包含代理構建器、客戶服務工具等。 G

谷歌云 2025-11-17

Google Gemini 用一張 HTML 重塑 macOS UI，成功率100%

今日，Google 發(fā)布最新的 Gemini 3.0 pro 模型，僅憑幾行提示詞，就在瀏覽器里用一張 HTML 文件復刻了 macOS 風格界面，成功率是“100%”。這條消息迅速占領各大科技頭條

Google 2025-11-14

本體無關：Generalist 27萬小時要掀真機采集場桌子

數(shù)據(jù)競賽的關鍵分水嶺，已不再是數(shù)據(jù)方案的路線之爭，而在于是否回歸到數(shù)據(jù)采集的“第一性原理”：追求可復用、可擴展、可演進的規(guī)�；瘮�(shù)據(jù)流。那些執(zhí)著于單一本體、高成本標注的傳統(tǒng)遙操模式，不僅難以支撐Scal

AI 人工智能具身智能 2025-11-14