今年3月，Open AI宣布推出GPT-4o原生图像生成功能，并称之为“将迄今最先进的图像生成器集成至GPT-4o”。这一功能一经上线推出就让Open AI在一小时内暴涨100万用户。

文生 transformer 软件技术 ai文生 dit 2025-11-15 14:29  2

而这篇来自字节跳动商业化技术团队的论文，则是提出了一个名叫InfinityStar的方法，一举兼得了视频生成的质量和效率，为视频生成方法探索更多可能的路径。

视频 字节 gpu dit 720p视频 2025-11-14 13:44  1

就在今天，纽约大学助理教授谢赛宁团队放出了新作 ——VAE 的替代解决方案 ——RAE（Representation Autoencoders，表征自编码器）。

编码器 vae 赛宁 dit rae 2025-10-14 16:32  2

2024 年修订的多发性硬化（MS）McDonald诊断标准将视神经列为第五个病变部位，并纳入其他生物标志物，如 κ 游离轻链（KFLC）指数、中央静脉征（CVS）和顺磁性边缘病变（PRL），以辅助诊断并减少对时间播散（DIT）的依赖。在第 41 届欧洲多发性

ms mri cvs mcdonald dit 2025-10-10 19:32  3

当NASA的系外行星档案库在2025年10月刷新到"6022颗"这个数字时，天文学家们没有沉浸在庆祝中——他们的目光早已投向更遥远的星空。从1995年首颗太阳系外行星51 Pegasi b被发现，到如今每三天就新增一颗确认行星，人类用30年完成了从"猜测有行星

外行星 热木星 plato dit 外行星里程碑 2025-10-09 15:46  3

9月28日，腾讯混元发布并开源“混元图像3.0”，这是首个工业级原生多模态生图模型，参数规模达800亿，推理仅激活130亿参数即可生成高质感图像，也是目前效果最好、参数量最大的开源生图模型，效果对标业界头部闭源模型。

模态 开源 腾讯 汤道生 dit 2025-09-30 21:08  4

根据 SimilarWeb 统计及非凡产研整理，截至 2025 年 8 月，全球 AI 产品年经常性收入（ARR）Top20 主要集中于头部互联网科技公司和 AI 大模型厂商。其中共有 6 款产品年收入超过 2 亿美元，排名前五的分别是OpenAI的ChatG

模态 arr mcp cursor dit 2025-09-24 10:42  4

在现有latent diffusion model的框架下，视频tokenizer的latent space对于视频生成的训练和推理速度有着决定性的作用。目前主流的视频tokenizer，比如MAGVIT-v2，采用基于3D-VAE的架构，实现在空间和时间维度

regen dit 视频tokenizer tokenize 2025-09-15 18:39  4

法语中的标点符号与英语有一些重要的不同之处，主要体现在使用规则、符号形式和位置等方面。以下是一些主要的区别：

英语 标点符号 法语 分隔符 dit 2025-09-16 09:14  7

阿里通义实验室近日发布了一款名为 “OmniTalker” 的新型数字人视频生成大模型。这一创新模型的核心在于其能够通过上传一段参考视频，实现对视频中人物的表情、声音和说话风格的精准模仿。相较于传统的数字人制作流程，OmniTalker 显著降低了制作成本，同

模型 数字 实验室 通义实验室 dit 2025-04-15 22:44  5