跳到正文
今日 1 条
4月15日周三
4月14日周二
4月13日周一
  1. Google DeepMind70

    Google DeepMind 发布 Gemini Robotics-ER 1.6:增强具身推理以支持真实世界机器人任务

    Google DeepMind 发布 Gemini Robotics-ER 1.6,这是一款专为机器人设计的高层推理模型,旨在通过增强的空间推理和多视角理解提升物理世界的自主性。

    推荐理由:原文详细拆解了空间推理、成功检测及仪表读取等核心能力,并给出了API入口与开发者示例,适合评估其在机器人自主作业中的实际落地价值。

4月10日周五
4月9日周四
  1. Hugging Face Blog65

    Waypoint-1.5:为日常GPU带来更高保真度的交互式世界

    Waypoint-1.5是Overworld的下一个实时视频世界模型,旨在将交互式生成世界带给普通用户。该版本提高了视觉保真度,扩展了可以本地运行模型的硬件范围,并朝着无需数据中心级计算即可进行交互式世界模拟迈出了另一步。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  2. Google Research70

    Google Research发布AI智能体辅助学术研究:PaperVizAgent和ScholarPeer

    Google Research发布了两款AI智能体PaperVizAgent和ScholarPeer,分别用于学术研究的可视化辅助和同行评审。PaperVizAgent可以从学术文本中生成出版级别的学术插图,而ScholarPeer则通过主动验证工作流程,提供深入且基于文献的同行评审。

    推荐理由:原文介绍了两个AI智能体PaperVizAgent和ScholarPeer,它们分别用于学术研究的可视化辅助和同行评审,读者可以了解这些工具如何提升学术研究效率。

4月8日周三
  1. Hugging Face Blog67

    Safetensors 加入 PyTorch 基金会

    Safetensors,一个由 Hugging Face 开发的模型权重存储和共享格式,已加入 PyTorch 基金会,成为 Linux 基金会下的一个基金会托管项目。

    推荐理由:Safetensors 成为 PyTorch 基金会的一部分,标志着其在开源机器学习社区中的地位和影响力的提升,读者可以关注其对未来模型存储和共享的影响。

4月6日周一
4月3日周五
  1. Google DeepMind87

    Google DeepMind 发布 Gemma 4:号称每字节最强开源模型

    Google DeepMind 正式发布 Gemma 4 系列开源模型,采用 Apache 2.0 许可证,旨在提供先进的推理能力和智能体工作流支持。该系列包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸,其中 31B 模型在 Arena AI 文本排行榜上位列全球第三。

    推荐理由:官方发布了基于 Apache 2.0 许可的 Gemma 4 系列,涵盖从移动端到工作站的多种规格,开发者可据此评估其在本地推理和智能体工作流中的实际部署潜力。

4月2日周四
  1. Hugging Face Blog85

    Google DeepMind Gemma 4 多模态模型发布

    Google DeepMind 发布了 Gemma 4 多模态模型,支持图像、文本和音频输入,并生成文本响应。该模型具有多种大小和参数,支持多种开源工具和平台,包括 transformers、llama.cpp、MLX、WebGPU 和 Rust。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。