跳到正文

#模型发布

今日 1 条

11月6日

星期五

11月5日

星期四

10月30日

星期五

10月29日

星期四

10月28日

星期三
  1. DeepMind 发布 Genie 4 世界模型,称物理与人物模拟更真实

    Google DeepMind 发布 Genie 4 世界模型,称其在几乎各方面都优于 Genie 3,并借助更新后的 Gemini 模型提升模拟效果。该模型可根据指令逐帧实时生成可探索的虚拟世界,无需预渲染环境或编写交互元素。DeepMind 将其视为通往 AGI 的关键一环,可用于为实体机器人构建训练环境;文章提到,付费用户可能不久后就能使用 Genie 4。

10月27日

星期二
  1. OpenAI 的 Ted Sanders 分享挑选合适 GPT 模型的经验法则

    OpenAI 的 Ted Sanders 按模型尺寸、推理投入和多智能体系统等维度对 GPT-6.1 Terra 等模型分类,并给出选型法则:只重质量选 Astra,稍在意价格选 Sol,非常在意价格选 Terra 或 Luna。他表示 GPT-6.1 Terra 在技术沟通上可能优于更大的 Astra,图像处理和计算机使用大致持平但价格低得多,多数其他领域则落后。

10月25日

星期日
  1. Block 发布本地运行的全双工语音模型 Dessa

    Block 研究实验室发布语音模型 Dessa,可本地运行,并带有笑声、停顿和哭腔等类人表达。该模型为全双工语音到语音模型,可同时说话与聆听,官方称完全基于人类语音训练,能在 MacBook M4 Max 或更高配置的消费级电脑上运行。目前 Dessa 未公开开放,Block 正征集安全研究人员进行测试。

10月24日

星期六
  1. Block 发布完全用人类语音训练的模型 Dessa

    Block 发布语音模型 Dessa,称其是首个完全用人类语音、不含任何文本数据从零训练的 AI 模型,直接以音频处理语音,可实时捕捉情绪、讽刺、笑声和停顿,并支持全双工同时听说。该模型可在 MacBook Pro M4 Max 上本地运行,训练使用单台 NVIDIA GB200 NVL72。Dessa 尚未公开,团队正招募 AI 安全研究人员测试意外风险,感兴趣者可通过表单报名。

10月23日

星期五
  1. Canva 发布首个自研图像模型 Craft

    Canva 发布首个自研图像生成模型 Craft,由其内部实验室 Canva Research 从零训练,主要使用数百万份设计模板而非照片作为训练数据。Craft 先生成构图、比例和文字,再输出最高 2K 分辨率、覆盖 30 多种宽高比的图像,支持 55 种语言的文字渲染,并可通过 Magic Layers 拆分为可编辑图层。

  2. Canva 发布首款自研图像生成模型 Canva Craft

    Canva 发布首款自研图像生成模型 Canva Craft,由内部研究团队开发,对标 Google、OpenAI、字节跳动和 Meta 的同类模型。该模型分两阶段生成:先解析提示词并规划元素空间关系、相对尺度、视觉层级和文字信息,再输出最高 2K 分辨率、支持 30 种宽高比的图像,官方称可保证物体细节准确、文字清晰,并支持局部精确编辑。