T6 · 24/07

AI Notes@AYi_AInotes
Thủ thuật92

Andrew Ng ra mắt OpenWorker: Trợ lý AI cục bộ, tự động thực thi tác vụ

OpenWorker là trợ lý AI mã nguồn mở chạy cục bộ, hỗ trợ đa mô hình từ GPT đến DeepSeek. Công cụ này không chỉ chat mà còn trực tiếp thực thi công việc, đảm bảo quyền riêng tư và kiểm soát bảo mật chặt chẽ thông qua cơ chế phê duyệt của người dùng.

Andrew NgOpenWorkerAI AgentBảo mậtMã nguồn mở
HuggingFace Daily Papers (Nổi bậtBài nghiên cứu)
Nghiên cứu85

VCSD: Phương pháp tự chưng cất đối lập thị giác giúp tối ưu mô hình đa phương thức

VCSD là kỹ thuật tự chưng cất mới giúp cải thiện hiệu suất các mô hình Qwen-VL mà không cần giáo viên bên ngoài hay chi phí suy luận bổ sung, bằng cách so sánh xác suất logarit giữa ảnh gốc và ảnh đã xóa nội dung.

thị giác máy tínhtự chưng cấtmô hình đa phương thứchọc máynghiên cứu AI
PixVerse@PixVerse_
Sản phẩm85

PixVerse ra mắt VibeMV: Tạo video âm nhạc chỉ với một cú nhấp chuột

VibeMV cho phép người dùng biến bất kỳ bài hát nào thành video âm nhạc chuyên nghiệp chỉ bằng cách tải nhạc và chọn phong cách. Công cụ hỗ trợ 15 phong cách khác nhau với tính năng đồng bộ hóa môi và duy trì tính nhất quán của nhân vật mà không cần kỹ năng biên tập.

PixVerseVibeMVTạo videoAI âm nhạcSáng tạo nội dung
Jason Liu@jxnlco
Thủ thuật85

Tại sao Codex Voice lại mở luồng mới: Khi giọng nói đóng vai trò điều phối

Codex Voice hoạt động hiệu quả nhất khi đóng vai trò là 'người điều phối' thay vì thực thi trực tiếp. Bằng cách mở các luồng riêng biệt, nó cho phép bạn ra lệnh điều khiển các tác vụ cụ thể và nhận phản hồi hai chiều một cách mạch lạc.

Codex VoiceAI AgentThiết kế UXĐiều phối AIMẹo AI
LongCat (Meituan)
Nghiên cứu85

Meituan ra mắt LoHoSearch: Bộ benchmark đánh giá tác nhân tìm kiếm dựa trên đồ thị tri thức

Đội ngũ LongCat của Meituan vừa công bố LoHoSearch, bộ benchmark sử dụng đồ thị tri thức với 7,62 triệu thực thể để kiểm tra khả năng tìm kiếm của AI. Kết quả cho thấy ngay cả các mô hình mạnh nhất cũng gặp khó khăn lớn với tỷ lệ chính xác thấp, khẳng định đây là thách thức mới cho các tác nhân AI.

AISearch AgentĐồ thị tri thứcBenchmarkMeituan
LongCat (Meituan)
Nghiên cứu85

Tinh chọnMineExplorer: Ra mắt bộ tiêu chuẩn đánh giá tác vụ dài trong Minecraft

Đội ngũ LongCat của Meituan giới thiệu MineExplorer, bộ tiêu chuẩn đầu tiên đánh giá khả năng thực hiện các tác vụ dài trong Minecraft. Kết quả cho thấy ngay cả những mô hình mạnh nhất như Claude-Opus cũng gặp khó khăn lớn với các chuỗi nhiệm vụ phức tạp, chủ yếu do lỗi điều hướng.

MinecraftAIĐánh giá mô hìnhNghiên cứu AIMeituan
Shao Meng@shao__meng· 10 nguồn
Mô hình95

Black Forest Labs ra mắt FLUX 3: Mô hình đa phương thức mô phỏng thế giới thực

FLUX 3 định nghĩa lại AI tạo sinh với kiến trúc đa phương thức thống nhất, tích hợp hình ảnh, video, âm thanh và ngôn ngữ để học quy luật vật lý. Mô hình hỗ trợ ba dòng sản phẩm chính gồm Video, Hình ảnh và Dự đoán hành động (Action).

FLUX 3Black Forest LabsĐa phương thứcAI tạo sinhMô hình thế giới
HuggingFace Daily Papers (Nổi bậtBài nghiên cứu)
Nghiên cứu88

Tinh chọnAREX: Hệ thống tác tử AI tự cải tiến đệ quy cho nghiên cứu chuyên sâu

AREX là dòng tác tử AI sử dụng cơ chế tự cải tiến đệ quy (RSI) để thu thập bằng chứng và kiểm chứng câu trả lời. Hệ thống này đạt hiệu suất vượt trội so với các mô hình cùng quy mô trên nhiều tiêu chuẩn nghiên cứu phức tạp.

Tác tử AINghiên cứu AITự cải tiếnDeep ResearchHọc máy

30 tin mỗi trang · lọc và sắp xếp ngay trên máy chủ (63 ms) · bộ lọc nằm trong đường dẫn nên chia sẻ link là giữ nguyên kết quả