AI项目和框架

2025年3月，阿里云以Qwen2.5-Omni-7B模型引爆多模态AI战场。这款仅7B参数的端到端全模态模型，凭借Thinker-Talker双核架构与TMRoPE时间对齐技术，实现文本/图像/音视...

群核科技开源SpatialGen-1.0模型，支持图像/文本生成多模态3D室内场景，提供48房间测试集与4.8K渲染图像，革新设计工作流。

Scale AI最新发布的**SEAL大模型评估工具**，通过私有数据集+专家评审双重机制，彻底解决传统评测中模型过拟合问题。本文详解其**适用人群、5大核心功能技术原理、实操技巧及官方访问入口...

华为开源openPangu-Embedded-7B-v1.1模型，首创快慢思考双模式自由切换技术。通过渐进式微调和自适应机制，在保持精度的同时将思维链缩短近50%，显著提升推理效率，支持边缘部署与复杂...

本文解析Neuralink与OpenAI联合开发的脑机文本生成系统如何实现**65字/分钟**的意念输入速度（达自然语速70%），揭秘1024电极阵列与AI算法的协同革命，并探讨其在医疗、人机交互领域...

NIST发布AI安全新标准，要求联邦采购AI系统通过对抗性鲁棒测试。详解87项攻击场景防护方案、供应链安全加固技巧及红队测试工具，助企业快速达标。

微软最新发布了Orca-3 13B，一个基于“认知蒸馏”训练框架的突破性AI模型。它在MATH基准上的数学推理得分首次超越GPT-4（89.2%对88.7%），同时将推理所需显存大幅降低了75%，让普...

针对大模型训练成本高的问题，DeepSeek-V3实测训练成本仅278.8万GPU小时，性能超越LLaMA3-405B，支持128K长文本处理，开源社区可即刻部署。

2025年3月24日，DeepSeek发布V3-0324模型，以6850亿参数的MoE架构（混合专家模型）实现代码生成与数学推理的跃迁式升级。在Claude 3.7 Sonnet与GPT-4.5的竞争...

传统语音合成面临长对话断裂、角色一致性差等痛点。微软VibeVoice通过7.5Hz超低帧率分词器实现3200倍音频压缩，在实测中合成90分钟多角色对话的MOS评分达3.76分。开源框架支持中英双语播...