商汤开源SenseNova-U1全量训练代码,支持多模态多任务
商汤科技正式开源SenseNova U1大模型的完整训练代码库。该代码库支持其8B参数密集模型与A3B MoE架构,采用统一框架,可同时开展文本到图像生成、图像编辑、交错生成及文本 视觉理解等多模态多任务训练。 工程层面专为大规模训练设计,支持混合并行、流式可恢复数据管线、环境变量驱动配置,并兼容从单机8 GPU至多节点集群的弹性扩展部署。相关代码已发布于GitHub,采用Apache 2.0开源协议。
商汤科技正式开源SenseNova U1大模型的完整训练代码库。该代码库支持其8B参数密集模型与A3B MoE架构,采用统一框架,可同时开展文本到图像生成、图像编辑、交错生成及文本 视觉理解等多模态多任务训练。 工程层面专为大规模训练设计,支持混合并行、流式可恢复数据管线、环境变量驱动配置,并兼容从单机8 GPU至多节点集群的弹性扩展部署。相关代码已发布于GitHub,采用Apache 2.0开源协议。
环球音乐集团(UMG)与TikTok宣布续签授权协议,新增条款明确要求双方合作清除平台上的未经授权AI生成音乐,并进一步优化词曲作者及艺人的署名机制。协议强调“延续双方在AI保护方面的开创性承诺”,旨在促进人类艺术创作,确保平台收益有效流向创作者。 此次续签标志着双方关系的重要缓和。2024年,UMG曾因TikTok未能有效应对AI生成音乐及版权问题,短暂下架其全部音乐目录,引发广泛关注。彼时大量热门歌曲从用户视频中消失,凸显主流唱片公司授...
Runway近日启动Project Luxo项目,聚焦AI生成视频在真实感与叙事融合层面的突破,旨在跨越“恐怖谷效应”。 项目团队近期向好莱坞制片人、导演及演员等专业人士放映多部AI生成短片,获得普遍认可。反馈认为当前技术已足够成熟,可实现“消失在故事背后”的沉浸效果。 其中一部代表作为完全由AI生成的十分钟短片《The Rogue》。该片曾因制作成本高、执行难度大,在传统影视工业中搁置十余年,最终由单人借助Runway技术于一个月内完成制...
TechCrunch Disrupt 2026大会早鸟门票优惠将于太平洋时间5月29日23:59(北京时间5月30日14:59)结束,购票最高可节省410美元。 本届大会定于10月13日至15日在旧金山莫斯康西馆(Moscone West)举行。议程将涵盖六大主题舞台,其中包括专门的“AI舞台”与“现实世界AI舞台”,聚焦AI在实际业务、机器人及边缘计算等领域的应用。大会预计将吸引超万名创始人、投资人及行业运营者参与,提供250余场会议及3...
微软亚洲研究院宣布启动全球AI价值观挑战赛,聚焦人工智能对人类价值观现实复杂性的理解能力。该赛事面向哲学、伦理学、法学及社会科学等领域的研究人员开放,旨在推动跨学科协作探索AI价值对齐问题。目前参赛注册通道已正式开启,详情可通过官方链接获取。
AI模型路由平台OpenRouter官方宣布完成1.13亿美元B轮融资,本轮由CapitalGVC领投。公告显示,过去六个月随着AI应用加速从实验阶段转向生产部署,其周处理量已从5万亿token增长至25万亿token。
Google DeepMind宣布其AI内容水印技术SynthID已为超过1000亿条生成内容添加标识。为提升AI生成内容的可识别性与行业透明度,SynthID正与OpenAI、ElevenLabs及韩国Kakao展开合作,将水印能力集成至各方模型中。该合作延续了此前与NVIDIA共同推动的跨厂商技术协同趋势。
据IT之家报道,Uber总裁Dara Khosrowshahi在近期内部会议中指出,公司仅用四个月便耗尽了2026财年全部AI相关预算,引发管理层对当前AI技术投入效率与成本结构的重新评估。 Khosrowshahi强调,需更审慎衡量AI项目的实际产出与业务价值,避免在模型训练与算力采购上盲目扩张。 目前Uber尚未公布具体预算金额或调整方案,但已启动跨部门审查,重点优化AI应用优先级与ROI测算机制。
据知情人士透露,字节跳动本月向全球各地Seed人工智能部门员工开放「豆包股」认购权,定价为每股13美元。这是该公司首次针对单一业务单元发行与该业务直接挂钩的股权激励。 该机制旨在使员工直接分享Seed部门的成长收益,且不受集团其他业务线业绩影响。据悉,相关期权自去年底以约10美元价格授予以来,内部估值已上涨近30%。
高盛集团CEO大卫·所罗门在《纽约时报》发表署名文章指出,市场对AI引发“大规模失业潮”的担忧被夸大。他强调,美国经济历史上多次经历技术变革,均在短期冲击后催生更多新岗位。 所罗门表示,高盛预计未来10年AI可能自动化约25%的现有工作时长,银行、会计与法律等白领岗位受影响较大;斯坦福研究显示,软件工程与客服等高自动化领域的初级职位招聘已较其他行业下降16%。但与此同时,AI也带动新增就业,例如2022年以来美国数据中心建设已创造超20万个...
在QwenConference2026上,阿里云CTO兼国际业务总裁李飞飞博士指出,云计算产业正经历从“云原生”向“智能体原生”的关键范式转移。 为加速AI技术普及与落地,阿里云明确了四大核心基石:底层大模型能力、智能体云基础设施、配套工具与服务生态,以及规模化应用支撑。该战略旨在以智能体为核心重构新一代云服务架构,相关技术路径与阶段性成果已在本次大会中正式披露。
支付宝宣布推出AI钱包与Token Pay服务,称其为全球首个面向个人的AI钱包及首个Token支付全案服务。该AI钱包支持Agent任务全程可视化管理;Token Pay提供一站式跨境Token支付解决方案。 同期亮相的还有“AI收”系列能力,包括支付MCP Server、AI打赏服务及支付集成Skill等,已接入主流AI开发平台及OpenClaw类Agent框架。 支付宝表示,其AI支付服务目前已完成3亿笔AI智能体交易,覆盖95%通用...
阿里云官方宣布,Qwen3.7 Max 在 Code Arena 基准测试中取得 1541 分,位列全球 AI 编程模型第二,仅次于 Claude。该模型专为生产环境优化,支持连续运行 35 小时任务、调用工具超 1000 次,并可在数小时内完成原本需两周开发的项目。
IT之家5月26日消息,面壁智能正式开源新一代端侧大语言模型 MiniCPM5 1B。该模型参数量为10亿(1B),在 AA Index 综合评测榜单中表现优于所有参数量低于20亿(2B)的同类模型。 MiniCPM5 1B 在效果上较3个月前发布的 Qwen3.5 2B 更优,同时参数量减少50%。经 INT4 量化后模型权重仅0.5GB,可在主流智能手机及浏览器环境中本地运行。 其 Base Model 由面壁智能自研训练框架 Forg...
“龙虾之父”Peter 近日开源 skill cleaner 工具,用于诊断与优化 AI 智能体的技能提示词。 该工具提供五项核心功能:技能提示词预算审计、重复技能检测、未使用技能筛查、技能根目录审计及描述精简优化。其脚本采用标准 token 预算核算逻辑,旨在降低冗长描述对 token 预算和上下文窗口的占用。 实践案例显示,将技能描述从 90 余词压缩至 40 词以内,可提升智能体技能选择准确率。
IT之家5月26日消息,谷歌研发的AI推理框架AlphaProof Nexus近期成功证明了两道悬置长达56年的数学难题。该成果标志着AI在形式化数学推理领域取得重要进展。 据悉,该框架结合了强化学习与形式化验证技术,在国际数学奥林匹克(IMO)风格问题库及经典数论难题集上进行了系统性验证。 目前相关技术细节尚未正式发表论文,但部分验证代码已在GitHub开源,支持Coq与Lean两种主流形式化证明助手环境。
亚马逊Prime剧集《大卫之家》创作者Jon Erwin表示,Kling AI已成为该剧第一、二季制作的核心工具。该剧在已完成的剧集中首次引入AI生成场景,并采用首个原生4K AI视频模型。Kling AI的运动控制功能有效保留了演员的真实情感与微表情,提升了AI生成内容的表演质感。
腾讯混元正式发布翻译大模型Hy MT2,在Hugging Face开源模型趋势排行榜中表现亮眼:1.8B版本位列第一,30B A3B(MoE)版本排名第四,累计下载量已超7000次。该模型代码与权重均已开源。 同步上线的“腾讯混译”微信小程序支持语音输入与离线翻译,用户可自定义翻译风格与指令。
PromptArmor 安全研究团队近日披露,微软 Copilot Cowork 功能在特定场景下可能意外将用户本地文件上传至远程服务器,存在潜在数据泄露风险。该问题主要涉及文件处理流程中的权限校验与数据传输机制缺陷。 目前微软尚未就此发布官方回应或修复补丁。研究人员建议用户在使用该功能时暂缓处理敏感文档,并密切关注后续安全更新。详细技术细节已公开于 PromptArmor 官网供参考。
多名开发者在 OpenAI Codex 后端日志中发现未官宣的 GPT 5.6 模型,内部代号为 iris alpha。该模型支持 150 万 token 的上下文窗口,较当前 GPT 5.5 的 105 万 token 提升约 43%。 测试显示,GPT 5.6 在输入达 90 万 token 时仍可保持流畅响应。同一系列还存在 ember alpha 与 beacon alpha 等其他内部版本,前端界面生成能力亦有提升。 据现有线索,...
据科技博主爆料,苹果正基于一个定制化、参数规模达1.2万亿的Google大模型重构下一代Siri。该模型参数量显著高于外界预估约3000亿参数的Gemini 3.5 Flash。 在新架构下,Siri的部分核心功能将由该大模型驱动,其中简单查询预计将在设备端本地运行。目前苹果面临的主要技术挑战在于优化模型推理速度,以满足日常语音交互的实时性要求。 此外,下月AI领域预计将迎来多项重要更新,包括WWDC期间Apple Intelligence...
xAI面向SuperGrok及X Premium+用户正式推出Grok Build Beta。这是一款专为复杂软件工程任务设计的编程智能体与命令行(CLI)工具,支持在终端内完成从规划、构建、测试到部署的全流程。 该工具可在编码前生成结构化开发计划,并通过子代理并行执行技术调研、自动化测试与代码审查。开发者可将常用工作流封装为可复用的技能与斜杠命令,并无缝接入Linear、Sentry、Grafana等MCP服务器。 此外,Grok Bui...
据 xAI 官方消息,Grok Build Beta 版现已面向所有 SuperGrok 和 X Premium+ 用户开放。用户可通过 Plan Mode 调用 Imagine 功能生成图像与视频,并使用命令行工具(CLI)构建自动化流程或智能体编排器。官方已开放 CLI 工具入口:http://x.ai/cli。
协作软件公司 ClickUp 近日宣布裁减 22% 的员工,同时部署约 3000 个内部 AI 代理以接管复杂任务。公司 CEO Zeb Evans 表示,此次调整并非单纯的成本削减,而是向 AI 驱动型组织转型的战略举措,旨在构建“100 倍效能组织”。 据披露,留任员工的工作重心将转向指挥 AI 代理并审核输出结果。公司同步调整了薪酬体系,承诺对能利用 AI 创造超额价值的员工提供突破传统带宽的百万美元年薪。ClickUp 透露,内部已...
据阿里云通义千问官方消息,Qwen3.7 Max模型已正式上线隐式缓存功能。该功能默认自动启用,无需开发者额外配置,旨在提升响应速度并降低调用成本。 若业务场景需要更高且更确定的缓存命中率,官方建议搭配使用显式缓存方案,并同步发布了相关最佳实践指南供参考。
Hugging Face 官方博客发布文章《Harness, Scaffold, and the AI Agent Terms Worth Getting Right》,系统梳理当前 AI 代理(Agent)领域中高频但定义模糊的关键术语。文章指出,随着 AI Agent 技术快速演进,相关术语在不同框架中存在混用或语义漂移现象。文中明确区分了模型(LLM)、Scaffold(行为定义层,含系统提示、工具描述等)与 Harness(执行层,...
TechCrunch 5月25日消息,TechCrunch Startup Battlefield 200 全球早期创业项目选拔申请通道将于5月27日(星期五)正式关闭。该项目面向Pre Series A阶段的初创企业,不限行业与地域,要求具备可运行的MVP、清晰的产品演示及明确的市场潜力。 入选的200家公司将获得Disrupt大会三日展台、团队免费参会资格、VC反馈、创始人大师课及TechCrunch媒体曝光等资源。所有入选者均将登台路...
TechCrunch Disrupt 2026全球初创峰会早鸟注册通道将于太平洋时间5月29日23:59关闭,届时门票价格将上调,最高差价达410美元。本届大会定于2026年10月13日至15日在旧金山莫斯康西馆举行,聚焦初创企业融资、技术展示与行业对接。活动预计吸引超万名创始人、投资人及从业者,现场将提供Startup Battlefield 200创业大赛、定制化投资人对接及80余场湾区周边活动。早鸟票优惠结束后将恢复原价。
梵蒂冈举行活动,教皇与Anthropic联合创始人Christopher Olah展开对话,双方宣布将合作引导人类应对人工智能时代带来的挑战。 教皇指出,在差异中相互聆听是希望的标志,呼吁共同审视技术发展对人类未来提出的重大问题。 Christopher Olah表示,AI存在大规模替代人类劳动的现实可能性,并观察到当前模型展现出功能上类似喜悦、恐惧等人类情感的“内部状态”,强调需对此类现象持续审慎研究。
华为提出名为“τ缩放”和“LogicFolding”的两项芯片设计新方法,目标是在不依赖最先进光刻设备的前提下,缩小与台积电等先进制程厂商的性能差距。 τ缩放的核心理念是将芯片性能进步的衡量标准从传统晶体管尺寸转向信号传输延迟(τ)。LogicFolding作为具体实现路径,采用垂直堆叠逻辑电路层与混合键合技术,使高频通信电路物理位置更接近,从而缩短关键互连线路、降低电阻与寄生电容,提升信号传输速度。 华为表示,下一代麒麟手机芯片将是τ缩放...