标签：文字

一块小屏幕，三个按键，一个摇杆，屏幕里的西高地小狗时而忙碌，时而发愁，时而庆祝。 这就是小米最近孵化的一款开源AI硬件HachimoDock（哈基米机），硬件自...

11 月 2 日消息，巴西一家劳工法院在发现两名律师的最新提交文件中包含试图影响其人工智能工具的隐藏文本后，对这两名律师处以了罚款。巴西利亚大学（UnB）弗...

SpaceXAI 将于 11 月 7 日起为 Grok 模型生成的文本添加隐形水印。检测器通过识别该信号，判断一段文本是否带有肉眼不可见水印。 官方表示，本次调整是为了响...

10 月 30 日凌晨，今年 4 月成立的破壳机器人（PokeBot），发布了第一款模型产品 RoboAPI ，他们的世界模型 Poke-Aurora 也首次亮相。不同于其他具身模型发布...

Genspark的视频Agent工作台，Genspark Media Studio，正式发布了！ 这次，它把一批前沿模型拉到了一起，组了个AI剧组。 负责当「导演」的大语言模型有三...

10 月 30 日消息，使用人数较少的语言的用户，使用 AI 服务时，可能需要支付比英语及其他主流语言用户更高的费用。 当地时间 28 日，据外媒 Rest of World 报...

10 月 30 日消息，全球首富埃隆 · 马斯克旗下脑机接口公司 Neuralink 于 10 月 28 日发布博文，公开语音恢复项目 VOICE 的早期可行性研究，让肌萎缩侧索硬化...

一张高清照片中，远处的手提包是什么颜色？一页票据里，某项费用到底是多少？面对这些问题，多模态大模型常常需要先找到相关区域，再放大查看。但如果第一步...

每个做 AI 系统的人都经历过这个阶段：效果上不去，又不知道往哪使劲——读轨迹、改 prompt、调配置，靠人一轮轮试，一试就是好几天。 能不能让「优化 AI 系统...

随着多模态大模型越来越强，OCR的短板反而逐渐明显。 模型拿到的开始不再是一张图、一段话，而是一张卡证、一份报表、一整页合同；要的也不只是文字，而是“...