跳到正文

内容形态

模型发布 最新动态

新生成模型的发布、开源与迭代:文本、图像、视频、音频模型厂商的旗舰更新与权重放出。

45 条精选近 30 天 37 条共收录 158 条

更新

精选归档 · 第 3 页

9月29日周二第 41–45 条
  1. Microsoft Research62

    微软研究院推出 Quine:面向生物学复杂性的 AI 研究系统

    微软研究院推出 Quine,一个面向生物学复杂性的 AI 研究系统,由生物学多模态世界模型和连接模型、科学工具、文献与研究者的交互式 harness 两部分组成。

    推荐理由:微软研究院公开 Quine 的生物学世界模型与工具编排框架,并给出胰腺癌化合物筛选的湿实验验证结果。

9月23日周三
  1. Google DeepMind78

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,前者面向角色设计与逐行表演导演,后者面向高并发、低成本的配音与语音智能体场景。

    推荐理由:官方给出两款 TTS 模型的语音设计、逐行导演能力与基准排名,可据此判断语音生成从预设音色转向可定制创作的变化。

9月16日周三
9月8日周二
  1. Google DeepMind62

    Google DeepMind 发布 AlphaGenome Atlas,覆盖人类基因组全部 90 亿个单碱基变异

    Google DeepMind 发布 AlphaGenome Atlas,一个包含人类基因组全部 90 亿个单核苷酸变异效应预测的平台,规模达 1PB,是 AlphaFold Database 的 30 倍以上。

    推荐理由:原文给出覆盖 90 亿个单碱基变异的预计算数据集与 AVI 评分,读者可据此判断基因组变异解读的可用入口。

1月3日周六
  1. GitHub 热门 AIGC 开源项目83

    Lightricks 开源音视频生成模型 LTX-2.5 并发布完整推理流水线

    Lightricks 在 GitHub 开源 LTX-2.5,称其为首个基于 DiT 的音视频基础模型,可在同一模型内实现音视频同步、高保真与多种性能模式。仓库提供 DistilledPipeline、DFRPipeline 等十余条流水线,覆盖文生视频、图生视频、音频生视频、重拍与配音等场景,模型权重约 66 GiB,需从 Hugging Face 下载。

    推荐理由:原文给出 LTX-2.5 的模型清单、显存优化与多条流水线命令,读者可据此判断本地部署音视频生成的硬件门槛。