一觉醒来，AI 应用变天了。很多人每天还在搜索框里用手动挡的方式找信息，随着阿里 AI 旗舰应用夸克发布 「AI 超级框」，超级 Agent 时代呼啸而来，至少 2 亿人顷刻之间开上了具备 L4水平的电动汽车去执行各类复杂任务。打开全新夸克...

去年初，OpenAI 的视频生成模型 Sora 带火了扩散模型。如今，扩散模型被广泛用于生成图像和视频，并在生成文本或生物序列等离散数据方面变得越来越有效。从技术上讲，与自回归模型相比，扩散模型具有加速生成和提高模型输出可控性的潜力。 目前...

AoT 作者团队来自 MetaGPT 开源社区。第一作者为香港科技大学（广州）的滕枫蔚，通讯作者为 DeepWisdom 创始人兼 CEO 吴承霖。团队还包括 DeepWisdom 研究员于兆洋、中国人民大学的石泉、香港科技大学（广州）的博...

语音恐怖谷是指在语音合成技术中，当 AI 合成语音接近人类的真实语音，但又存在细微的不自然或不完美之处时，会引发人类的不适感。在 AI 这条赛道上，语音助手也是大家重点发力的领域。你可能已经和 OpenAI 版《Her》展开过对话，也可能询...

论文第一作者为香港中文大学（深圳）理工学院在读博士生郭永新，指导老师为通讯作者为香港中文大学（深圳）理工学院 / 人工智能学院助理教授唐晓莹，课题组研究方向包括大模型、联邦学习、充电智能优化与博弈等。下班回家后你正深陷于一部两小时的综艺节目...