41个榜单SOTA!智谱最新开源GLM-4.5V实测:看图猜地址、视频秒变代码
41个榜单SOTA!智谱最新开源GLM-4.5V实测:看图猜地址、视频秒变代码智谱基于GLM-4.5打造的开源多模态视觉推理模型GLM-4.5V,在42个公开榜单中41项夺得SOTA!其功能涵盖图像、视频、文档理解、Grounding、地图定位、空间关系推理、UI转Code等。
搜索
智谱基于GLM-4.5打造的开源多模态视觉推理模型GLM-4.5V,在42个公开榜单中41项夺得SOTA!其功能涵盖图像、视频、文档理解、Grounding、地图定位、空间关系推理、UI转Code等。
近年来,文生图模型(Text-to-Image Models)飞速发展,从早期的 GAN 架构到如今的扩散和自回归模型,生成图像的质量和细节表现力实现了跨越式提升。这些模型大大降低了高质量图像创作的门槛,为设计、教育、艺术创作等领域带来了前所未有的便利。
在最近的技术报告中,苹果公司提供了更多关于 iOS 26 新的苹果人工智能基础模型(Apple Intelligence Foundation Models)的性能和特性的详细信息,该模型是在最近的 2025 年全球开发者大会(WWDC)上宣布的。
Claude Code 在短短 5 个月内就实现了年化 4 亿美元的营收,成为史上增长最快的产品之一。更重要的是,它正在重新定义程序员与代码之间的关系。
27M小模型超越o3-mini-high和DeepSeek-R1!推理还不靠思维链。 开发者是那位拒绝了马斯克、还要挑战Transformer的00后清华校友,Sapient Intelligence的创始人王冠。
现过去几个月,我把 Claude Code 当“外包程序员”用,爽是爽,但也踩了三大坑:容易跑偏、交付不稳定、成本不可控。直到我换了思路——别把它当单体 AI,而是按角色拆分、按流程固化、按能力外接、按体验提效。
如果你真的想进入深度的 vibe coding 状态,让 AI 发挥最大潜力,这种随时准备接管的心态反而会成为阻碍。人类开发者的干预时机和直接下场写代码的时候越少,最终呈现出的效率和效果反而越好。
当前,大型语言模型(LLM)在软件工程领域的应用日新月异,尤其是在自动修复 Bug 方面,以 SWE-bench 为代表的基准测试展示了 AI 惊人的潜力。然而,软件开发远不止于修 Bug,功能开发与迭代才是日常工作的重头戏。
8 月 4 日凌晨,马斯克旗下 xAI 正式向付费用户推出 Grok Imagine,可以用文字生成图像,然后将图一键变成 AI 视频。 短短 24 小时,Grok Imagine 用户使用量据称达数千万次。惊人的速度背后,是「允许擦边」的「Spicy Mode(火辣模式)」,让这款 AI 视频生成功能成为全网最具争议的新物种。
这款叫 MoonBit Pilot 的代码智能体系统,真正将 AI Agent 从“助手”推向“合作者”的角色。在过去一年中,AI 编程助手迅速普及,从 Copilot、Codex 到 Cursor,成为开发者日常工具链的重要补充。然而,这类工具大多依赖于传统 IDE 插件或 Web 服务形式,智能体的能力受限于调用上下文与反馈机制,难以真正进入开发流程的“核心环节”。