Cerebras Systems 近日宣布将在北美和欧洲新建六座数据中心，以提升其人工智能（AI）推理能力。这一举措将大大增强公司的算力，支持各类 AI 应用的发展。根据计划，85% 的计算能力将集中在美国，其中已有三座设施在加州的圣克拉拉、斯托克顿和德克萨斯州的达拉斯投入运营。接下来，新中心将分别在明尼阿波利斯(预计2025年第二季度)、俄克拉荷马城和蒙特利尔(预计2025年第三季度)，以及亚特兰大和法国(预计2025年第四季度)开张。图源备注：图片由AI生成，图片授权服务商Midjourney新数据中

近日，LLMs.txt生成器迎来重大升级，正式推出v2版本。这一工具能够将任何网站内容快速转化为可供人工智能代理或大型语言模型（LLM）使用的文本文件，为AI应用的开发者和使用者带来了极大便利。新版本由@firecrawl_dev团队开发，并得到其官方llmstxt端点的全力支持，相较于上一代，处理速度提升了惊人的10倍。据介绍，LLMs.txt生成器 v2通过优化算法和增强的端点支持，显著提高了网站内容提取与转换的效率。用户只需输入目标网站URL，即可迅速生成结构化的文本文件，方便直接集成到各类A

还在为每月高达数百美元的OpenAI Operator订阅费用而肉疼吗?Nanobrowser的出现无疑是一剂强心针。它是一款完全免费的开源工具，无需任何订阅费用，让你彻底摆脱经济上的束缚。你只需要安装这款扩展程序，并配置你自己的LLM API密钥，就能立即享受顶级的网页自动化功能。这种“自带干粮”的方式，不仅经济实惠，更让你对成本了如指掌，真正做到“我的AI我做主”。本地部署，安全感Max在这个数据安全日益重要的时代，Nanobrowser将用户的隐私放在了首位。与那些运行在云端的服务不同，Nan

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

3月10日，鸿海富士康在技术创新的道路上迈出了重要一步，正式推出其首款 AI 推理大模型 “FoxBrain”。这一模型不仅是富士康的自我突破，更标志着台湾省地区在 AI 推理领域的崭新起点。富士康表示，FoxBrain 将涵盖数据分析、数学运算、推理能力和代码生成等多项功能，未来还计划进行开源，以便于更广泛的技术应用与社区合作。据富士康透露，该模型的训练过程使用了120块强大的英伟达 H100GPU，仅用一个月的时间便成功构建了该模型。FoxBrain 是基于 Meta Llama3.1开发而成，特别优化了繁体

今日，腾讯在X平台上正式宣布推出其最新AI模型Hunyuan-TurboS，这款被誉为“首款超大型Hybrid-Transformer-Mamba MoE模型”的产品迅速引发全球科技圈的热议。根据X用户披露的信息，Hunyuan-TurboS通过融合Mamba的高效长序列处理能力和Transformer的强大上下文理解能力，成功克服了传统纯Transformer模型在长文本训练和推理上的瓶颈，展现出令人瞩目的性能突破。据介绍，传统Transformer模型因O（N²）复杂度和KV-Cache问题，在处理长文本时往往面临效率低下和高成本的挑战。而Hunyuan-TurboS巧妙结合了两大技术优

富士康旗下的鸿海研究院近日发布了一款全新的传统中文大型语言模型（LLM）——FoxBrain。这一模型的推出引起了业界的广泛关注，标志着在中文人工智能领域的一次重要进展。FoxBrain 的训练过程在短短四周内完成，展示了强大的技术能力和高效的研发速度。图源备注：图片由AI生成，图片授权服务商MidjourneyFoxBrain 的研发旨在提升传统中文的处理能力，满足日益增长的市场需求。在互联网及社交媒体的推动下，中文内容的生成和处理对技术的要求越来越高，FoxBrain 的推出正是为了应对这种

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，

2025年3月9日，美国加利福尼亚州——开源模型正让文生视频技术变得越来越有趣。AI 开发者 Ostris（@ostrisai）近日在 X 平台上分享了他使用自家照片训练的 Wan2.1LoRA 模型成果，仅凭约20张照片和一块家用 RTX4090显卡，便实现了令人惊叹的视频生成效果。这一成果不仅展示了开源技术的潜力，也引发了 X 社区对视频 LoRA 训练工具的热烈讨论。Ostris 的惊艳实验Ostris 在3月7日的 X 帖子中首次展示了 Wan2.114B LoRA 的训练成果。他写道:“Wan2.114B LoRA 训练在24GB 上成功运行!在4090上以480p 分辨率平均每步1.7

根据Hedra 在X平台上的最新消息，Hedra Studio正式推出了其全新AI模型——Character-3，这一模型被认为是数字人视频生成技术的一次重大飞跃。Hedra通过整合尖端AI技术，为内容创作者和企业营销人员提供了更高效、更具创意的内容生成工具，标志着AI驱动的叙事方式迈向了新的高度。Character- 3 模型：多模态融合的创新Character- 3 模型具备同时处理多种输入类型的能力，包括图像、文本和音频，并能将这些元素无缝融合，生成高质量的视频内容。用户只需上传一张人物照片，输入一段文本或音频，

近年来，基于 Transformer 架构的大型语言模型（LLMs）取得了显著进展，诸如 Gemini-Pro1.5、Claude-3、GPT-4和 Llama-3.1等新模型能够处理成百上千的token。然而，这些扩展的上下文长度带来了实际应用中的一些重大挑战。随着序列长度的增加，解码延迟上升，内存限制也成为了一个严重的瓶颈。KV 缓存在推理过程中储存上下文信息，随着上下文长度的增加，缓存的大小也呈比例增长，这导致内存饱和，严重影响了处理长输入序列的效率，因此迫切需要优化解决方案。虽然市场上存在一些无训练的方

人工智能公司 Mistral AI 今日宣布，其最新文档识别模型 Mistral OCR 正式上线。这一模型被誉为“地表最强 OCR”，以其卓越的性能和多功能性在 X 平台上引发热烈讨论。Mistral OCR 支持复杂 PDF、图像、表格、数学公式及多语言文档的精确提取，并在速度和准确性上超越 Google Document AI 和 Azure OCR，成为文档处理领域的全新标杆。Mistral OCR 的技术突破Mistral AI 在 X 上宣称，Mistral OCR 具备“强大的认知能力”，能够准确理解文档中的文本、图像、表格和数学公式等多种元素。用户 @imxiaohu 在3月6日发帖

在AI模型竞争的浪潮中，法国初创公司Mistral另辟蹊径，亮出了一款名为Mistral OCR的光学字符识别（OCR）API，旨在赋予企业更高级的文档理解能力。这款新工具承诺将杂乱无章的PDF和图像文件中的内容——无论是潦草的手写笔记，清晰的打印文本，还是复杂的图片、表格和公式——都精准地提取出来，并整理成结构化的数据呈现。对于那些被海量非结构化数据困扰的企业来说，这无疑是一场及时雨。正如Mistral在官方博客中所言，高达90%的企业信息都以非结构化数据的形式存在。这类数据，比

IBM 最近发布了其最新的 Granite3.2大型语言模型，旨在为企业和开源社区提供 “小巧、高效、实用” 的企业人工智能解决方案。该模型不仅具备多模态和推理能力，还提升了灵活性和成本效益，使得用户更容易采用。Granite3.2引入了视觉语言模型（VLM），用于处理文档，进行数据分类和提取。IBM 声称，这一新模型在一些关键基准测试中，性能达到或超过了更大型的模型，如 Llama3.211B 和 Pixtral12B。此外，Granite3.2的8B 模型在标准数学推理基准测试中，也显示出能匹敌或超越更大模型的能力。为

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，PyTorch 的核心开发者 Horace He 宣布从 Meta 离职，加入了由 OpenAI 前 CTO Mira Murati 创办的初创公司 Thinking Machines。Horace He 在 Meta 工作了四年，在此期间，他为 PyTorch 贡献了大量心血。离职的消息不仅震惊了业界，也引发了对于 AI 未来发展的热议。在他离开 Meta 的博客中，Horace 详细阐述了做出这一决定的原因。他强调自己在 PyTorch 的经历非常愉快，并且从未感到厌倦。然而，经过深思熟虑后，他意识到是时候迎接新的挑战，特别是在一个能够影响 AI 发展方向的初创企业中。他对加入 Thin

在计算机视觉领域，多视角3D 重建一直是一项重要且具挑战性的任务，尤其是在需要精确且可扩展的表示时。现有的主流方法，例如 DUSt3R，主要采用成对处理的方式，这种方法在进行多视角重建时需要复杂的全局对齐程序，既耗时又耗力。为了解决这一问题，研究团队提出了 Fast3R，这是一种创新的多视角重建技术，它可以在一次前向传播中处理多达1500张图片，大幅提升了重建速度。Fast3R 的核心是一个基于 Transformer 的架构，能够并行处理多张视图信息，从而省去迭代对齐的过程。这一新

在图像生成领域，多层图像生成技术正逐渐改变用户与生成模型的互动方式，允许用户隔离、选择并编辑特定的图像层。近日，微软研究人员推出了一种名为 “Anonymous Region Transformer”（ART）的新型技术，它能够根据全球文本提示和匿名区域布局，直接生成可变多层透明图像。ART 的设计灵感来源于 “图式理论”，通过采用匿名区域布局，使生成模型可以自主决定哪些视觉信息与哪些文本信息对齐。这一方法与以往的语义布局形成鲜明对比。传统的语义布局通常需要明确的对应关系，而 ART

今日，备受期待的 KLING AI Android移动应用程序终于迎来全面上线!用户现在可以通过 Android 和 iOS 设备随时随地体验 KLING AI 的强大功能。官方表示:“等待结束了 - 我们的 Android 应用程序终于来了!您喜爱的 KLING AI 的一切只需点击一下即可。”这款应用集成了 Frames、Elements 等核心功能，为用户提供便捷的 AI 创意体验。无论是视频生成还是图像编辑，KLING AI 都以其高效和创新赢得了全球创作者的青睐。现在，这些功能将通过移动端触手可及，进一步提升用户的使用便利性。KLING AI 团队表示，这

近日，Opera 团队宣布推出一款名为 “浏览器助手（ Browser Operator ）” 的 AI 代理，标志着浏览器功能的一次重大升级。Opera 的执行副总裁 Krystian Kolondra 表示:“在过去的30多年里，浏览器虽然让用户能够访问互联网，但却从未真正为用户完成任务。而现在，它可以做到这一点。这与我们之前见过或推出的任何产品都不同。”浏览器助手的关键特点包括自主性、感知能力、决策能力、行动执行和学习适应。通过这些智能功能，浏览器助手旨在大幅提升用户的工作效率。用户只需用自然语言描述