Morphik.ai公司创新性地提出了一种基于视觉的文档检索方法，该方法摒弃了传统的OCR（光学字符识别）和解析技术，转而采用文档页面的图像作为处理对象。通过将文档图像分割成小块，并利用视觉Transformer和语言模型，...

月之暗面(MoonshotAI)团队最新发布的Kimi K2技术报告揭示了其大型语言模型系列的重大技术突破。该团队创新性地开发出MuonClip技术，通过将token高效的Muon优化器与新型QK-Clip技术相结合，成功解决了万亿参数模型训...

从复杂的PDF中提取信息一直是个棘手的问题。行业在OCR（光学字符识别）、布局检测和解析流程上投入了大量精力和资金，却仍可能丢失最关键的信息。如今，视觉语言模型（Vision Language Models）已经足够强大，能够直...

继OpenAI在周六宣布其模型获得金牌后，Google也宣布其Gemini Deep Think模型在国际数学奥林匹克竞赛（IMO）中解决了六道题目中的五道，并获得了赛事官方认证的金牌标准。这一突破标志着Google在人工智能领域的重大进...

Kilo Code是由Kilo-Org团队推出的开源VS Code AI编程助手，其创新性地整合了Roo Code和Cline的核心功能，并加入自主开发特性，形成功能超集。该项目支持通过自然语言生成代码、自动化任务处理等高级功能，显著提升开...

记者Stuart A. Thompson深入报道了Dor Brothers视频工作室的创新实践。这个工作室通过完全依赖AI工具制作具有颠覆性的病毒式视频，在各大平台累计获得超过1亿次观看。报道中描述了一个标志性场景：前总统特朗普在豪...

据《华尔街日报》报道，Meta CEO马克·扎克伯格近期发起了一场针对OpenAI顶尖研究人员的激烈挖角行动。消息人士透露，扎克伯格已向超过10名OpenAI研究人员提供了总额达3亿美元的四年期薪酬方案，平均每人每年可获得约...

据《金融时报》记者Ivan Levingston报道，管理资产约150亿美元的Vy Capital已告知外部投资者，将不再募集更多外部资金。Vy Capital是一家低调的科技投资集团，曾成功投资SpaceX和xAI等埃隆·马斯克旗下的公司，并因此...