深度学习模型
语音驱动的多人对话视频生成MultiTalk，AI智能体个性化记忆操作系统
五个项目介绍：Let Them Talk（语音驱动多人对话生成）、MemoryOS（个性化AI代理内存操作系统）、Gemini MCP Server for Claude Code（Claude增强服务器）、Spy Search（开源智能搜索框架）和ZIN MCP Client（轻量级CLI MCP客户端），涵盖多模态内容生成、AI交互控制、代码审查与分析等多个领域。
推理能力飙升，指令遵循暴跌？MathIF基准揭示大模型“服从性漏洞”
研究揭示越擅长数学推理的模型反而更难完全遵守指令。这项发现强调了AI在处理复杂任务时的’聪明’与’听话’之间的权衡关系，未来有望构建既能深入思考又能严格守规矩的大模型。
爆料！DeepSeek R2即将发布：1.2万亿参数，成本暴跌97%，真王炸，还是空欢喜？
DeepSeek 新模型引发热议，混合专家模型 DeepSeek-R2 集齐 1.2 万亿参数和 780 亿动态激活参数，成本比 GPT-4 低97.3%，引发广泛关注。
o3猜照片位置深度思考6分48秒全程高能，范围精确到“这么近那么美”
ChatGPT通过分析照片中的车牌和细节，准确猜出地理位置，从加州锁定具体小镇。作者分享了详细对话记录及思考过程，指出模型对视觉信息的解析能力有待提升。