
AI 图去水印从入门到干净,一条命令搞定(附教程) (opens in a new tab)
remove-ai-watermarks是支持一条命令去除AI生成图片明水印和C2PA文件信息层暗水印的开源工具,覆盖Nano Banana、豆包、即梦等多种水印,像素层SynthID暗水印需借助NVIDIA显卡跑invisible命令重绘去除。
Total 887 articles

remove-ai-watermarks是支持一条命令去除AI生成图片明水印和C2PA文件信息层暗水印的开源工具,覆盖Nano Banana、豆包、即梦等多种水印,像素层SynthID暗水印需借助NVIDIA显卡跑invisible命令重绘去除。

DeepSeek-V4-Flash-Vision-Exp多模态模型正式开源,该模型为DeepSeek-V4系列首个实验性多模态模型,基于DeepSeek-V4-Flash架构集成视觉模块,在真实世界软件工程测试DeepSWE中以59.3%反超Opus-4.8登顶,并在零样本视觉推理测试ZeroBench中击败Opus-4.8。

如果说大语言模型拉开了本轮人工智能革命的序幕,那么今天人机交互的瓶颈,早已不再是模型的智商,而是人类接收信息的生理带宽。

Full Attention 层尚未开始计算,它前一层的激活值已提前「冲上峰值」—— 这就像演唱会主角尚未登台,观众席已提前沸腾。来自 StartLux、清华大学等机构的研究者以 Massive Activations 为探针,首次系统刻画了少数 Full Attention 层在混合线性注意力大模型中留下的「跨层痕迹」,并识别出「注意力前尖峰」(PAS)与「尖峰间平台」(ISP)两种核心形态。

AlphaEvolve再次刷新记录! 谷歌云首席科学家、DeepMind副总裁Pushmeet Kohli官宣: 矩阵乘法的最快理论速度再次被刷新! 矩阵乘法是现代计算的「暗物质」——它驱动着从图形渲染到大规模神经网络训练的一切,却至今无人真正知道它的理论最快速度。 这个速度由指数ω定义:把两个n×n矩阵相乘的渐近复杂度是 O(n^ω)。 教科书算法给出ω=3,1969年德国数学家Volker Strassen把它降到约2.807。 此后半个多世纪,逐渐把上界一点点推到 2.371339。 现在,Google DeepMind与Alman、Vassilevska Williams等理论计算机科

在此背景下,新加坡国立大学、普林斯顿大学与斯坦福、牛津等研究团队合作提出了 Recuris(Recursive Experiential–Working Memory Evolution),作为首个将递归自我改进应用在记忆控制层内的智能体架构,Recuris 通过三项核心技术突破,无需训练即成功实现了从 3B 小模型到 Claude Opus 5 的全面提升。

几个小时前,Barret Zoph 在 𝕏 上发了一条推文,他说自己将加入谷歌 DeepMind,而他的 AI 生涯正是从谷歌 Brain 的 Residency 项目起步的,这次算是重返旧地;他将专注于强化学习(RL)与后训练(Post-Training)方向,更多消息稍后公布;他还补了一句,谷歌拥有在 AI 领域持续成功所需要的全部要素,他很高兴能成为这个使命的一部分。

AI 基础设施公司基元律动(TokenRhythm)近日完成新一轮融资,截至目前累计融资金额达数千万美金。本轮融资由弘晖基金领投,聚合资本、尚势资本等机构参与。此前,公司已完成由 Granite Asia 领投,鼎晖 VGC、元璟资本、无限基金参与的种子轮融资。

一对清华师生,两家AI公司。十多年前,唐杰和杨植麟还只是清华实验室里的一对师生。如今,唐杰联合创办了智谱AI,杨植麟带领月之暗面(Moonshot AI)。智谱港股上市后市值一度突破1万亿港元,月之暗面则在2026年完成F轮融资后估值达到350亿美元。

今天,我们上线并开源GLM-5.3-Flash (320B-A18B),这是GLM-5系列的首个原生多模态模型。大家好像已经习惯将前沿智能与前沿价格绑定,并认为这是技术进步必须支付的成本。今天,GLM-5.3-Flash来了:320B总参数,能力超过GLM-5.2,在全球权威的Artificial Analysis Intelligence Index(AA综合智能指数)中取得57分