ModelScope团队 投稿 量子位 | 公众号 QbitAI OpenAI GPT-4o发布强大图片生成能力后，业界对大模型生图能力的探索向全模态方向倾斜，训练全模态模型成研发重点。 开源的MLLMs和扩散模型已经过大规模预训练，其从零开始训练统一任务，不如取长补短，将MLLMs的语言建模能力，与扩散模型的像素级 图像建模能力，进行有机的结合。 基于这个思路，ModelScope团队提出可同时完成图像理解、生成和编辑的统一模型 Nexus-Gen ，在图像质量和编辑能力上达GPT-4o同等 水平，并将成果全方位开源，望引发开发者讨论，促进All-to-All模型领域发展。 模型先进行图像生成，然后进行图像理解的可视化案例： Nexus-Gen技术细节 总体框架 Nexus-Gen采用了与GPT-4o类似的 token → [transformer] → [diffusion] → pixels 技术路线，融合了SOTA MLLMs的强大文本预测能力 和Diffusion模型的强大图像渲染能力，其总体架构如图所示。 作为一个All-to-All模型，Nexus-Gen的输入和输出都支持图像和文本模态，自回归 ...

DeepSeek 发自 凹非寺 量子位 | 公众号 QbitAI 未来同事，你好~ 这是一则 招聘帖 。 量子位 是一个关注AI及前沿科技的新媒体平台，我们着迷于全新技术和趋势带来的改变，并 正致力于帮助更多人第一时间看懂新趋势、新机遇。 如果你与我们志同道合，对 AI大模型、具身智能、终端硬件、AI新媒体编辑 感兴趣，我们 正在招聘这些领域的原创作者。 以下岗位均为全职，工作地点：北京中关村。 岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正 加分项： 加入我们，你可以获得： 乐于探索AI新工具，善用AI新工具； 拥有解读论文的能力，能深入浅出讲解原理； 有写代码能力； 量子位长期读者。 站在AI浪潮之巅 ：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知 体系。 玩转AI新工具 ：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 打造个人影响力 ：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领 袖。 在招岗位包括： AI大模型方向编辑作者 你需要做什么？ 我们希望你是： 拓展行业人脉 ：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业 视野。 ...

西风 发自 凹非寺 量子位 | 公众号 QbitAI 打工人打工魂，这年头机器人都开始当主持"人"了。 扭头一看，台下还有个小的机器人在举气球： 坐标上海张江，人形机器人玩家 傅利叶 迎来十周年，在十周年庆典暨首届具身智能生态峰会上， CEO顾捷 宣布了下个十年的规划： 要做以人 为本的具身 智能 。 具体含义包含三个方面： 傅利叶于2015年在张江孵化器起步，康复机器人起家，第一款产品就是 外骨骼机器人 。 已进驻全球3000多家终端医院 在落地成果方面，顾捷透露了一系列合作。 从外骨骼机器人起步，傅利叶在2020年提出了"智能康复港"模式，自主研发覆盖全身、全周期的30多款康复机器人产品，并组建了专业医生 和运营团队。 他们将传统的康复治疗，升级成了用机器人进行评估和训练。 有"温度"的交互： 多模态、个性化，可共情的Agent能力；交互友好的软件+硬件设计。 更"生动"的理解，更"主动"的执行： 视觉、听觉、触觉等多模态感知能力；全身运动控制能力和端到端任务规划能力。 专业可靠，长期相伴： 硬件生产制造、医疗级质量合规验证。 如今已打造了 GR-1 、 GR-2 两款全尺寸人形机器人，前不久又加入开源赛 ...

DeepSeek 发自 凹非寺 量子位 | 公众号 QbitAI 未来同事，你好~ 这是一则 招聘帖 。 量子位 是一个关注AI及前沿科技的新媒体平台，我们着迷于全新技术和趋势带来的改变，并 正致力于帮助更多人第一时间看懂新趋势、新机遇。 如果你与我们志同道合，对 AI大模型、具身智能、终端硬件、AI新媒体编辑 感兴趣，我们 正在招聘这些领域的原创作者。 以下岗位均为全职，工作地点：北京中关村。 岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正 加分项： 加入我们，你可以获得： 乐于探索AI新工具，善用AI新工具； 拥有解读论文的能力，能深入浅出讲解原理； 有写代码能力； 量子位长期读者。 站在AI浪潮之巅 ：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知 体系。 玩转AI新工具 ：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 打造个人影响力 ：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领 袖。 在招岗位包括： AI大模型方向编辑作者 你需要做什么？ 我们希望你是： 拓展行业人脉 ：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业 视野。 ...

衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 当大模型赛道中不少玩家明确表示放弃基础大模型研发，心思放在更聚焦的方向上时，阶跃星辰站出来——就像这家公司第一次亮相时那 样，给外界一个明确的回答： 我们会 坚持基础大模型研发。 创始人兼CEO姜大昕解 释了背后逻辑。 一方面，大模型行业的趋势技术发展还是在非常陡峭的区间。 他也很感慨AI行业发展瞬息万变，"去年大家觉得GPT-4很牛，今天他都快下 架了"，等到明年看今年的技术，同样会觉得微不足道。 姜大昕说，阶跃不想在这个过程中放弃主流增长或前进的趋势，所以还是会坚持做基础模型的研发。 另一方面，从应用的角度来看，阶跃仍然相信应用和模型是相辅相成的。 因此，在基座模型上面继续投入以追求智能的上限，仍然是当下最重要的一件事。 要怎么去不停触碰智能的边界or天花板？不如先来看看这个领域里最前沿的趋势有哪些。 姜大昕复盘道，趋势共有如下两条： 一条是"模仿学习到强化学习"，另一条是"从多模态融合走向了多模态理解生成一体化"。 从模仿学习到强化学习的技术演进大家已经非常熟悉， OpenAI的o1、o3，以及DeepSeek-R1背后采用的都是强化学习技术，也是现 ...

DeepSeek 发自 凹非寺 量子位 | 公众号 QbitAI 未来同事，你好~ 这是一则 招聘帖 。 量子位 是一个关注AI及前沿科技的新媒体平台，我们着迷于全新技术和趋势带来的改变，并 正致力于帮助更多人第一时间看懂新趋势、新机遇。 如果你与我们志同道合，对 AI大模型、具身智能、终端硬件、AI新媒体编辑 感兴趣，我们 正在招聘这些领域的原创作者。 以下岗位均为全职，工作地点：北京中关村。 岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正 加分项： 加入我们，你可以获得： 乐于探索AI新工具，善用AI新工具； 拥有解读论文的能力，能深入浅出讲解原理； 有写代码能力； 量子位长期读者。 站在AI浪潮之巅 ：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知 体系。 玩转AI新工具 ：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 打造个人影响力 ：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领 袖。 在招岗位包括： AI大模型方向编辑作者 你需要做什么？ 我们希望你是： 拓展行业人脉 ：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业 视野。 ...

西风 衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 怎么老是你？？？ （How old are you） 这是最近网友不断对着 Transformer八子之一的Noam Shazeer （为方便阅读 ，我们称 他为沙哥） 发出的灵魂疑问。 尤其是最近Meta FAIR研究员朱泽园分享了他们《Physics of Language Models》项目的系列新进展后，有网友发现，其中提到的3-token 因果卷积相关内容，沙哥等又早在三年前就有相关研究。 是的，" 又 "。 因为你只要梳理一遍他的工作履历，就不难发现，AI界大大小小的突破背后，总是能发现他的名字。 "不是搞个人崇拜，但为什么总是Noam Shazeer？" △ 网友称右下角沙哥图由GPT-4o生成 朱泽园也自己也站出来表示，沙哥成果超前： 我也觉得Shazeer可能是个时间旅行者。 我原本不相信他们的gated MLP （在写第3.3部分的时候，因为门控多层感知机让训练不稳定） ，但现在我信服了 （在添加了Canon 层之后，我们在第4.1部分对比了多层感知机和门控多层感知机） 。 正式认识一下，沙哥是谁？ 他是 Transformer八 ...

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI Qwen上新 "AI前端工程师" Web Dev，一句话开发网页应用。 三大件HTML，CSS，JavaScript一个工具全包了，定睛一看用的还是React框架。 几秒钟生成个人网站，布局美观还带特效，接下来改改内容上传GitHub Pages就完事了。 又或者哪家Agent能自动部署网页了，有知道的欢迎在评论区交流。 官方在Twitter的宣传还演示了一句话复刻Twitter界面。 有开发者表示，这不仅是文本到像素级渲染，还可以让团队先快速搭建脚手架，再逐步完善，加快开发流程。 手快的网友已经复刻了GitHub的界面。 Qwen版Canvas/Artifact 除了开发网页应用外，Qwen官方还演示了制作复杂动画的效果。 编写一个水果电子商务网站，创建一个防晒产品介绍网站，都只需要一句话。 当然，要是有更具体的内容和页面布局要求，也可以仔细描述： 创建一个语义化的"联系客服"表单，其中包含用户姓名、邮箱、问题类型和留言等字段。表单元素在卡片内垂直排列。 更高级的玩法是发给AI一个网页，让它根据里面的内容自己创建合适的展示方式。 从前面的例子可以看出，每 ...

克雷西 发自 凹非寺 量子位 | 公众号 QbitAI 人物部分，提示词如下： A woman takes a selfie in a busy city. A woman holds a smartphone in one hand and makes a peace sign with the other. The background is a bustling street scene with various signs and pedestrians. 刚刚，鹅厂开源"自定义"视频生成模型 HunyuanCustom 。 "自定义"主打的就是主体一致性，用一张图片就可以确定视频主角， 其一致性评分达到了开源模型SOTA ，且可和闭源媲美。 这样在构思提示词时，就可以不必纠结主体特征描述了。 HunyuanCustom一共支持单主体参考、多主体参考、局部编辑、角色配音四大功能。 其中 单主体参考已上线并开源，其余也将在本月内开源 。 此外混元的技术人员还在直播中透露，团队正在和开源社区合作， 将适配AI创作者常用的ComfyUI 。 期待所有功能完整上线的同时，不妨先来看看demo效果！ 主体一致性 ...

DeepSeek 发自 凹非寺 量子位 | 公众号 QbitAI 未来同事，你好~ 这是一则 招聘帖 。 加入我们，你可以获得： 乐于探索AI新工具，善用AI新工具； 拥有解读论文的能力，能深入浅出讲解原理； 有写代码能力； 量子位长期读者。 站在AI浪潮之巅 ：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知 体系。 玩转AI新工具 ：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 打造个人影响力 ：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领 袖。 在招岗位包括： AI大模型方向编辑作者 量子位 是一个关注AI及前沿科技的新媒体平台，我们着迷于全新技术和趋势带来的改变，并 正致力于帮助更多人第一时间看懂新趋势、新机遇。 如果你与我们志同道合，对 AI大模型、具身智能、终端硬件、AI新媒体编辑 感兴趣，我们 正在招聘这些领域的原创作者。 以下岗位均为全职，工作地点：北京中关村。 岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正 加分项： 你需要做什么？ AI大模型方向编辑作者 具身智能机器人方向编辑作者 终端硬件方向编辑作者 AI新媒体编辑（微博/小红书 ...