-
Gemini 2.5 Flash 图像在 Vertex AI 上的发布
本文宣布发布 Gemini 2.5 Flash 图像，强调其在图像生成和编辑方面的顶尖性能。主要功能包括用于组合视觉效果的多图像融合，跨多个世代的角色和风格一致性，以及使用自然语言指令的对话式编辑。这一进步旨在为营销、培训和广告等各种用例提供更丰富、更动态的视觉效果和精确的创意控制。开发者和企业可以在 Vertex AI 上以预览版访问 Gemini 2.5 Flash 图像，通过 SynthID… -
凌晨，Qwen 又更新了，3090 就能跑，3B 激活媲美 GPT-4o ｜ 机器之心
文章详细介绍了阿里云通义千问团队最新发布的 Qwen3-30B-A3B-Instruct-2507 模型。该模型的一大亮点在于，在“非思考模式”下，仅激活 30 亿（3B）参数，便能展现出与业界顶尖闭源模型如谷歌 Gemini 2.5-Flash 和 OpenAI GPT-4o 相媲美的强大实力，这标志着在模型效率和性能优化上的一次重大突破。文章通过多项基准测试数据图表，展示了新版本在通用能力（指… -
聊聊创业公司与谷歌达成合作的幕后故事，以及 AR 眼镜的“iPhone 时刻”｜Hao 好聊 X 徐驰
文章通过 XREAL 创始人兼 CEO 徐驰的访谈，深入剖析了当前 AR/XR 行业的挑战与机遇。徐驰指出，尽管 XR 赛道被寄予厚望，但目前市场销量低迷，缺乏杀手级应用，多数“百镜大战”仍以营销为主，而非技术深耕。他强调，真正的突破在于解决用户“为何每天佩戴 8 小时”的灵魂拷问，这需要行业进行“水下战争”般的技术积累。文章详细介绍了 XREAL 与谷歌 Project Aura 项目达成合作的… -
美团 LongCat 团队发布全模态一站式评测基准 UNO-Bench：揭示单模态与全模态能力的组合规律
文章详细介绍了美团 LongCat 团队推出的全模态大模型评测基准 UNO-Bench，旨在解决当前多模态评测体系稀缺、英文中心化以及无法有效评估真实跨模态融合能力的痛点。UNO-Bench 通过将模型能力体系解构为感知层与推理层，并采用高质量人工标注、私有化原创素材和独特的“视听分离再组合”策略，确保了 98%的问题必须结合多模态信息才能解答，并创新性地引入多步开放式问题以评估复杂推理能力。评测… -
一文读懂 GPT-5.2 : 直指“经济价值”，硬刚 Gemini3 的剧情未出现
文章详细介绍了 OpenAI 发布的 GPT-5.2 系列模型，强调其核心定位是“创造更大的经济价值”，通过三级模型矩阵（Instant、Thinking、Pro）满足不同需求。该模型在 GDPval 基准测试中表现卓越，尤其在电子表格处理、演示文稿制作、代码编写、图像感知和长文本理解等专业任务上超越或持平人类专家，效率提升显著，展现了从“对话”到“交付”的转变。文章指出，GPT-5.2 并非如外… -
刚刚，奥特曼发布 GPT-5！人人免费用「博士级」智能，基准图错误遭全网吐槽 ｜ 机器之心
文章详细报道了 OpenAI 最新发布的 GPT-5 模型。GPT-5 被定位为一款集成模型，无需用户手动切换，能根据任务自动调用不同处理模式（高效应答与深度推理）。文章列举了 GPT-5 在数学、编程、多模态理解和健康等多个领域基准测试中的显著性能提升，并强调其在降低幻觉、提升指令遵循精度方面的改进。同时，文章也指出了发布会中出现的基准图错误，以及行业内外对 GPT-5 表现未达预期的争议，包括… -
12 个 TypeScript 奇淫技巧你需要掌握😏😏😏这篇文章让我们手写 12 个 TypeScript 奇淫技巧，并逐行分析 - 掘金
文章系统地介绍了 12 个 TypeScript 高级技巧，并逐一通过代码示例和场景分析，阐述了它们在实际项目中的应用。这些技巧涵盖了从基础的类型转换（如`DeepPartial`深度递归实现、`Required`结合运行时校验`zod`）到状态管理（`Readonly`结合`immer`）、数据查询与接口设计（`Pick`、`Omit`）、字典类型处理（`Record`）、联合类型过滤（`Exc… -
狙击 Gemini 3！OpenAI 发布 GPT-5.1-Codex-Max
文章详细介绍了 OpenAI 新发布的 GPT-5.1-Codex-Max 模型，旨在应对 Google Gemini 3 的竞争。该模型的核心亮点在于通过原生压缩技术，突破了传统上下文窗口限制，能够实现跨越数百万 token 的超 24 小时连续工作。在软件工程任务中，GPT-5.1-Codex-Max 在 METR 指标上达到新 SOTA，并在 SWE-bench Verified 测试中表现… -
如何在 Kubernetes 上部署您自己的 CockroachDB 实例 [开发者全面指南]
这篇内容广泛的文章是为开发者准备的 CockroachDB 部署与管理全面指南，详细介绍了如何在 Kubernetes 上部署和管理 CockroachDB。文章首先解释了 CockroachDB 的分布式 SQL 架构，强调其多主架构、自动分片 (*ranges*（数据范围）) 以及通过 Raft consensus（Raft 一致性算法）实现的容错能力，并将其与 PostgreSQL 和 Mo… -
Gemini 2.5 Flash-Lite 已稳定发布
本文宣布 Gemini 2.5 Flash-Lite 的稳定版本正式发布，这是 Google Gemini 2.5 系列中性价比最高、速度最快的模型。其定价极具竞争力，输入 token 为每百万 0.10 美元，输出 token 为每百万 0.40 美元，旨在通过可选的原生推理能力，最大限度地提高单位成本下的智能水平。该模型在性能和成本之间实现了极佳的平衡，尤其擅长翻译和分类等延迟敏感型任务。与 … -
Veo 3.1 提示工程终极指南
本文介绍了谷歌最新的生成式视频模型 Veo 3.1，强调了其从简单生成到为创作者提供高级创意控制的转变。它突出了 Veo 3.1 的核心功能，包括高保真视频生成（720p/1080p）、可变剪辑长度、丰富的同步音频和对话以及复杂的场景理解。详细介绍了关键的高级控制，例如：改进的图像到视频动画；通过“视频素材组合”实现元素一致性；通过“首尾帧过渡”实现无缝过渡；以及对象添加/删除功能。为了有效地利用… -
2026 开年 AI 对谈：the year of R | 对谈真格基金戴雨森
本期“十字路口”播客邀请真格基金管理合伙人戴雨森，共同回顾了 2025 年 AI 技术的高速发展，认为 AI 已从“黑莓时代”迈入“iPhone 时代”，模型能力在推理、编程和工具使用方面取得显著进步，推动了 Agent、多模态生成等应用场景的爆发。播客深入探讨了创业者在 AI 时代所需的特质，如韧性、产品思维和营销能力，以及投资人如何识别优秀创始人。戴雨森提出了 2026 年 AI 行业将聚焦“… -
在 GitHub Copilot 中使用 GPT-5：60 秒构建游戏实践
本文介绍了 OpenAI 的 GPT-5 与 GitHub Copilot 的集成，以及新的 GitHub 模型上下文协议 (MCP) 服务器。这些工具能够显著提高开发人员的生产力。文章着重介绍了 GPT-5 改进的推理能力和速度，通过“规格驱动开发”方法实现快速原型设计，例如在不到 60 秒内构建一个魔法方块游戏。作者解释了如何利用 GPT-5 生成产品需求，并使用简单的自然语言提示迭代代码。此… -
离 GPT-5 最近的一次！中国 1 万亿参数开源巨兽突然爆火
文章详细介绍了月之暗面最新发布的开源模型 Kimi K2 Thinking。该模型采用 MoE 架构，总参数达 1 万亿，激活参数约 320 亿，具备 256K 的上下文窗口。其核心亮点在于强大的“思考 Agent 模型”能力，能在无人干预下连续调用工具 200-300 次，并通过“交替思考”机制实现连贯推理。在 BrowseComp、HLE 和 Tau2 Bench Telecom 等多项基准测… -
GPT-5 的路由器：工作原理以及前沿实验室如何利用帕累托前沿
本文认为，GPT-5 的重大进步在于其“混合模型”架构，实际上是一个“路由器”，这使得 OpenAI 在单位成本智能方面处于领先地位。文章认为，实现具有成本效益的智能本质上是一个路由问题。这个路由器概念，是从混合专家 (MoE) 演变而来，允许 GPT-5 动态地将查询定向到专门的子模型（例如，推理模型与非推理模型）。作者强调了关键优势：能够独立开发和调试不同的模型组件，并通过模型的“统一化”简化… -
硬核拆解！从 GPT-2 到 gpt-oss，揭秘大模型进化关键密码
文章深度解析了 OpenAI 最新开源的 gpt-oss（120B/20B）大语言模型，并追溯了其从 GPT-2 以来的架构演进。作者 Sebastian Raschka 博士详细阐述了多项关键技术变革，包括移除 Dropout、采用 RoPE 位置编码、Swish/SwiGLU 激活函数及 GLU 结构、引入 MoE 稀疏专家模型、使用 GQA 分组查询注意力、以及 RMSNorm 替代 Lay… -
本地也能玩转 AI 图片创作？腾讯 3B 开源模型实测：精准又轻便，统一生成理解，手把手教你部署
文章详细介绍了腾讯 BAC 团队最新开源的小尺寸多模态大模型 TBAC-UniImage-3B。该模型在 TIIF-Bench 测试中表现卓越，文生图长指令理解和跟随得分远超同类竞品。文章通过丰富的场景测试，包括杂志配图、科学场景、IP 设计、绘本插画和艺术创作等，全面展示了 UniImage-3B 强大的图像生成能力。此外，还重点测试了其在风格迁移、图文理解（前景/背景元素识别、细节把握）和图片… -
GPT-5.2 发布｜信息全整理
文章全面汇总了 OpenAI 新一代大模型 GPT-5.2 的发布信息，该系列包含 GPT-5.2 Instant、Thinking 和 Pro 三个版本，分别针对日常对话、深度任务和最强挑战。文章详细对比了 GPT-5.2 与前代模型在 AIME、ARC-AGI 等核心评测上的巨大进步，特别强调了其在处理 PPT、表格、分析报告等 44 种职业真实工作任务上的卓越表现，能以人类 11 倍的速度完… -
OpenAI 深夜发布 GPT-4.1 系列模型，支持百万 Token 上下文编程
OpenAI 于 4 月 15 日发布了全新的 GPT-4.1 系列模型，包括 GPT-4.1、GPT-4.1 mini 和 GPT-4.1 nano 三款。这些模型在编程能力、指令遵循、长上下文理解和视觉能力方面均优于 GPT-4o，并支持高达 100 万 Token 的上下文窗口。GPT-4.1 作为旗舰级模型，擅长处理复杂任务；GPT-4.1 mini 在多个基准测试中超越 GPT-4o，降… -
Gemini 2.5 Flash 图像处理模型现已量产，支持全新长宽比
本文宣布谷歌 Gemini 2.5 Flash 图像处理模型正式面向生产环境推出，重点介绍了其在图像生成和编辑方面的先进功能。主要新功能包括支持 10 种不同的长宽比，方便用户为电影、社交媒体等各种平台创建内容，并支持仅输出图像。该模型使用户能够无缝混合多个图像，保持角色一致性以实现更丰富的叙事，使用自然语言进行精准编辑，并利用 Gemini 广泛的通用知识。开发者可以通过 Gemini API、…
AI 前线
扫码打开当前页
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×