ChatGPT 网页版两日连遭服务中断，路由配置错误成“元凶”
近日，OpenAI 旗下广受欢迎的人工智能聊天机器人 ChatGPT 遭遇服务故障问题，在 12 月 2 日和 3 日接连出现服务中断情况，致使部分用户无法正常使用该服务，引发广泛关注。...
HunyuanImage-3.0：腾讯混元开源的原生多模态图像生成模型，兼顾超高性能与智能推理
HunyuanImage-3.0是腾讯混元团队推出的原生多模态图像生成模型，核心定位是“统一多模态理解与生成的自回归框架工具”。与传统基于DiT的图像生成模型不同，它突破性地采用“...
GELab-Zero：阶跃星辰开源的全栈式本地GUI智能体工具包
GELab-Zero是由阶跃星辰开源的GUI智能体解决方案，整合了工程化基础设施与4B轻量模型，主打本地部署、一键启动和多设备任务自动化能力。该项目针对移动生态碎片化带来的工程...
Vidi2：字节跳动开源的多模态视频理解与生成模型
Vidi2是字节跳动智能创作与编辑团队研发的开源大型多模态视频理解与生成模型，作为初代Vidi的迭代升级版本，新增细粒度时空定位（STG）和视频问答（Video QA）核心能力，可...
PixVerse V5.5首发混合架构：AI视频生成进入"毫秒级口型同步"时代
12月1日，拍我AI（PixVerse）正式推出V5.5版本，国内首次应用Diffusion与Transformer混合架构，将视频生成速度与质量同步提升。该版本实现了毫秒级音画对口型同步，标志着A...
可灵AI O1全量上线：统一多模态架构开启视频创作“一句话时代”
可灵AI公司今日正式宣布，其自主研发的全球首个统一多模态视频大模型O1于零时起面向公众全量开放。该模型凭借MVL（多模态视觉语言）统一交互架构与Chain-of-Thought推理链路...
InfiniteTalk：开源音频驱动的稀疏帧视频配音框架，支持无限长度多模态视频生成
InfiniteTalk是由美团视觉智能团队开源的音频驱动视频生成框架，专为稀疏帧视频配音（Sparse-Frame Video Dubbing）设计，同时支持图像到视频（Image-to-Video）和视频到视...
Step-Audio-R1：阶跃星辰开源的首款支持计算缩放的音频智能推理模型
Step-Audio-R1是阶跃星辰(Stepfun)开源的首款成功解锁测试时计算缩放能力的音频语言模型，核心解决了传统音频模型“反向缩放”的行业痛点，即推理链延长导致性能下降的问题...
ChronoEdit：英伟达开源的时间一致型AI图像编辑与视频生成工具
ChronoEdit是英伟达NVIDIA多伦多AI实验室（nv-tlabs）开发的开源图像编辑与世界模拟工具，核心创新在于将传统图像编辑重构为视频生成任务——以输入图像和目标编辑图像作为...
网易云音乐“AI写歌”功能开启测试：一键将灵感转化为完整歌曲
近日，网易云音乐旗下创新项目“网易天音”正式推出“AI写歌”趣味功能并开启上线测试。“AI写歌”功能具备免费使用、操作便捷两大核心优势。用户只需在网易云音乐移动端首...