发现

谷歌发布了其最新的人工智能（AI）计划“Learn Your Way”，旨在通过生成式人工智能技术改造传统教科书，将个性化教育推向新的前沿，使其更个性化、互动性强，并提升学习效率。 Learn You...

DeepSeek 开源了新模型 OCR 。支持对任意图像进行自由式文字识别，能够快速提取图片中的全部文本信息，不依赖版面结构。能够自动识别并重建文档中的排版结构，包括段落、标题、页眉页脚等，实现“结构...

谷歌DeepMind的研究团队发布了一项革命性的技术，叫做BlenderFusion，它能够像变魔术一样，让你对图片中的任何物体进行精确的3D编辑，就好像你真的拥有了一个魔法工场。BlenderFus...

Looka是一个利用人工智能技术帮助创业者和企业设计标志和品牌识别元素的平台，提供易用的解决方案，可以在几分钟内设计出美观的商标。虽然它在自定义和设计选项上有一定的限制，但其预设的设计选项通常被认为是...

Chrome MCP Server 是一款基于chrome插件的模型上下文协议 (MCP) 服务器，它会直接使用我们日常使用的chrome浏览器，基于现有的用户习惯和配置、登录状态，让各种大模型或各种...

SciMaster 是由上海交通大学、深势科技和上海算法创新院联合发布的全球首个通用科研智能体，依托科学基座大模型 Innovator 构建。展现出了“专家级”深度调研能力。研究者提出一个科学问题时...

美团M17团队推出全新评测基准Meeseeks，专注于大模型指令遵循能力的系统化研究与精准评估。该评测基准基于真实业务数据构建，采用精细化的三级评测框架，全面衡量模型的指令遵循能力。 Meeseeks...

香港中文大学、腾讯和北京大学联合开发了一款名为ToonComposer的AI动画制作系统，能够通过一张彩色参考图片和几张简单的线稿草图，自动生成完整的高质量卡通动画视频。ToonComposer的核心...

哔哩哔哩（B 站）Index 团队宣布全面开源其自主研发的文本转语音(TTS)系统 ——IndexTTS-2.0，它支持两种生成模式：一种明确指定生成的标记数量以精确控制语音持续时间；另一种以自回归的...

全球首款多模态AI穿戴设备Looki L1很难让人不将它误解为一款挂坠形态的相机，它形态十分mini，30g的重量让它的佩戴方式非常灵活，使用它的方式主要以磁吸在胸前、拍摄视频为主。Looki L1 ...