Meta AI 发布 Muse Wonder 系列模型,llm-meta-ai 插件同步更新
Meta AI 发布新模型 Muse Wonder 和 Muse Wonder Full,称其为目前能力最强的模型,Artificial Analysis 将 Muse Wonder(Max)评为与 GPT-6.1 Sol 相当。
推荐理由:作者以插件更新和同一提示词跨版本对比,直观呈现 Meta 新模型在图像生成上的代际变化。
Meta AI 发布新模型 Muse Wonder 和 Muse Wonder Full,称其为目前能力最强的模型,Artificial Analysis 将 Muse Wonder(Max)评为与 GPT-6.1 Sol 相当。
推荐理由:作者以插件更新和同一提示词跨版本对比,直观呈现 Meta 新模型在图像生成上的代际变化。
Google Research 提出 Diffusion Controller 框架,把扩散模型的去噪过程重构为连续控制问题,用一个轻量"转向阻尼器"网络在冻结基座模型的前提下动态调整生成轨迹。
Berkeley AI Research 提出一种基于互信息的成像系统评估与优化框架,仅用含噪测量和噪声模型即可量化测量对物体的区分能力,无需任务专用解码器。该方法在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证,信息估计能预测解码器性能,优化后的设计在更少内存和算力下达到端到端 SOTA 方法水平。相关成果发表于 NeurIPS 2025 论文。