日期: 2025 年 6 月 19 日

TransDiff–最简洁的AR Transformer + Diffusion图像生成方法

作者

本文介绍了一种新的图像生成方法TransDiff，它结合了AR Transformer和Diffusion模型，并提出了Multi-Reference Autoregression（MRAR）范式。TransDiff使用较小的Diffusion Decoder显著降低参数量，同时在基准测试中表现出色。

Google Gemini驱动的研究助手，终端AI开发者助手，轻松管理AI Agent集群

作者

KResearch 是一个使用 Google Gemini API 进行深度研究的 Web 应用程序。AI Fleet 提供了一个管理 AI 开发者代理集群的工具。Customer Service Agents Demo 展示了基于 OpenAI SDK 的客户服务代理系统。qagent 旨在替代传统的 RAG 系统，提供智能搜索和成本优化等功能。use-mcp 是一个简化与 MCP 标准服务器连接的 React Hook。

再见firecrawl！Firecrawl爬虫开源替代方案WaterCrawl

作者

WaterCrawl 是一个基于Python技术栈的强大网络爬虫应用，支持智能爬虫引擎、强大的搜索引擎、多语言与地区支持、实时进度监控和完整的API生态。它通过Docker容器化部署，提供开箱即用特性，适合数据驱动时代的数据采集需求。

刚刚，OpenAI找到控制AI善恶的开关：ChatGPT坏人格在预训练阶段已成型

作者

OpenAI最新研究发现，训练语言模型时如果在一个领域给出错误答案，它在其他领域的表现也可能变得“恶劣”。通过解剖模型内部机制，研究人员找到了一个被称为‘毒性人格特征’的开关。

数据减少超千倍，500 美金就可训练一流视频模型，港城、华为Pusa来了

作者

FVDM & Pusa 提出了一种新的视频扩散模型 (FVDM)，通过引入向量化时间步变量 (VTV) 解决了传统视频生成的局限性。Pusa 项目利用非破坏性微调方法将预训练模型成本降低了数倍，展示了低成本、高灵活视频生成的新时代。