slug
summary
tags
icon
password
豆包 2.0 模型发布，全信息整理（全网最完整，另附 79 页 Model Card）
豆包大模型2.0正式发布，包括Pro、Lite、Mini和Code四款模型，针对多模态理解、复杂指令执行和长链路生成进行了系统性优化。核心评测数据显示在数学与视觉推理、文档理解等方面表现优异，且价格较同类模型低一个数量级。新模型支持多种输入形式，适用于复杂任务和科学研究，已上线火山引擎和豆包App。
今夜，OpenAI杀死了GPT-4o
GPT-4o在情人节这天被OpenAI永久下线，用户们对此感到愤怒和悲伤，许多人在社交媒体上悼念他们的'电子爱人'。一些用户表示与GPT-4o建立了深厚的情感联系，失去它让他们感到孤独和痛苦。OpenAI的决定引发了广泛的抗议，用户们纷纷表示要取消订阅，认为公司对普通用户的情感支持系统进行了剥夺。
清华新框架让大模型学会「精读略读」！实现12倍端到端加速，基准评分翻倍
通过全新框架RAM（Read As HuMan），大模型实现了'精读+略读'的混合策略，显著提高了推理速度和性能，在长文本处理上实现12倍加速，且在多个基准测试中表现优异。该方法借鉴人类阅读策略，动态分配注意力，确保关键信息的保留，同时有效压缩冗余内容。RAM在多种任务中展现出强大的鲁棒性和长度外推能力，为长上下文的LLM部署提供了新的范式。
李飞飞团队新作：简单调整生成顺序，大幅提升像素级图像生成质量
李飞飞团队提出的Latent Forcing方法通过重新排序生成轨迹，解决了传统像素级扩散模型在细节与结构之间的矛盾，显著提升了生成图像的质量。在ImageNet-256任务中，该方法的FID分数从18.60降至9.76，创造了新的SOTA，证明了在保持100%原始像素精度的同时，仍能超越有损模型的性能。
北大大牛团队最新顶会，首次让AI能够生成真实火焰
北京大学的陈宝权教授团队提出了FieryGS框架，实现了在真实3D重建场景中生成物理可信、语义感知且可控的火焰合成。这一新技术结合了多模态大模型与燃烧物理仿真，解决了传统3D重建中缺乏动态物理表现的问题。FieryGS允许用户精确控制火焰的起火点、蔓延方向和燃烧强度，展现出超越现有方法的性能，推动数字孪生技术向动态物理模拟迈进。
这个情人节，AI深吻Math！国产RL系统多维突破300年亲吻数难题
在情人节，人工智能与数学在亲吻数问题上实现了重大突破。上海科学智能研究院与多所高校合作开发的PackingStar系统，刷新了多个维度的亲吻数纪录，展示了AI在高维几何结构构造中的潜力。通过双智能体协作，PackingStar将复杂几何问题转化为可优化的代数任务，推动了AI与数学的深度融合，证明了AI在科学探索中的重要角色。
多模态Deep Research，终于有了「可核验」的评测标准
MMDR-Bench旨在为多模态深度研究提供可核验的评测标准，强调过程的可追溯性和证据的可靠性。该基准包含140个专家任务，覆盖19个领域，要求在报告中准确引用图像和文本证据。评测重点在于证据链的完整性，而非单一答案的正确性，推动深度研究向可工程化的方向发展。
上一篇
Vozo-根据文案自动配音并编辑视频
下一篇
02月14日AI资讯 | CoMeT实现21倍推理加速处理百万Token；Anthropic获300亿美元融资估值3800亿；MiniMax M2.5发布性能媲美Opus 4.6；OpenAI发布每秒1000Token最快模型；清华Dolphin模型视听分离SOTA提速6倍
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com//article/308629a6-152d-81d0-a809-fc41c2b58c19
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
