研究人员近日推出名为SpatialScore的多模态基准测试套件，专门用于评估大型模型在3D空间理解方面的能力。这一创新性基准整合了来自12个不同数据集的28,000个样本，为衡量AI系统的空间推理性能提供了全面且标准化的评...

由研究团队开发的GUI-explorer是一种突破性的无训练智能体，采用无监督学习方法自主探索移动应用界面并提取知识。该技术通过动态解析UI层级结构和视觉元素，实现了对未知应用的零样本适应能力，任务成功率提升显著且...

Netflix近日公开了其最新研发的FM-Intent模型，这是一种基于分层多任务学习（Hierarchical Multi-Task Learning）的先进推荐算法。该技术通过分析用户会话中的隐式信号（implicit signals），精准建模用户意图，从而...

Hugging Face近期将其Tiny Agent设计理念扩展至Python领域，通过创新的模型上下文协议（Model Context Protocol, MCP）显著简化了大语言模型（LLMs）的工具集成流程。这一突破性进展使开发者仅需约70行代码即可构建...

OpenAI近日宣布其浏览器智能代理O3 Operator完成重大升级，原基于GPT-4o的模型架构已被全新的CUA（Cognitive Unified Architecture）技术体系取代。这一变革标志着OpenAI在轻量化AI代理领域取得突破性进展——CUA架构...

近日，一篇题为《你可以选择让你快乐的技术工具》的文章在技术社区引发热议。文章指出，开发者在选择技术工具时往往过于关注性能指标和行业趋势，而忽视了个人使用体验和幸福感。作者强调，工具的选择应该兼顾实用性...

Lottie是一种开源的动画矢量图形格式，由Airbnb开发并开源，旨在为设计师和开发者提供一种高效、灵活的方式来创建和展示高质量的动画。Lottie通过JSON文件格式存储动画数据，支持跨平台使用，包括Web、iOS、Android...

开发者DustinBrett历时四年打造的daedalOS项目，成功在浏览器中实现了完整的桌面环境功能。该项目最初灵感来源于让网站访客获得远程连接开发者个人电脑的体验，通过高度还原真实操作系统的界面和功能（包括文件管理...