实际上这两个小说片段都是AI合成的，方案来自于豆包语音模型团队。为了逼近一流真人主播的演播效果，豆包语音模型基于原有Seed-TTS框架进一步加入上下文理解，最终实现了高表现力、高自然度、高语义理解的小说演播效果。

在即将举行的AAAI 2025会议上，加拿大魁北克省人工智能研究所Mila、美国东北大学和MIT的学者将组织一场主题为“人工智能在蛋白质设计中的应用”的教程。

<iframe class="video_iframe rich_pages" data-vidtype="2" data-mpvid="wxv_3867690323610386441" data-cover="http%3A%2F%2Fmmbiz.qpic.cn%2Fmmbiz_jpg%2FYicUhk5aAGtAZoBoWFtNkYJW3ic5Yviciap6DADiaQyNjK2riaZNaPJlDictC15fB3KVraOHdKmMuOLGibqVuhCRCHsILA%2F0%3Fwx_fmt%3Djpeg" allowfullscreen="" frameborder=...

关注前沿科技 量子位未来同事，你好~这是一则招聘帖。如果你与我们志同道合，对AI大模型、具身智能、终端硬件、AI新媒体编辑感兴趣，我们正在招聘这些领域的原创作者。以下岗位均为全职，工作地点：北京中关村。岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正加分项：乐于探索AI新工具，善用AI新工具...

关注前沿科技 量子位理解物体的物理属性，对机器人执行操作十分重要，但是应该如何实现呢？光轮智能与清华AIR、同济大学等机构联合提出了一种基于3D高斯溅射的方法——PUGS（Zero-shot Physical Understandingwith Gaussian Splatting）无需训练、零样本，它就能够从多视角图像中重建物体，并对各种指定的物理属性进行密集...

关注前沿科技 量子位未来同事，你好~这是一则招聘帖。如果你与我们志同道合，对AI大模型、具身智能、终端硬件、AI新媒体编辑感兴趣，我们正在招聘这些领域的原创作者。以下岗位均为全职，工作地点：北京中关村。岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正加分项：乐于探索AI新工具，善用AI新工具...

原创 关注前沿科技 量子位国产AI上大分的节奏，根本停不下来——就在刚刚，全球最快的AI视频生成，正式来袭！有多快呢？数个1、2、3、4、5（五秒钟），啪的一下，一个高质量的AI视频就生成出来了。划重点：这次还不只是速度，这个国产AI还做到了把声音还给视频——是人声、背景声……声声不息的那种。现在，我们就来听一段视频...

原创 关注前沿科技 量子位没完了，刚刚接入DeepSeek的百度，又双叒叕搞事情了。最新消息，“百度一下 你就知道”这条2005年开始伴随着中国用户度过了互联网黄金岁月的Slogan，回归了。有意思的是，这种“炒冷饭”的行为在大厂中已经出现了人传人的现象。我们还观察到，淘宝重提“万能的淘宝”、京东重温“又好又便宜”……大厂集体...

大语言模型的飞速发展打破了许多自然语言处理任务间的壁垒。通常情况下，大语言模型以预测下一个词元（Token）为训练目标，这与许多自然语言处理任务十分契合。

原创 关注前沿科技 量子位DeepSeek彻底引爆大模型应用落地。国民级APP争相接入，手机、汽车、甚至扫地机器人都来凑热闹，借着DeepSeek的东风，不断刷新自身“AI浓度”。当然，还有普通人的主动拥抱。医生、老师等来自各个行业的个体也都在尝试AI能给自己的工作、生活带来怎样的改变。一场波及全社会范围的AI风暴，正在快速...

2月22日，中科闻歌2025 AI新产品线上发布会成功举办，升级发布“智川”企业智能体平台1.0与“优雅”音视频大模型平台1.5，助力政企极速落地AI应用与创意灵感，让AI技术精细化满足真实业务场景，加速AI普惠落地。

该基准测试包含2200个高质量问题，覆盖了8个主要话题和56个子话题，这些问题涉及从人文到科学和工程等多个领域，由淘天集团未来生活实验室团队推出。

原创 关注前沿科技 量子位现在写代码，最fashion的“姿势”应该是什么？答案或许就是：截图。没错，就像这样，先随便找个网页，截取想要的那部分界面，然后“喂”给AI，并附上一句Prompt：参考这个页面，生成一个类似的HTML页面。只是一张图和一句话，AI就“唰唰唰”的把代码给写出来了。有了这个功能，前端程序员搞简单的页面...

关注前沿科技 量子位DeepSeek啥都开源了，就是没有开源训练代码和数据。现在，开源RL训练方法只需要用1/30的训练步骤就能赶上相同尺寸的DeepSeek-R1-Zero蒸馏Qwen。国内大模型六小强之一的阶跃星辰联与清华联合发布Open Reasoner Zero（ORZ），由AI大拿沈向洋、阶跃星辰创始人/CEO姜大昕、ResNet作者张祥雨等一众大佬亲...

OpenAI o1和DeepSeek-R1靠链式思维（Chain-of-Thought, CoT）展示了超强的推理能力，但这一能力能多大程度地帮助视觉推理，又应该如何细粒度地评估视觉推理呢？

原创 关注前沿科技 量子位扳指头一算，DeepSeek“哪吒闹海”到现在，居然才刚刚1个月整？！这场春节暴击的余波未平，就在今天，国内大模型六小强之一的阶跃星辰，用一场Step UP生态开放日来回应被搅动的风云——卷技术，更要卷落地。“要期待明年春节的AI可能更强。”生态开放日上，阶跃星辰创始人兼CEO姜大昕调侃呼吁，但最好...

关注前沿科技 量子位Grok-3才发布3天，就陷入作弊风波。隔壁OpenAI应用主管火速掀桌：每次评估中o3-mini都要比Grok-3好，看到Grok团队作弊真是令人失望。咋回事？在Grok-3的Blog中有一张AIME 2025评估图令人印象深刻，两个新版本模型都超过o3-mini高配版。但注意看，Grok-3两个模型的柱状图中都有1段颜色更浅的部分。Ope...

关注前沿科技 量子位处理数百小时超长视频，单张3090就够了？！这是来自香港大学黄超教授实验室发布的最新研究成果——VideoRAG。具体而言，VideoRAG可以在单张RTX 3090 GPU (24GB）上高效处理长达数百小时的超长视频内容。这意味着只需要一张普通的显卡，就能一口气完整观看一部《黑悟空》这样的长视频。此外，VideoRAG还...

关注前沿科技 量子位一个眼神锁定你！多模态视觉定位能力升级——由单张图像拓展至多图像应用场景。比如，在复杂的相册中自动识别出Luigi并在第二张图中找到他，或是根据钢铁侠剧照自动在合影中找到对应的演员唐尼。Q：Image-1 is the photo album of someone in Image-2, please find and locate this person.回答：(371,...

原创 关注前沿科技 量子位DeepSeek的风，也是飘到了科研领域——最新消息，同济大学通过百度智能云千帆大模型平台接入并调用DeepSeek-R1/V3系列模型；包括浙大、北大清华等知名高校也是纷纷出动，要么接入模型推出智能体，又或者出品干货课程、使用手册《从入门到精通》等等，几度都登上热搜。Nature更是几度发文，因为Dee...

关注前沿科技 量子位想象一下，一个放在手掌上的芯片，能解决当今地球上所有计算机加起来都无法解决的问题。Nature报道：量子计算，再迎新突破——微软推出Majorana 1，这是首款基于新型拓扑核心架构的量子芯片。官方称，有望在数年内实现能够解决工业级别规模问题的量子计算机。这里官方还特意标注了下：不是几十年，而是...

关注前沿科技 量子位仅需简单提示，满血版DeepSeek-R1美国数学邀请赛AIME分数再提高。上海交大、港中文、上海AI实验室等带来最新成果BoostStep对齐推理和上下文学习粒度，大幅提升上下文学习性能，突破少样本学习上限。大语言模型使用多步推理解决复杂数学问题，即先将复杂问题分解为多个步骤并逐步进行推理。研究人员实...

关注前沿科技 量子位AI生成内容已深度渗透至生活的方方面面，从艺术创作到设计领域，再到信息传播与版权保护，其影响力无处不在。然而，随着生成模型技术的飞速发展，如何精准甄别AI生成图像成为业界与学界共同聚焦的难题。来自小红书生态算法团队、中科大、上海交通大学联合提出行业稀缺的全人工标注Chameleon基准和行...

时值第三届中国AIGC产业峰会，量子位将根据过去一年里AIGC企业、产品的表现与反馈，结合对2024年技术与场景的观察，评选出年度AIGC奖项：

关注前沿科技 量子位DeepSeek爆火甚至引发API低价内卷……但是别忘了开源模型的最大好处是提供了“巨人的肩膀”啊！微调DeepSeek-V3/R1，低成本打造高质量私有模型、提高业务竞争力，或许才是当下行业内更迫切的需求。就在刚刚，已收获近4万GitHub StarColossal-AI发布开源大模型后训练工具箱，它包含：DeepSeek-V3/R1满血67...

原创 关注前沿科技 量子位“这机器人绝对是AI或CG合成的！”“这也太假了。”在一片质疑声之下，宇树科技CEO王兴兴在小红书上发了段自家机器人的最新视频：这段视频是宇树G1机器人的实拍，最大特点就是在机器人后边放了块大镜子。而且视频没有配任何BGM，纯纯现场实录，来感受一下这个feel：<iframe class="video_iframe ...

关注前沿科技 量子位Llama都在用的RoPE（旋转位置嵌入）被扩展到视频领域，长视频理解和检索更强了。复旦大学、上海AI实验室等提出VideoRoPE，并确定了将RoPE有效应用于视频所需的四个关键特性。在长视频检索、视频理解和视频幻觉等各种下游任务中，VideoRoPE始终优于先前的RoPE变体。用三维结构保留时空关系RoPE是一种...

原创 关注前沿科技 量子位刚刚，阶跃星辰联合吉利汽车集团，开源了两款多模态大模型！新模型共2款：全球范围内参数量最大的开源视频生成模型Step-Video-T2V行业内首款产品级开源语音交互大模型Step-Audio多模态卷王开始开源多模态模型，其中Step-Video-T2V采用的还是最为开放宽松的MIT开源协议，可任意编辑和商业应用。...

关注前沿科技 量子位用扩散模型替代自回归，大模型的逆诅咒有解了!人大高瓴人工智能研究院、蚂蚁共同提出LLaDA（a Large Language Diffusion with mAsking）。LLaDA-8B在上下文学习方面与LLaMA3-8B能力相当，而且在反转诗歌任务中超越GPT-4o。在大语言模型领域，反转诗歌是一个特殊任务，它用来评估模型在处理语言模型的...

关注前沿科技 量子位就在刚刚，奥特曼发了个推特，轻描淡写透露了个大消息：For our next open source project……读到第一句，咱就眼前一亮，OpenAI居然又要有开源项目了？！仔细读完整条推文，居然是真的。奥特曼这条推文就是向大家征集，OpenAI的下一个开源项目，到底是做啥更好。方案1，做一个非常小，仍需要在GPU上运...