在AI视频生成领域，生成连贯的长视频一直是一个技术难题。近期，一个名为A²RD的新型框架被提出，旨在解决这一挑战。A²RD代表“Agentic Autoregressive Diffusion”，即基于智能体的自回归扩散模型。该框架引入了一种独...

在AI大模型推理成本与日俱增的背景下，测试时扩展（Test-Time Scaling）正成为提升模型性能的前沿方向之一。近日，来自开源社区的项目AutoTTS提出了一种全新的自动化策略发现框架，旨在通过编码Agent在回放环境中迭...

OpenAI近日发布了一份工程指南，详细介绍了如何使用其最新优化的模型gpt-realtime-translate构建实时语音翻译系统。该模型专为同声传译场景设计，与传统的轮次语音交互不同，它能实现对语音流进行实时、连续的翻译处...

谷歌近期在Gemma大型语言模型上实现了令人瞩目的推理速度提升，成功将性能提升了三倍。这一突破性进展的核心在于采用了“投机解码”（Speculative Decoding）技术。该技术的工作原理是部署一个轻量级、速度极快的“草稿...

谷歌DeepMind团队近日发布了其最新成果AlphaEvolve，这是一个由Gemini大模型驱动的自主编码代理。与普通的代码助手不同，AlphaEvolve的核心能力在于设计并生成高级算法，而不仅仅是补全或改写现有代码。它已经能够在...

GitHub 近日发布技术博客，详细介绍了其针对 GitHub Agent Workflows 中 Tokens 使用效率的优化工作。随着AI代理工作流在代码仓库管理和代码质量提升中的广泛应用，其自动调度与触发的特性导致Token消耗量急剧增加，...

知名开源矢量图形编辑软件 Inkscape 发布了最新的 1.4.4 版本。作为一个专注于提高生产力、改善用户体验的维护性版本，Inkscape 1.4.4 主要带来了多项性能优化和关键问题的修复，同时引入了对最新格式和操作的更好支...

近日，一篇来自JAX-ML团队的《Scaling Book》引起了AI领域的广泛关注。该书深入探讨了语言模型扩展背后的科学原理，为从业者提供了一份从硬件到实践的全景式指南。内容不仅详细解析了TPU与GPU的工作原理及其相互通信...