
深度|近3000家付费客户之后,这家创业公司如何把服装审美写进大模型?(在新窗口打开)
过去两年,AI生图的参数量与清晰度完成了指数级跨越,但真正面向服装行业却依然面临一个极其尴尬的悖论——当GPT、Gemini等顶尖大模型在通用图像生成上大放异彩时,落地到服装产业的深水区,依然满屏是令人出戏的AI味。通用的SOTA模型做得到了“逼真”,却依然做不好“商业”。
共 1186 篇

过去两年,AI生图的参数量与清晰度完成了指数级跨越,但真正面向服装行业却依然面临一个极其尴尬的悖论——当GPT、Gemini等顶尖大模型在通用图像生成上大放异彩时,落地到服装产业的深水区,依然满屏是令人出戏的AI味。通用的SOTA模型做得到了“逼真”,却依然做不好“商业”。

颜水成团队发布语音领域首个实时“流式双脑架构”记忆框架,左脑记信息,右脑记住你。 编辑丨岑峰 科幻电影曾无数次预演过AI与人类共生的场景。但在2026年的今天,尽管GPT-4o、全双工模型、Inter

如果你觉得 AI agent 离帮你订机票、填报销单、投简历只有一步之遥,那 MMLU-Pro 的作者联合滑铁卢大学 TIGER Lab,UBC NAIL Group 和 UniPat AI,CMU 等机构刚刚放出的这项研究,可能会让你冷静下来。

家人们,我最近在GitHub上看到一个爽文。

和一个还在做 AI 教育培训的老板闲扯,我说兄弟,ChatGPT、豆包这些 AI 产品都已经这么强了,随便问什么问题,它都能通俗易懂地给出,你那卖课的生意怎么还能有市场?

Salesforce AI与UIUC研究人员提出Strong-to-Weak Scaffolding方法,让强模型(Builder AI)为弱模型GPT-5.4-mini自动设计外部Harness工作框架,无需修改参数即可将其在心智理论任务上的平均准确率从0.488提升至最佳0.912,揭示AI4AI的核心机制是将认知结构而非知识从强模型迁移至弱模型。

商汤首席科学家林达华在专访中判断,未来一两年多模态将迎来能力涌现的"GPT时刻",并阐述商汤以原生理解生成统一模型U系列和多模态智能体模型SenseNova 6.8为核心的长期技术路线。

文章以1955年麦卡锡等四人提交达特茅斯会议提案为起点,回顾人工智能学科诞生70年来的关键节点——符号主义与连接主义的兴衰、两次AI寒冬的成因与转机、2012年深度学习崛起、Transformer架构与ChatGPT引发的产业变革,指出AI发展是一条反复冲高与摔落的锯齿线,每一次寒冬皆因承诺跑得比能力快。

模型不更新,能力却持续增长。 这是Zeva最反直觉的地方,也是清华AIR与域变换联手给出的新答案。 在多个典型具身基准任务上,将冻结模型的累计成功率从26%提升到73%;在真实化学实验室,机械臂在多次尝试中越用越稳。 更关键的是,一次人类演示就能让模型“学会”一个新操作。 Zeva是首个实现In-Context Causal Learning(ICCL)的具身WAM。 它让模型可以在不更新权重的情况下,从自己的交互经验中持续学习。当这种能力逐步成熟,具身智能将迎来属于自己的“GPT时刻”。 项目信息 项目名称:Zeva 发布机构:清华AIR、域变换 论文题目:Zeva: In-Context

这个周末,Coding Agent 用户同时看到了两种截然不同的「额度调整」。一边,Codex 负责人 Tibo(Thibault Sottiaux)再次按下了那个已经快被用户玩成梗的「重置按钮」:所有 Codex 和 ChatGPT Work 付费用户的使用额度,将获得一次重置。