声音克隆 ：CosyVoice3和IndexTTS2哪个比较强？
昨天（已经是前天了）发布了 CosyVoice3 的一键运行包，今天汇总一下评论区的问题。其中问到比较多的几个问题是：硬件配置要求是什么？和 B站 的 IndexTTS2 比怎么样？第一个问题，我是
阅读全文你能解出这20道Agentic AI难题吗？满分100，看你能得多少分？
Prof.Tom Yeh在发布这份文档时抛出了一个简单直接的挑战：“Can you solve these 20 Agent problems?”这是一份 “Agentic AI Problem Se
阅读全文豆包手机、AutoGLM之后，阶跃星辰GELab团队让AI操作手机电脑又有了新解法 | Step-GUI 技术报告解读
在AI助手日益融入我们数字生活的今天，你是否想过，未来的AI不仅能与你对话，还能像真人一样操作你的手机或电脑，替你完成从点外卖、订机票到处理文档等一系列任务？前段时间，字节旗下、和中兴合作的豆包AI手
阅读全文硬件日招募！「对话式 AI+硬件」系列活动@深圳丨RTE Meetup+TEN Workshop
一同探索语音驱动的下一代人机交互界面。2025 年 RTE 开发者社区的收官活动，将再次落地硬件之都深圳，一起畅想 2026！聚焦「对话式 AI+硬件」主题， 来自通义百聆 Fun-CosyVoice
阅读全文扣子彻底转型 AI 编程！全民 Vibe Coding 时代，人人都能开发应用？
已经好几个月没用扣子了。今天想起来有个工作流还在上面放着，打开扣子网站发现改名了：扣子编程！我以为扣子准备也要新做一个跟百度秒哒、Google AI Studio一样的Vibe Coding产品，不以
阅读全文Pygame RPG Tutorial 17 – Item Drops
我们已经成功地创造了一个非常基本的RPG环境，包括敌人、关卡通关提示和状态栏等。然而，我们忽略了一个非常“RPG”的元素，即道具掉落。道具掉落是一个非常棒的功能，因为它可以带来灵活性和广泛的功能。从恢
阅读全文AI运维最佳实践：从"能跑"到"交付"的最后一公里
AI时代，你的产品做出来了，然后呢？从"能跑"到"能用"的最后一公里AI产品开发已经成为一个几乎全民参与的赛道。网上铺天盖地的文章都在教你怎么用AI做个东西出来。但我想问一句：东西做出来之后，你怎么给
阅读全文为「成片率」而生：vivo S50 Pro mini的影像逻辑变了
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......vivo的S系列又更新了。在小雷印象中，vivo的小屏「神机」S30 Pro mini还没发布多
阅读全文微信史诗级更新！AI元宝支持“一句话”设置提醒，超级实用
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......12月19日消息，微信首个AI助手元宝宣布上线新能力，支持一句话在微信内设置提醒。图源：公众号不
阅读全文已解锁！敏感信息处理神器，免登无广
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......大家好！不知道你们有没有过这种经历——辛辛苦苦P好一张图，发到群里或朋友圈，结果下一秒就发现：糟
阅读全文字节杀疯了！年终奖暴增35%，其他大厂慌不慌？
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......卧槽，字节又撒钱了。12月19号，就在平平无奇的冬至前几天，字节跳动一封内部邮件，直接把同行看懵
阅读全文「Tokens 经济」引领 AI 产业化落地，火山引擎凭什么后来居上
超过100家企业在火山引擎上累计Tokens使用量超过一万亿。作者丨代聪飞编辑丨林觉民12月18日，上海世博中心，火山引擎原动力大会现场人山人海。谭待表示，截至今年12月，豆包大模型日均Tokens使
阅读全文腾讯 ARC Lab 胡文博：“如何实现三维感知的视频世界模型，这非常值得探索”｜GAIR 2025
我们正在努力创建一个具备三维感知能力的视频世界模型。作者丨齐铖湧编辑丨马晓宁世界模型的研究尚处于起步阶段，共识尚未形成，有关该领域的研究形成了无数支流，过去一年多，Sora为代表的视频生成模型，成为继
阅读全文GPT-5.2 翻车内幕曝光：技术团队没走「歪路」，但用户成了大冤种
OpenAI 的十周岁生日，过得不太体面。在当天发布的 GPT-5.2 交出了一份完美答卷：它横扫许多基准测试的 SOTA，在数学和编程等竞赛场景中的表现堪称亮眼，也被官方描述为 AI「超级大脑」。可
阅读全文MiniMax海螺首次开源 VTP，打通了 Visual Tokenizer 的 Scaling Law
很多团队都撞墙的地方，有了新方向👦🏻 作者: 镜山🥷 编辑: Koji🧑🎨 排版: NCon最近一年，关于一句话的讨论特别热：「Diffusion 就是比 VAE 更好。」这句话之所以流行，其实不难
阅读全文当年带你上网冲浪的头号老玩家，这回是真AI上头了
梦瑶 发自 凹非寺量子位 | 公众号 QbitAI江湖老话常说“船大难掉头”，但握着上亿真实用户的「QQ浏览器」偏偏在AI这趟急流里，转得又稳又狠。就在前不久，这位浏览器圈的头号玩家悄悄按下了转型键，
阅读全文DeepMind掌门人万字详解通往AGI之路
henry 发自 凹非寺量子位 | 公众号 QbitAI想要实现AGI，技术创新和规模扩展得五五开，缺一不可。在最新一期播客中，DeepMind掌门人哈萨比斯清晰地勾勒了他心目中通往AGI的一条现实路
阅读全文首个文本到3D生成RL范式诞生，攻克几何与物理合理性
3DGenR1团队 投稿 量子位 | 公众号 QbitAI在大语言模型和文生图领域，强化学习（RL）已成为提升模型思维链与生成质量的关键方法。但当我们将目光转向更为复杂的文本到3D生成时，这套方法还会
阅读全文不靠死记布局也能按图生成，多实例生成的布局控制终于“可控且不串脸”了丨浙大团队
浙江大学ReLER团队 投稿量子位 | 公众号 QbitAI尽管扩散模型在单图像生成上已经日渐成熟，但当任务升级为高度定制化的多实例图像生成（Multi-Instance Image Generati
阅读全文拆解CANN：当华为决定打开算力的「黑盒」
编辑｜Panda、泽南大模型的竞争如火如荼，也有一群人正在研究如何降低门槛，让 AI 工具变得亲民。最近，在 AI 基础算力上重磅频出的华为，又亮出了一张王牌：昇腾的底层基础软件，CANN 全面开源开
阅读全文Mamba作者团队提出SonicMoE：一个Token舍入，让MoE训练速度提升近2倍
机器之心编辑部混合专家（MoE）模型已成为在不显著增加计算成本的情况下，实现语言模型规模化扩展的事实标准架构。近期 MoE 模型展现出明显的高专家粒度（更小的专家中间层维度）和高稀疏性（在专家总数增加
阅读全文大模型「越想越错」？人大&腾讯团队用信息论揭示：什么时候该想、什么时候别想
本文的第一作者雍希贤是来中国人民大学的博士生，研究方向聚焦于 Humanoid AI，LLM Coginition & Reasoning。通讯作者为中国人民大学的周骁副教授以及腾讯天衍实验室的吴贤。
阅读全文TikTok美国成立新公司，字节保有算法授权
图片由AI生成▎周受资内部信曝TikTok美国方案，字节跳动保留算法、电商、广告，新合资公司负责安全。文｜LCC_Beta版作者｜李程程编辑｜李玉鹏本文首发于钛媒体APP当地时间12月18日，TikT
阅读全文拒绝蜡像感！美团开源LongCat-Video-Avatar：5分钟超长续航，虚拟人终于会呼吸了
捅破 5 分钟长续航天花板，SOTA 级权重直接全开源。2025 年，视频生成赛道已经进入了卷细节、卷长时序的深水区。当行业已经能够产出几秒钟极具视觉冲击力的镜头时，实际落地中却总会撞上几堵隐形的墙：
阅读全文AAAI 2026 | 当知识图谱变成乱码，LLM还能推理吗？ARoG破解RAG隐私困境
研究背景大型语言模型虽能力强大，却常受困于事实幻觉和知识滞后 [1]。检索增强生成技术通过引入外部知识源（如知识图谱 KG）来弥补这些缺陷，已成为提升模型可靠性的关键 [2]。然而，当 RAG 系统需
阅读全文谷歌版两门「小钢炮」开源！2.7亿参数干翻SOTA
新智元报道 编辑：定慧【新智元导读】谷歌这波像开了「大小号双修」：前脚用Gemini把大模型战场搅翻，后脚甩出两位端侧「师兄弟」：一个走复古硬核架构回归，一个专职教AI「别光会聊，赶紧去干活」。
阅读全文美国「曼哈顿计划」启动！OpenAI谷歌等24巨头打响「科技珍珠港之战」
新智元报道 编辑：Aeneas【新智元导读】美国能源部联手OpenAI、谷歌等24巨头，启动国家AI「创世纪计划」！从此，硅谷+白宫联手，核能、量子、材料科学将实现新突破。媒体称：AI曼哈顿计划
阅读全文「背叛」Scaling Law？两位Transformer作者撬动美国开源AI革命
新智元报道 编辑：元宇【新智元导读】AI不应是巨头游戏，模型也不是越大越聪明。近日，「Transformer八子」中的Ashish Vaswani和Parmar共同推出了一个8B的开源小模型，剑
阅读全文新智元十年，上地AI家，邀你加入！
新智元报道 【新智元导读】2025年9月7日，新智元十周年！十年求索，奇点共盟。值此，新智元在上地AI家邀你加入，共同见证ASI降临。2015年9月7日—2025年9月7日，新智元星舰远航十年。
阅读全文