这篇论文由加州大学伯克利分校和香港大学的研究团队提出了LIFT方法，挑战了传统视觉语言模型需要同时训练文本和图像编码器的假设。研究发现，使用预训练的大型语言模型作为固定文本编码器，只训练图像编码器就能在多…详细

视觉语言模型大型语言模型组合理解能力

FlexPainter是香港科技大学团队开发的创新纹理生成系统，通过多模态输入控制实现灵活创作，并解决了多视角一致性问题。系统构建了共享条件嵌入空间，能同时理解文字和图像输入；提出基于图像的CFG方法实现结构与风格…详细

人工智能纹理生成3D建模

研究显示，英国中小企业虽占企业总数99.9%，但因资源与专业不足，难以有效应对网络攻击。CyCOS项目旨在通过构建支持社区，帮助中小企业提升网络防御能力。…详细

网络安全网络安全防护安全支持社区

Wispr 的 Flow 是一款创新的 iOS 语音输入软件，借助 AI 技术能将语音无缝转换为精美文字，每周免费 2000 字，支持 100 多种语言，并能实现多设备同步。…详细

人工智能语音识别新型算法

专家指出，虽然开源软件极大推动了创新和开发，但其复杂性、合规、安全等问题要求企业投入更多精力，务必加强测试与管理，确保系统稳定运行。…详细

开源软件生成式 AI商业支持

Merlin Ventures 成功募集超7500万美元种子阶段网络安全基金，通过美国 CISO 网络和战略投资推动初创企业成长，并重点发展以色列科技生态系统。…详细

网络安全生成式 AI战略联合投资

大型企业的CISO薪酬和职责不断提升，涵盖业务风险、产品安全及数字战略，但预算紧缩使得安全投入必须直接与业务增长挂钩，进而带来角色定位及满意度的不确定性。…详细

网络安全风险评估业务驱动安全

这项研究提出了一种名为"词汇偏向水印"(LBW)的新方法，专为自回归图像生成模型设计，能够抵抗传统水印技术容易被删除的重生成攻击。研究团队将代币库分为绿色和红色列表，通过软硬两种偏向策略鼓励模型在生成过程中选…详细

自回归模型图像水印技术重生成攻击防御

南方科技大学林剑满团队开创性提出DGAD模型，解决通用物体组合中几何编辑与外观保持的双重挑战。该方法首先利用语义嵌入隐式捕捉物体几何特性，再通过密集交叉注意力机制精确对齐外观特征，成功实现物体在任意场景中…详细

计算机视觉扩散模型图像合成

这篇研究介绍了Micro-Act，一种创新框架，旨在解决问答系统中的知识冲突问题。由香港大学等机构研发的这一方法能够自动感知上下文复杂度，并将知识源分解成一系列细粒度比较，有效克服了传统方法在处理复杂冲突时的局…详细

人工智能知识冲突解决问答系统

这项研究揭示了评估大语言模型推理能力时的一个重要问题：微小的评估条件变化可能导致基准测试结果大幅波动。研究者发现，DeepSeek-R1-Distill系列等模型的评估结果极易受到种子初始化方法、数据集版本等因素影响，波…详细

人工智能评估模型性能波动基准测试可靠性

本文介绍了 Agentic AI 的概念、特点及应用，强调其自主决策、分解任务与执行复杂目标的能力，并探讨了应用场景与潜在风险。…详细

人工智能大语言模型主动决策

本篇文章以 Navin Chaddha 的采访为主线，阐述了 AI 技术背后人际伙伴关系和早期合作的重要性，以及“协同智能即服务”的理念，强调未来创新依旧由人类主导，技术只是辅助工具。…详细

人工智能增强智能协作智能即服务

CapSpeech是约翰·霍普金斯大学等机构联合提出的风格描述文本转语音合成基准，包含超过1000万机器标注和36万人工标注的语音-描述配对。它支持五大下游任务：基础风格描述、带音效的语音合成、口音控制、情感表达和表…详细

人工智能语音合成自然语言处理

Sandia国家实验室与SpiNNcloud合作推出的SpiNNaker2类脑超级计算机，依靠48芯片高并行架构及高速SRAM/DRAM通信，无需GPU或内置存储，适用于国防及前沿计算任务。…详细

人工智能神经形态计算高性能计算

Meta首席技术官博兹预测2025年将成为Reality Labs转折点，Ray-Ban AI眼镜的突破和激烈市场竞争将决定未来成败。…详细

元宇宙AR/VR战略性突破

第三届Runway AI电影节展示了利用Runway、Midjourney等AI工具生成全新视听作品，颠覆传统电影制作，赋能无限创意。…详细

人工智能生成式 AI新型媒体