近日，研究人员推出了迄今为止最大规模的开源环境WebGym，专门用于训练能够处理真实世界网页任务的视觉智能体。该环境的核心价值在于解决了现有训练集的局限性：人工合成或小规模任务集无法应对真实网站的多样性和非...

人工智能平台Tinker今日宣布结束等待名单，正式向所有用户开放，并同步推出多项重要技术更新。本次更新的核心亮点包括：引入全新的推理模型Kimi K2 Thinking，该模型拥有万亿级参数，专为处理长链条复杂推理和工具调...

Hugging Face平台近日推出了一项名为“Hugging Face Skills”的新功能，该功能赋予了Anthropic公司的Claude AI模型直接微调开源大语言模型的能力。这项技术突破意味着，用户现在可以通过Claude的对话界面，直接提交模...

人工智能研究领域迎来重大突破——Nano Banana Pro通过工具调用技术重新定义了信息图生成的边界。该模型能够主动抓取多源数据并进行智能合成，在保持原始数据准确性的基础上，通过算法优化生成具有视觉表现力的信息图...

近日，前沿开源实验室Moonshot AI正式发布其新一代Kimi K2思维模型，该模型采用混合专家架构，具备320亿激活参数与1万亿总参数的庞大规模。在技术性能方面，Kimi K2在前沿知识理解、数学推理及代码生成领域均达到当...

近日，谷歌DeepMind团队发布的Gemini Diffusion实验性语言模型引发学界关注。该模型突破传统GPT逐词生成范式，采用扩散模型技术通过逐步去噪的方式直接生成完整文本块。研究人员在研读《大语言扩散模型》论文时发现...

人工智能公司Anthropic正式发布Claude Skills功能，通过模块化技能包体系实现AI工作流程的深度定制。该技术将特定任务所需的指令集、脚本和资源封装为独立技能单元，仅在任务触发时动态加载相关上下文，显著提升Clau...

近期发布的表征自编码器（RAE）技术为潜在扩散模型带来重大升级。该技术通过使用DINO、SigLIP或MAE等预训练编码器替代传统变分自编码器（VAE），结合学习型解码器构建高维潜在空间。实验表明，这种新型架构能显著提...