IvesFeng666

NextStep-1:自回归图像生成的”终极形态”,14B参数模型开源了!

阶跃星辰(StepFun)团队开源了NextStep-1,一款14B参数的纯自回归图像生成模型。该模型直接在连续视觉空间生成图像,无需依赖扩散模型或离散化处理,由14B参数Transformer骨干和157M参数流匹配头组成。它支持高保真文生图及精准图像编辑(如物体增删、背景修改),在GenEval(0.73)、GenAI-Bench等基准测试中表现优异,接近顶尖扩散模型。但存在生成不稳定、解码延迟等挑战,标志着自回归图像生成新阶段。

NextStep-1:自回归图像生成的”终极形态”,14B参数模型开源了! 続きを読む "

浏览器自动化开源项目,让 AI 真正“上网干活”

Nanobrowser是近期在GitHub爆火的开源AI浏览器自动化框架,上线一周获17,000+星标。其核心采用双智能体协作模式:Planner拆解自然语言指令为操作步骤,Navigator在真实网页中执行、读取等操作。该项目支持本地运行及多模型接入,可实现论文抓取、比价、舆情监控等网页自动化任务,典型案例显示其2分半完成论文数据抓取,成本仅0.1元。

浏览器自动化开源项目,让 AI 真正“上网干活” 続きを読む "

一文读懂Web3的技术与应用

Web3已从概念走向现实,2025年全球市场规模达213.5亿美元,中国相关产业规模超200亿元。其核心在于用户主权,通过区块链、智能合约、NFT和DID实现权力重分配。五大应用场景包括:DeFi(TVL超1200亿美元)、NFT实用化(如星巴克权益)、DAO(活跃组织超5000个)、GameFi(超3100款游戏)和去中心化身份。市场正从投机转向价值驱动,未来机会聚焦创作者经济、数字身份及RWA资产代币化,目标重建数字信任与公平。

一文读懂Web3的技术与应用 続きを読む "

一文读懂Web3的技术与应用

Web3已从概念走向现实,2025年全球市场规模达213.5亿美元,中国相关产业规模超200亿元。其核心在于用户主权,通过区块链、智能合约、NFT和DID实现权力重分配。五大应用场景包括:DeFi(TVL超1200亿美元)、NFT实用化(如星巴克权益)、DAO(活跃组织超5000个)、GameFi(超3100款游戏)和去中心化身份。市场正从投机转向价值驱动,未来机会聚焦创作者经济、数字身份及RWA资产代币化,目标重建数字信任与公平。

一文读懂Web3的技术与应用 続きを読む "

LTX-2 炸场了!全球首个音画同步 4K 视频生成模型,ComfyUI 已支持

LTX-2是Lightricks发布的全球首个音画同步4K视频生成模型,可生成20秒、50fps高清视频,支持文本/图像输入。它实现了角色口型与语音同步,能在ComfyUI运行并本地部署,将于5年11月下旬开源。作为专业级创作工具,LTX-2让"文字变电影级短片"成为现实。

LTX-2 炸场了!全球首个音画同步 4K 视频生成模型,ComfyUI 已支持 続きを読む "