选项

发现高质量的人工智能工具

将全球领先的人工智能工具聚集在一起,以帮助提高工作效率

作者 RalphBaker

由RalphBaker发布的文章

共8篇文章
2026-09-11

E-MoKe在2026年柏林国际电子消费品展览会(IFA 2026)上发布了EVO-X5Pro迷你电脑,该设备搭载AMD Ryzen AI Max+ PRO495芯片,总计算性能达131TOPS。它支持192GB LPDDR5X内存,可实现本地300B大型语言模型(LLM)推理。 该设备配备液冷散热系统和 USB4 接口,专为高性能边缘 AI 应用而设计。预计将于 2026 年 10 月上市,价格待定。

E-MoKe在2026年柏林国际电子消费品展览会(IFA 2026)上发布了EVO-X5Pro迷你电脑,该设备搭载AMD Ryzen AI Max+ PRO495芯片,总计算性能达131TOPS。它支持192GB LPDDR5X内存,可实现本地300B大型语言模型(LLM)推理。 该设备配备液冷散热系统和 USB4 接口,专为高性能边缘 AI 应用而设计。预计将于 2026 年 10 月上市,价格待定。

E-MoKe在2026年柏林国际电子消费品展览会(IFA 2026)上发布了EVO-X5Pro迷你电脑,该设备搭载AMD Ryzen AI Max+ PRO495芯片,总计算性能达131TOPS。它支持192GB LPDDR5X内存,可实现本地300B大型语言模型(LLM)推理。 该设备配备液冷散热系统和 USB4 接口,专为高性能边缘 AI 应用而设计。预计将于 2026 年 10 月上市,价格待定。
2026-08-27

谷歌推出了其最精准的语音转文本模型 Gemini 3.5 Transcribe,现已向开发者和用户开放。该模型在非流式传输场景下实现了 2.6% 的词错误率,在嘈杂环境和涉及复杂术语的场景中表现尤为出色。 其主要功能包括噪声过滤、填充词去除以及多模型任务分派。该模型支持 85 种语言并具备说话人识别功能,可集成到 Android、macOS 和 Chrome 系统中。此次发布与 Gemini 3.7 Flash 及 Waymo 集成共同强化了谷歌的 AI 生态系统,为各类应用提供了强大的语音识别能力。

谷歌推出了其最精准的语音转文本模型 Gemini 3.5 Transcribe,现已向开发者和用户开放。该模型在非流式传输场景下实现了 2.6% 的词错误率,在嘈杂环境和涉及复杂术语的场景中表现尤为出色。 其主要功能包括噪声过滤、填充词去除以及多模型任务分派。该模型支持 85 种语言并具备说话人识别功能,可集成到 Android、macOS 和 Chrome 系统中。此次发布与 Gemini 3.7 Flash 及 Waymo 集成共同强化了谷歌的 AI 生态系统,为各类应用提供了强大的语音识别能力。

谷歌推出了其最精准的语音转文本模型 Gemini 3.5 Transcribe,现已向开发者和用户开放。该模型在非流式传输场景下实现了 2.6% 的词错误率,在嘈杂环境和涉及复杂术语的场景中表现尤为出色。 其主要功能包括噪声过滤、填充词去除以及多模型任务分派。该模型支持 85 种语言并具备说话人识别功能,可集成到 Android、macOS 和 Chrome 系统中。此次发布与 Gemini 3.7 Flash 及 Waymo 集成共同强化了谷歌的 AI 生态系统,为各类应用提供了强大的语音识别能力。
2026-06-24

在美国政府的一项测试中,Anthropic公司的Mythos人工智能模型在数小时内就发现了高度机密系统中的多个漏洞,其表现远超人工检测方法。然而,白宫以安全风险为由,下令Anthropic限制外国用户对其最新模型的访问。 包括Adobe和NVIDIA在内的100多家公司敦促政府撤销该指令,并警告称此举可能使对手受益。

在美国政府的一项测试中,Anthropic公司的Mythos人工智能模型在数小时内就发现了高度机密系统中的多个漏洞,其表现远超人工检测方法。然而,白宫以安全风险为由,下令Anthropic限制外国用户对其最新模型的访问。 包括Adobe和NVIDIA在内的100多家公司敦促政府撤销该指令,并警告称此举可能使对手受益。

在美国政府的一项测试中,Anthropic公司的Mythos人工智能模型在数小时内就发现了高度机密系统中的多个漏洞,其表现远超人工检测方法。然而,白宫以安全风险为由,下令Anthropic限制外国用户对其最新模型的访问。 包括Adobe和NVIDIA在内的100多家公司敦促政府撤销该指令,并警告称此举可能使对手受益。
2026-06-02

阿里巴巴发布了Qwen 3.7-Plus,这是一款全新的多模态代理模型,融合了先进的视觉-语言能力以及在编程、工具使用和工作流方面的强大代理技能。这一版本标志着在大模型竞赛中,发展方向正转向具身智能和企业级自动化。

阿里巴巴发布了Qwen 3.7-Plus,这是一款全新的多模态代理模型,融合了先进的视觉-语言能力以及在编程、工具使用和工作流方面的强大代理技能。这一版本标志着在大模型竞赛中,发展方向正转向具身智能和企业级自动化。

阿里巴巴发布了Qwen 3.7-Plus,这是一款全新的多模态代理模型,融合了先进的视觉-语言能力以及在编程、工具使用和工作流方面的强大代理技能。这一版本标志着在大模型竞赛中,发展方向正转向具身智能和企业级自动化。
2026-05-11

美图的美图AI工具RoboNeo推出了“图像创作代理团队”模型,将AI从单一工具转变为多角色创意团队。此次升级引入了基于角色的AI代理,负责从概念构思到细节打磨的各项任务,使用户能够通过自然语言生成品牌内容。据报道,该功能可大幅缩短视频制作时间,例如将跨境电商视频的复制时间从数小时缩短至数分钟,并支持短视频的全流程自动化。此次更新集成了Seedance 2.0以提升视觉一致性,并新增了记忆库,帮助品牌 积累和复用数字资产

美图的美图AI工具RoboNeo推出了“图像创作代理团队”模型,将AI从单一工具转变为多角色创意团队。此次升级引入了基于角色的AI代理,负责从概念构思到细节打磨的各项任务,使用户能够通过自然语言生成品牌内容。据报道,该功能可大幅缩短视频制作时间,例如将跨境电商视频的复制时间从数小时缩短至数分钟,并支持短视频的全流程自动化。此次更新集成了Seedance 2.0以提升视觉一致性,并新增了记忆库,帮助品牌 积累和复用数字资产

美图的美图AI工具RoboNeo推出了“图像创作代理团队”模型,将AI从单一工具转变为多角色创意团队。此次升级引入了基于角色的AI代理,负责从概念构思到细节打磨的各项任务,使用户能够通过自然语言生成品牌内容。据报道,该功能可大幅缩短视频制作时间,例如将跨境电商视频的复制时间从数小时缩短至数分钟,并支持短视频的全流程自动化。此次更新集成了Seedance 2.0以提升视觉一致性,并新增了记忆库,帮助品牌 积累和复用数字资产
2026-04-10

Counterpoint Research预测,2025年至2035年间,实体AI设备出货量将达到1.45亿台,其中无人机(5900万台)、机器人(4800万台)和自动驾驶汽车(3800万台)占据主导地位。 类人机器人是增长最快的细分领域,预计到2028年安装量将超过10万台,较2025年增长七倍。无人机被视为早期的大规模应用,在物流和监控领域需求强劲。

Counterpoint Research预测,2025年至2035年间,实体AI设备出货量将达到1.45亿台,其中无人机(5900万台)、机器人(4800万台)和自动驾驶汽车(3800万台)占据主导地位。 类人机器人是增长最快的细分领域,预计到2028年安装量将超过10万台,较2025年增长七倍。无人机被视为早期的大规模应用,在物流和监控领域需求强劲。

Counterpoint Research预测,2025年至2035年间,实体AI设备出货量将达到1.45亿台,其中无人机(5900万台)、机器人(4800万台)和自动驾驶汽车(3800万台)占据主导地位。 类人机器人是增长最快的细分领域,预计到2028年安装量将超过10万台,较2025年增长七倍。无人机被视为早期的大规模应用,在物流和监控领域需求强劲。
2026-04-02

智普AI发布了GLM-5V-Turbo,这是一款用于可视化编程的多模态编码模型。它能够解析图像、设计草图和文档,从而生成可运行的前端代码。该模型具备20万词的上下文窗口,在多模态编码和GUI智能体领域的基准测试中表现领先。此外,它还增强了智普的AutoClaw智能体,使其能够进行可视化数据分析和报告生成。

智普AI发布了GLM-5V-Turbo,这是一款用于可视化编程的多模态编码模型。它能够解析图像、设计草图和文档,从而生成可运行的前端代码。该模型具备20万词的上下文窗口,在多模态编码和GUI智能体领域的基准测试中表现领先。此外,它还增强了智普的AutoClaw智能体,使其能够进行可视化数据分析和报告生成。

智普AI发布了GLM-5V-Turbo,这是一款用于可视化编程的多模态编码模型。它能够解析图像、设计草图和文档,从而生成可运行的前端代码。该模型具备20万词的上下文窗口,在多模态编码和GUI智能体领域的基准测试中表现领先。此外,它还增强了智普的AutoClaw智能体,使其能够进行可视化数据分析和报告生成。
2025-09-11

研究人员提出了 "推测级联",将推测解码与标准级联合并,以提高 LLM 效率。这种方法使用较小的模型来起草输出,并使用延迟规则来决定是否接受任务或将任务传递给较大的模型。测试表明,与独立的技术相比,它能实现更好的速度-质量权衡,在总结、推理和编码等任务中优化成本和性能。

研究人员提出了 "推测级联",将推测解码与标准级联合并,以提高 LLM 效率。这种方法使用较小的模型来起草输出,并使用延迟规则来决定是否接受任务或将任务传递给较大的模型。测试表明,与独立的技术相比,它能实现更好的速度-质量权衡,在总结、推理和编码等任务中优化成本和性能。

研究人员提出了
OR