大家好，这是我们翻译的西瓜书平替。

全球首个同时支持文本描述、图像、点云等多模态输入的计算机辅助设计（CAD）生成大模型。

多智能体系统又少了一个阻碍。

原标题：GAN之父新冠后惊传罹患双重顽疾！听力减退心动过速，全网求医 文章来源：新智元 内容字数：8725字Ian Goodfellow的健康挑战与求助 深度学习领域的知...

原标题：OpenAI怒斥Scaling撞墙论！o1已产生推理直觉潜力巨大 文章来源：新智元 内容字数：6525字OpenAI关于Scaling Law的观点 最近，OpenAI高级研究副总裁M...

原标题：指令跟随大比拼！Meta发布多轮多语言基准Multi-IF：覆盖8种语言，超4500种任务 文章来源：新智元 内容字数：6039字文章要点总结 本文主要介绍了Meta...

原标题：世界模型挑战赛，单项奖金10000美元！英伟达全新分词器助力下一帧预测 文章来源：新智元 内容字数：5049字1X与英伟达联合推进世界模型挑战赛 近日，...

原标题：招人！新智元邀你勇闯ASI之巅 文章来源：新智元 内容字数：2281字新智元AI星舰热招人才，迎接ASI时代 新智元于2015年9月7日成立，至2024年9月7日将...

BALROG是评估大型语言模型（LLMs）和视觉语言模型（VLMs）在游戏上的推理能力，特别是模型在动态环境中的规划、空间推理和探索能力。基于一系列挑战性的游戏...

AutoVFX是先进的物理特效框架，是伊利诺伊大学香槟分校研究团队推出的，能根据自然语言指令自动创建真实感和动态的视觉特效（VFX）视频。框架集成神经场景建...

CopyCoder是创新的AI编程工具，支持用户上传应用程序的截图、UI设计图或完整的应用图像，自动生成详细的编码提示词。提示词涵盖应用结构、组件规划和导入路径...

Markdown-to-Image是开源的Markdown 转为海报的编辑器，作为React组件能将Markdown文本内容转换成图像，适用于创建社交媒体帖子、海报和其他视觉内容。工具支...

TÜLU 3是艾伦人工智能研究所（Ai2）推出的一系列开源指令遵循模型，包括8B和70B两个版本，未来计划推出405B版本。模型在性能上超越Llama 3.1 Instruct版本，...

EchoMimicV2是蚂蚁集团推出的半身人体动画（数字人）生成方法，基于参考图片、音频剪辑和手部姿势序列生成高质量动画视频，确保音频内容与半身动作的一致性。...

FlipSketch 是萨里大学推出的创新系统，能将静态绘图转变为文本引导的草图动画。技术基于三个关键创新实现：微调草图风格的帧生成、用噪声细化保持输入草图视...