2025年3月10日，一项名为 TrajectoryCrafter 的前沿技术正式亮相，引发了科技界和视频创作领域的广泛关注。这项基于扩散模型（diffusion models）的创新技术，能够从单一视角的单目视频中推断并生成全新的视角，为视频后期制作带来了革命性的可能性。TrajectoryCrafter 的核心在于其强大的视角重定向能力。传统的单目视频受限于单一相机视角，创作者往往无法在后期调整拍摄角度或运镜方式。而 TrajectoryCrafter 通过扩散模型的深度学习技术，能够分析视频内容并推演出三维空间信息，从而允许用户

近日，Firecrawl 推出了一项全新的功能 ——LLMs.txt 生成器接口（Alpha 版），旨在帮助用户将任何网站的内容转化为清晰、适用于大语言模型(LLM)训练的文本文件。用户只需提供一个网站的 URL，Firecrawl 便会对该网站及其链接页面进行抓取，生成两种格式的文本文件:llms.txt 和 llms-full.txt，便于后续的分析和训练。该生成器的工作流程相对简单。用户只需提供一个网址，系统便会自动爬取该网站的内容，提取出干净且有意义的文本信息。生成的文件分为两种类型:llms.txt 是对网站内容的简明总结，

Docker 的创始人所罗门・海克斯（Solomon Hykes）在社交媒体平台 X 上宣布，他可能开发出了一个开源的替代工具，以对抗 Anthropic 推出的 Claude Code。这个新工具是 Dagger 的组成部分，Dagger 是一个用于组合工作流的开源运行时环境。Claude Code 是 Anthropic 推出的一款智能编码工具，随 Claude3.7Sonnet 一同发布。该工具集成在终端中，旨在帮助开发者以更快的速度编写代码，而无需复杂的设置。此外，Claude Code 还帮助 Anthropic 加快了内部开发流程。Dagger 的新模块系统允许开发者将智能特性作为模块组件

在科技飞速发展的今天，人工智能已经渗透到我们生活的方方面面，从智能语音助手到各种自动化服务，AI正在以一种前所未有的方式改变我们的生活。今天，我要给大家介绍一项超级酷炫的技术——Spark-TTS，一个基于Qwen2.5模型的高效文本转语音系统。它不仅能“克隆”你的声音，还能根据你的需求“定制”出全新的声音!是不是听起来很神奇?什么是Spark-TTS?Spark-TTS是一种新型的文本转语音（TTS）系统，它的核心是BiCodec——一种单流语音编解码器。这个编解码器可以把语音分解成两种互补的

备受瞩目的 Anthropic 公司近期发布的代码辅助工具 Claude Code，在上线伊始便遭遇了一场始料未及的危机。根据 GitHub 上的用户报告显示，Claude Code 的自动更新功能存在严重的程序漏洞，该漏洞在特定条件下可能导致用户的工作站系统变得不稳定甚至完全瘫痪，形同“砖头”。根权限操作成隐患，关键文件权限遭恶意篡改据初步调查显示，该问题主要出现在 Claude Code 被安装在拥有“root”或“superuser”权限的系统上。这类高级权限赋予程序修改操作系统底层设置的能力。当存在漏洞的自动更新

3月6日，出门问问（Mobvoi）联合香港科技大学、上海交通大学、南洋理工大学、西北工业大学等顶尖学术机构，共同开源新一代语音生成模型Spark-TTS，并重磅推出其商业化高品质TTS引擎——TicVoice7.0。作为出门问问第七代TTS引擎，TicVoice7.0在语音生成领域实现了重大突破，开启了全新的语音生成范式。

瑞典公司 EcoDataCenter（EDC）近日宣布成功融资近4.78亿美元(约合4.5亿欧元)，以应对日益增长的人工智能(AI)计算需求。这笔资金主要来自一组未公开姓名的机构投资者，将用于开发更环保的数据中心技术，并建设这些绿色建筑。图源备注:图片由AI生成，图片授权服务商Midjourney此次融资的消息发布仅两天后，EDC 的主要客户之一、AI 计算巨头 CoreWeave 在美国提交了 IPO 申请。EDC 至今已累计筹集到约9.1亿欧元（约合9.66亿美元）的股权融资，尽管其母公司 Areim 并未透露公司的估值，但确认目前并不

瑞典 EcoDataCenter（EDC）近日宣布成功融资4.78亿美元(约合4.5亿欧元)，旨在满足日益增长的人工智能(AI)计算需求。此次融资由一群匿名机构投资者提供，EDC 计划将这笔资金用于开发更环保的技术和建设新型数据中心。这项融资的消息在 EDC 的一位重要客户 ——AI 计算巨头 CoreWeave 两天前提交美国首次公开募股（IPO）申请后发布。至此，EDC 的累计融资总额已达到9.1亿欧元(约合9.66亿美元)。尽管 Areim 控股公司是 EDC 的母公司，但其尚未透露公司的估值，并表示并不考虑将 EDC 拆分出去。Areim 的投

据最新消息，OpenAI 的一位关键研究员亚历克・拉德福德（Alec Radford）在一起针对公司的版权案件中被传唤。根据本周二提交给加利福尼亚北区地方法院的法庭文件显示，拉德福德于2月25日收到了传票。这位曾在 OpenAI 工作的研究员，在去年底离开公司，转而进行独立研究。拉德福德是 OpenAI 生成预训练变换器（GPT）技术的主要作者，这项技术是 OpenAI 最受欢迎的产品 ——AI 聊天机器人平台 ChatGPT 的基础。拉德福德自2016年加入 OpenAI，参与了多种 GPT 系列模型的开发，以及语音识别模型 Whisper

近日，谷歌宣布开源一款名为 SpeciesNet 的人工智能模型，该模型旨在通过分析相机捕捉到的照片来识别动物种类。随着科研工作者在全球范围内使用相机陷阱（连接红外传感器的数字相机）进行野生动物研究，这些设备虽然提供了宝贵的数据，但同时也会产生大量数据，处理这些数据往往需要耗费数天到数周的时间。为了解决这一问题，谷歌在六年前启动了 “野生动物洞察” 项目，属于其谷歌地球外展慈善计划的一部分。这个平台让研究人员能够在线共享、识别和分析野生动物图像，从

Sesame 公司最新推出的语音合成模型“Conversational Speech Model”（简称 CSM）近日在 X 平台上引发热议，被誉为“像真人说话一样的语音模型”。这款模型以其惊艳的自然度和情感表达能力，不仅让用户“已经无法分辨”其与人类的区别，还宣称成功跨越了语音领域的“恐怖谷效应”。随着演示视频和用户反馈的传播，CSM 正迅速成为 AI 语音技术的新标杆。跨越“恐怖谷”:CSM 的技术突破“恐怖谷效应”是指当人工合成的语音或形象接近真实人类但仍存细微差异时，会引发人类的不适感。Sesame 通

最近，来自全球知名动态基准测试平台 LiveCodeBench 的信息显示，Kimi 最新发布的 k1.6模型在编程能力方面表现卓越，已经超越了 OpenAI 的 GPT-3（包括 o3mini 和 o1等版本），登上了性能排行榜的第一名。这一消息无疑为科技界带来了激动与期待。据月之暗面的研究员 Flood 透露，k1.6是在 k1.5的基础上进行训练和优化的，目前其性能仍在不断提升中。月之暗面的联合创始人张予彤在社交平台上也分享了这一喜讯，他表示:“虽然 k1.6还没有正式发布，但看到 LiveCodeBench 的测试成绩，感到非常开心，期

据央视新闻报道，近日，国际电工委员会（IEC）正式发布了由我国主导制定的养老机器人国际标准，标志着养老机器人行业迈入新的发展阶段。该标准的编号为 IEC63310，名为《互联家庭环境下使用的主动辅助生活机器人性能准则》。此项标准是根据老年人的生理和行为特点而制定的，为各类养老机器人的产品设计、制造、测试和认证提供了重要依据。养老机器人标准的发布，旨在满足老年人在日常生活和健康护理等方面的多种需求。标准不仅关注老年人的辅助支持需求，还细分了养老机器

2月27日消息，据央视报道，近日国际电工委员会（IEC）正式发布由我国牵头制定的养老机器人国际标准(IEC63310《互联家庭环境下使用的主动辅助生活机器人性能准则》)。该标准依据老年人生理、心理和行为特点，聚焦互联家居环境中老年人在日常生活、健康护理等方面的需求和特征，为养老机器人的产品设计、制造、测试和认证等提供基准。世界卫生组织数据显示，预计2050年全球60岁以上人口数量将达21亿，其中80岁以上老年人有4.26亿。随着年龄增长，老年群体在感知、体力和认知等方面

近日，挪威人形机器人公司1X Technologies（简称1X）发布了其最新款家用机器人 Neo Gamma，标志着家用机器人技术迈出了重要一步。与之前的原型不同，Neo Gamma 将进行有限的家庭测试，旨在让用户体验更加人性化的智能服务。1X 公司在设计 Neo Gamma 时特别注重减少机器人与人接触时可能带来的伤害。其外壳采用了新型编织尼龙材质，区别于传统的人形机器人使用的金属、碳纤维或 PEEK 材料。这一创新不仅提升了机器人的安全性，也让其在重量和耐磨性方面表现出色。图源备注：图片由AI生成，

千名音乐家近日发布“无声专辑”，抗议英国拟议的版权法修改。音乐界担忧新规将允许科技公司未经许可、无偿使用受版权保护作品进行技术训练。名为《这是我们想要的吗?》的专辑汇集了凯特·布什等众多知名音乐人的“无声”作品，象征性地表达不满。艺术家们认为，政府为扶持科技行业，牺牲音乐人权益，新法案如同“将音乐盗窃合法化”。组织者埃德·牛顿-雷克斯指出，新规采用“选择退出”机制不切实际，将迫使艺术家承担追踪和阻止作品被使用的负担。他强调，音乐界并非

在如今这个信息高速发展的时代，团队沟通的效率显得尤为重要。HiveNexus 推出的 HiveChat 正是针对中小团队设计的一款 AI 聊天应用，旨在帮助团队提高协作效率，轻松应对日常沟通需求。该应用支持多种 AI 模型，如 Deepseek、OpenAI、Claude 和 Gemini，能为用户提供更加智能和个性化的聊天体验。HiveChat 支持的大模型服务商具体包括:Open AI、Claude、Gemini、DeepSeek、Moonshot（月之暗面）、火山方舟（豆包）、阿里百炼（千问）、百度千帆、Ollama、硅基流动。HiveChat 的功能十分丰富，管理员只需进行一

近日，Meta 公司正式宣布了名为 Project Waterworth的重大项目。这项计划是一个历时数年的多亿美元投资，旨在建造一条超过50，000公里的海底电缆，以支持全球的人工智能基础设施。这个海底电缆项目一旦完成，将成为全球最长的海底电缆，具有抵抗船锚和其他危险因素造成损坏的能力。根据项目的规划，这条电缆将从美国东海岸延伸至西海岸，深度可达7，000米，途中将连接巴西、南非、印度和澳大利亚等多个国家和地区。通过这样的布局，Meta 希望能够为日益增长的人工智能应用提供稳定

在人工智能领域，Mistral 最近发布的 AI 助手 Le Chat 引起了广泛关注。仅仅在上线两周后，该应用便达成了令人瞩目的成就 —— 下载量突破了100万次。这一成果不仅在其发源地法国引发热潮，更在 iOS 应用商店中迅速攀升至免费应用下载榜首。 法国总统埃马纽埃尔・马克龙在最近的电视采访中，特意提到 Le Chat，他鼓励民众下载这款由 Mistral 开发的应用，而不是选择 OpenAI 的 ChatGPT 或其他竞争产品。显然，Le Chat 不仅在技术上具备竞争力，更得到了国家高层的支持，这无疑为其下载量的快速

近日，Meta 的 AI 首席科学家 Yann LeCun 领导的一项研究揭示了人工智能如何通过观看视频来培养基本的物理学理解。这项研究由 Meta FAIR、巴黎大学及 EHESS 的科学家们共同完成，显示出 AI 系统能够在没有预设规则的情况下，通过自我监督学习获得直观的物理知识。研究团队采用了一种名为视频联合嵌入预测架构（V-JEPA）的新方法，与 OpenAI 的 Sora 等生成型 AI 模型相比，V-JEPA 的工作原理更接近人脑的信息处理方式。V-JEPA 并不追求生成完美的像素预测，而是专注于在一个抽象的表示空间中进行