AI日報｜Cura 1T 兆級醫療模型、Seedream 5.0 顛覆影像編輯、J-Wash 權重洗腦工具登場
今天的科技圈依舊充滿驚喜！醫療領域迎來了高達一兆參數的專屬巨型模型 Cura 1T，展現出擊敗眾多頂尖模型的臨床推理能力；影像編輯方面，Seedream 5.0 Pro 透過直覺的「點選結合自然語言」，讓修圖與排版變得像說話一樣簡單；引發社群熱議的 J-Wash 工具，更讓開發者無需準備訓 …
147 月
文章庫
好內容，值得慢慢讀。
從模型突破到日常應用，探索 AI 世界的每一面。
最新文章
由新到舊，第 21 / 109 頁騰訊開源 Hy3 混合專家模型：2950億參數與「快慢思考」技術，大降 AI 幻覺至 5.4% 全面解析
騰訊混元團隊正式開源新一代 MoE 混合專家模型 Hy3，具備 2950 億總參數與 256K 超長上下文，獨創「快慢思考」機制。本文深度解析 Hy3 架構、192 個專家模組、低至 5.4% 幻覺率的效能指標及開源部署指南，為企業級 AI 提供高性價比全新選擇。
解密 MuScriptor：Kyutai 與 Mirelo 聯手打造最強開源音樂轉錄模型
深入探討革命性開源多樂器音樂轉錄模型 MuScriptor。本文解析其如何打破合成數據限制，採用 17 萬首（1.1 萬小時）真實錄音，並透過純解碼器 Transformer 架構與 GRPO 強化學習進行三階段訓練，將流行、古典、重金屬等真實音訊精準轉換為 MIDI 格式。內含規格表、官 …
SenseNova-Vision-7B-MoT：化繁為簡的「統一視覺多模態生成」開源模型
本期將深入解析最新開源的 SenseNova-Vision-7B-MoT 模型。有別於傳統依賴多種特定任務預測頭（Task-specific heads）的電腦視覺系統，它創新地將各類複雜的視覺任務轉化為純文字、影像或圖文混合的生成過程。該模型涵蓋四大核心領域：結構化視覺理解、密集幾何預 …
SeFi-Image全解析：語義優先擴散技術（SFD）如何破解AI繪圖的「結構崩潰」困境？
深度剖析下一代AI繪圖技術 SeFi-Image 的核心「語義優先擴散（SFD）」。透過創新的雙流架構與時間領先排程，完美平衡圖像全域佈局與局部細節。內含三階段生成邏輯、Model Zoo 規格、12.5萬 A800 GPU 小時的高效訓練成果及深度技術 Q&A 釋出！
Rampart 隱私防護系統解析：14.7MB 輕量化邊緣側 PII 過濾方案
深度解析開源隱私系統 Rampart！本文拆解「規則+MiniLM」雙層過濾架構，看它如何利用 WebGPU 加速在瀏覽器端實現 3.9ms 極速 PII 遮蔽。內含 OpenPII 基準測試數據與 NPM 實作程式碼，助你打造 Privacy-by-Design 的 AI 應用。
OpenMOSS 0.9B 開源語音神作：端到端多語者轉錄與語者分離技術全解析
想一鍵搞定多人會議逐字稿？OpenMOSS 推出最新 MOSS-Transcribe-Diarize 0.9B 模型，採用端到端（End-to-End）單次處理技術，完美融合語音辨識（ASR）與語者分離（Diarization）。本文深度解析其 Qwen3+Whisper 架構、效能評估、 …
NVIDIA Audex 多模態模型技術全解析：30B MoE 架構、百萬上下文與語音雙模態 AI 新紀元
深入探討 NVIDIA 最新 Nemotron-Labs-Audex 多模態模型！基於 30B 混合專家 (MoE) 架構，支援 100 萬超長上下文與語音對語音 (S2S) 生成。本文完整解析其如何完美統一音訊智慧與文字推理，並附帶 vLLM 部署指南與精選 Q&A。
Mistral AI Leanstral 1.5 深度解析：MoE 架構、Lean 4 形式驗證與部署指南
Mistral AI 釋出開源模型 Leanstral 1.5！本文深度解構其 119B MoE 稀疏激活架構，剖析 miniF2F 滿分與 PutnamBench 等博士級數學推理表現，並提供 vLLM 本地部署與 AI Agent 整合指南。立即掌握任務關鍵型系統的形式驗證新利器！
LongCat-2.0 技術解析：1.6 兆參數 MoE、百萬上下文、LSA 與 N-gram Embedding 全面解讀
LongCat-2.0 是美團（Meituan）開源的 1.6 兆（1.6T）參數混合專家（MoE）大型語言模型，支援 100 萬（1M）上下文，並以超過 5 萬片中國 AI ASIC 晶片完成 35 兆 Token 預訓練。本篇完整解析 LongCat Sparse …