商汤颠覆性开源 SenseNova-U1:摒弃 VAE,原生统一图文理解与生成
商汤科技开源了全新的多模态模型家族 SenseNova-U1,打破了 Stable Diffusion 的传统范式,无需 VAE 和独立视觉编码器,仅通过一个端到端的 Transformer 实现像素级与文本的统一处理。该模型在文字渲染上取...
标签索引 / 第 11 页
这个标签下有 1066 篇文章。按时间回看相关判断与实践记录。
标签精选
商汤科技开源了全新的多模态模型家族 SenseNova-U1,打破了 Stable Diffusion 的传统范式,无需 VAE 和独立视觉编码器,仅通过一个端到端的 Transformer 实现像素级与文本的统一处理。该模型在文字渲染上取...
Loopsy 是一款极具创意的开源工具,解决了 AI 时代的设备割裂问题。它允许用户通过手机远程操控笔记本上的终端(如 Cursor、Claude Code),无需公网 IP 或 VPN,利用自托管的 Cloudflare Workers ...
针对英国国家医疗服务体系(NHS)日益明显的闭源倾向,科技界人士联合发布公开信,敦促其坚守开源承诺。信中重申了“公共资金应产出公共代码”的核心原则,指出由纳税人资助开发的软件理应开放源码。这封公开信强调,保持代码开源不仅是维护数字资产公共属...
OpenTalking 是一款基于 Soulx-flashtalk-14b 模型的开源项目,旨在打破“次元壁”实现高保真数字人交互。用户仅需上传一张图片,即可生成具备动态对话能力的虚拟角色,并集成了 LLM、STT 及 TTS 技术。该项目...
本文深度分析了为何开发者应在2025年从GitHub迁移至SourceHut。作者强烈抨击了GitHub在微软收购后的隐私侵犯、数据追踪、以及Copilot未经许可利用公共代码训练AI的行为。文章详细对比了双方的核心功能,指出SourceH...
现代化终端工具Warp宣布正式开源,并在GitHub上引发轰动,短短3小时内便收获了惊人的3万颗Star。Warp不仅仅是一个传统终端,它被定义为一款“Agent化”的开发环境。其核心亮点在于深度的AI集成,允许本地Agent直接在SSH会...
该项目名为 Arcwall,是一个功能完备的 AI 壁纸生成平台,其核心价值在于展示了一套成熟的现代 Web 全栈开发方案。技术栈涵盖了前端的 Next.js 与 Tailwind CSS,以及后端的 Supabase 数据库、Redis ...
备受关注的 AI 终端工具 Warp 近日推出了开源替代版本 OpenWarp。该项目旨在打破原版软件的云端限制,目前已实现了 Next Command 和被动 AI 等核心功能,并支持多语言界面。OpenWarp 移除了大部分云端功能,允...
DuckDB 作为广受欢迎的进程内分析型数据库(OLAP),近期展示了其日益成熟的全文搜索(FTS)能力。通过集成倒排索引等机制,DuckDB 允许用户直接在 SQL 查询中对文本数据进行高效检索,打破了传统 OLAP 数据库在文本处理上的...
针对国内安卓生态系统碎片化导致的“发版难”痛点,开源 CLI 工具 apkgo 提供了高效解决方案。它支持一行命令将 APK 并发上传至华为、小米、OPPO、vivo 等 8 家主流渠道,完美解决了 Fastlane 在国内水土不服的问题。...