真假难辨！阿里升级AI人像视频生成，表情动作直逼专业水准
EMO2 是阿里巴巴通义实验室提出的一个音频驱动人像 AI 视频生成的升级版本，通过一张人物肖像图片和任意长度音频生成流畅自然的手部动作、面部表情及身体姿态。
日期: 2025 年 2 月 16 日
比知识蒸馏好用，田渊栋等提出连续概念混合，再度革新Transformer预训练框架
CoCoMix 是一种预训练框架，结合连续概念与稀疏自编码器学习的语义概念，通过交叉熵损失预测选定的概念，并将其混合到模型隐藏状态中，显著提升大型语言模型性能。
一款能从任何文档中提取文本的开源工具：Kreuzberg
Kreuzberg 是一款开源工具，能从各种文件格式（如 PDF、图像、Word 文档）中自动化提取文本，支持 GPU 无要求且提供统一的异步接口。
