在MUSELight大模型框架上，发布行业领先的Stable Diffusion系列视觉大模型推理加速方案lyraSD的昇腾适配。

该团队设计了部分选择前馈网络（PSFFN）来取代视觉状态空间模块（VSSM）的最后一层线性层，增强了 Mamba 的局部特征提取能力。

近日，上海人工智能实验室推出新一代视频生成大模型 “书生・筑梦 2.0”(Vchitect 2.0)。

结合商汤绝影多模感知、乐道账号的综合能力，乐道汽车的人脸识别准确率高达99.9%，支持多位置的乘客面容录入和全舱乘客识别，为全舱智能能多场景能力提供了更多可能性。

不久之前，李飞飞教授的空间智能创业公司 World Labs 以及全明星的创业阵容正式亮相。

LLaMA-Omni能够接收语音指令，同步生成文本和语音响应，响应延迟低至 226ms，低于 GPT-4o 的平均音频响应延迟 320ms。

虽然 RLHF 的初衷是用来控制人工智能（AI），但实际上它可能会帮助 AI 欺骗人类。

TeleTrip 以大语言模型为基础赋能文旅场景，集结了包括 3D 数字人、实时渲染与重建、多模态 AI 智能体（Agent）等多项前沿技术。

阿里巴巴达摩院计算技术实验室提出了一种基于结构保持网络的AI视觉算法，可将高动态范围（HDR）场景图像自动转换为低动态范围（LDR）图像并保持其纹理细节

未来，迅龙软件将持续进行从基础研发到应用创新的全产业链布局，携手合作伙伴共商人工智能领域前沿技术，助推人工智能形成新质生产力。