近日，ForeverVM推出了一项创新技术，允许开发者在持久化的沙盒环境中运行AI生成的代码。这一技术通过创建状态化的沙盒环境，使得代码可以在其中无限期运行，同时保持环境的状态不变。这对于测试和验证AI生成的代码...

随着Vision Language Models（VLMs）的快速发展，传统的光学字符识别（OCR）技术正面临被取代的可能。VLMs结合了计算机视觉和自然语言处理的能力，能够更准确地理解和解析图像中的文本内容。与OCR相比，VLMs不仅能识...

近日，一个名为'LLM plays Pokémon'的开源项目在技术社区引发了广泛关注。该项目利用LLM（大型语言模型）技术，成功实现了AI自主玩转经典游戏《Pokémon》。通过结合LoRA（低秩适应）和RAG（检索增强生成）等技术，该...

Rabbit近日展示了其AI agent控制Android应用的能力，实现了其早期R1发布时的承诺。该AI能够执行诸如查找视频和收集鸡尾酒配料等任务，尽管目前仍存在一些效率问题。Rabbit表示将继续优化这一agent，并计划在不久的将...

近日，一款基于DiNO 2的视线估计算法在GitHub上开源，该算法能够高效地估计人们的视线方向，为商业、制造业和安全领域提供了重要的技术支持。视线估计技术通过分析人眼的注视点，可以广泛应用于零售场景中的消费者行...

近日，R1-OneVision作为一种多功能的大型多模态模型，正式在GitHub上发布。该模型通过整合视觉与文本数据，在数学、科学、深度图像理解及逻辑推理等复杂任务中表现出色。R1-OneVision的设计旨在解决传统单一模态模型...

近日，一款名为LightningDiT的高效模块化扩散模型工具包在GitHub上发布，旨在为生成式AI应用提供可扩展且多功能的解决方案。LightningDiT通过优化模型架构和训练流程，显著提升了生成式AI的性能和效率。该工具包支持...

近日，Character AI在其大规模推理系统中成功减少了KV缓存的使用，并在一个简化版的GPT模型中实现了这一优化。通过这一技术改进，内存使用量减少了40%。这一优化不仅提升了系统的运行效率，还为未来更大规模的AI模型...