一句话判断
Devin 作为目前最具代表性的自动化工程师代理,其私有化部署方案对企业级 AI 应用有重要参考价值
核心信息
Cognition 团队发布 Devin Outposts,支持在 Cloudflare Workers 的沙盒环境中运行 Devin 代理,通过 Workers 控制对内部服务的访问权限,提供私有网络连接选项。
原始内容
相关动态
大模型GLM-5.2版本发布,增加了视觉模式
0xSero 在社交媒体上宣布 0xSero 基于 B200 芯片的 GLM-5.2-Vision 模型开源,补充了视角分析能力。其中 GLM-5.2 由 Baseten 提供技术支持,因工作能力直接支持开源机会。基于社交媒体新闻得知此消息,未提供详细的技术数据或基准对比。
Luma 发布 Uni-1 系列图像生成模型及 Ray-3-2 视频模型
Luma 推出全新图像生成模型 Uni-1 和 Uni-1-Max,采用先推理后像素的生成方式,在推理基准上超越 Google Nano Banana 2 和 GPT Image 1.5。Uni-1 定价 $0.052/image,Uni-1-Max 支持 2K 输出及最多 9 张参考图像编辑,定价 $0.13/image。同时发布视频模...
百度开源 Unlimited-OCR 再登 HuggingFace 前三
百度开源的无限制OCR模型Unlimited-OCR(30亿参数,32K上下文)再次登上HuggingFace总榜第三,被Yann LeCun转发。该模型可一次性解析100页PDF,40页后错误率低于0.11,准确率93%,GitHub Star 1.65万,HuggingFace下载量224万。技术核心是R-SWA机制,能保持恒定KV ...
Cosmos 3 Super模型发布
NVIDIA AI 发布了 4 步 Cosmos 3 Super 模型,生成图像和视频速度比原版快 25 倍,在 Artificial Analysis 基准中图像到视频(无音频)排名第一,文本到图像排名第二,模型已在 Hugging Face 开源。
Qwen-Image-3.0 发布
Alibaba Qwen 团队发布了第三代图像生成基座模型 Qwen-Image-3.0。该模型支持高达 4.5k tokens 的长提示词,可实现复杂的布局生成(如报纸、分镜脚本、3x3 信息图),具备 10px 级别清晰的文本渲染能力,并支持 12 种语言和 100 多种艺术风格。