
让全网 AI 翻车的「洗车难题」,终于有人破案了 (opens in a new tab)
今年 2 月,一位 Mastodon 用户随手敲了一句话丢给四个主流大模型:「我想洗车,我家距离洗车店只有 50 米,请问你推荐我走路去还是开车去呢?」
Total 48 articles

今年 2 月,一位 Mastodon 用户随手敲了一句话丢给四个主流大模型:「我想洗车,我家距离洗车店只有 50 米,请问你推荐我走路去还是开车去呢?」

1. 一亿美金的壁垒,真的存在吗? 大家好,我是 Xinwei,PixelRaft 创始人,目前在南洋理工大学读 Master。 这两天科技圈都在讨论 OpenAI 收购一个公司Crixet 继而发布 Prism 的传闻。作为数学/物理背景的重度 LaTeX 用户,我第一时间去做了深度评测。结论很残酷:作为一个估值过亿的产品,它在 CJK(中日韩)排版和复杂拓扑图(TikZ)生成上的表现,甚至不如一个调教得当的 Prompt。 这让我和我的团队陷入了沉思。 其实,关于“下一代 LaTeX 编辑器”的产品架构和交互原型,早在几个月前就已经躺在 PixelRaft 的产品库里了。我们花了大量时间研

12 月 19 日,Cursor 宣布将收购代码评审初创公司 Graphite。Graphite 聚焦于代码完成之后的流程,帮助团队评审变更、判断代码是否已具备上线条件。Graphite 联合创始人 Tomas Reimers 与 Cursor CEO Michael Truell 的共识是:“AI 的引入意味着会有更多代码被写出来,也就必然意味着,需要被评审的代码只会更多。”

刚刚,AI又破解了一个数学难题!Erdos#1026问题已经被攻克,且给出了正式证明。而在此之前,这个问题已经困扰了数学界50年。陶哲轩在Mastodon上宣布了这一消息,还在一篇博客中详细讲述了这个故事。

上个月 OpenAI 在发布 Sora 2 的同时将其作为独立应用发布,产品一经上线便登顶苹果应用商店榜首的现象级产品。本篇内容是对 Sora 2 的三位核心负责人的访谈:研发负责人 Bill Peebles、产品负责人 Rohan Sahai 以及工程与产品负责人 Thomas Dimson,Dimson 还参与过 Instagram 产品的搭建。

无需额外训练即可适配预训练生成模型的编辑方法,凭借灵活、高效的特性,已成为视觉生成领域的研究热点。这类方法通过操控 Attention 机制(如 Prompt-to-Prompt、MasaCtrl)实现文本引导编辑,但当前技术存在两大核心痛点,严重限制其在复杂场景的应用

在多模态生成领域,由视频生成音频(Video-to-Audio,V2A)的任务要求模型理解视频语义,还要在时间维度上精准对齐声音与动态。早期的 V2A 方法采用自回归(Auto-Regressive)的方式将视频特征作为前缀来逐个生成音频 token,或者以掩码预测(Mask-Prediction)的方式并行地预测音频 token,逐步生成完整音频。

Louis Amira,Stripe 前加密货币与 AI 合作伙伴关系负责人,和 David Noël-Romas,Stripe 前加密货币工程负责人,刚刚为他们的新创公司 Circuit & Chisel 筹集了 1920 万美元。他们的第一个产品是 ATXP 协议,Louis 将其描述为"AI agent 支付领域的 HTTP"。