Wise
PulseAugur coverage of Wise — every cluster mentioning Wise across labs, papers, and developer communities, ranked by signal.
- 2026-09-17 research_milestone Researchers developed and demonstrated WISE, a lightweight, weakly-supervised model for onboard fire smoke detection and localization from satellite imagery. 来源
5 天有情绪数据
-
新AI研究优化视觉推理和图像生成效率
两篇新研究论文探讨了提高生成式AI模型效率和有效性的方法,特别是在视觉推理任务方面。第一篇论文介绍了LatentMorph,一个将隐式潜在推理集成到文本到图像生成中的框架,减少了推理时间并提高了在GenEval和T2I-CompBench等基准测试上的性能。第二篇论文“Sketch, Don't Paint”研究了如何在测试时推理中分配计算资源以进行生成式视觉推理,提出通过使用更少的去噪步骤,甚至在无益时完全省略它们,可以优化渲染视觉思维。
-
欧洲风投 Plural 融资 11 亿美元,用于早期 AI、国防和能源领域的“登月”项目
风险投资公司 Plural 已宣布成功关闭一只新的 10 亿欧元(合 11 亿美元)基金。大部分资金(三分之二)将用于早期投资,剩余三分之一将用于后续投资机会。Plural 旨在投资对欧洲战略利益至关重要的资本密集型领域,包括 AI 基础设施、能源、国防和先进健康解决方案。
-
Coinbase 获批成为国家特许信托银行
Coinbase 已获得美国货币监理署的批准,可以作为国家特许信托银行运营。这一新身份将使 Coinbase 能够提供支付和托管服务,并进一步发展其稳定币业务。虽然不是完整的银行特许经营权,但这一指定对于这家加密货币公司和更广泛的数字资产行业来说,是一个重要的监管步骤。
-
新的WISE框架诊断并归因AI搜索质量问题
研究人员推出WISE,一个旨在诊断和归因算法驱动服务(特别是工业搜索)中低质量问题的代理框架。该框架旨在识别面向用户的问��并将其根源追溯到多阶段模型管道中的特定算法组件。为了提高诊断可靠性,WISE集成了ReTrace用于证据一致的轨迹监督,以及自适应 Harness-策略优化(AHPO)用于故障引导优化。一个新的基准WISE-BENCH也被开发出来,以促进对这些系统的系统性评估,WISE在Qwen3.5-35B-A3B等模型上展示…
-
新的DMReranker系统显著提高了搜索查询中的指令遵循能力
研究人员开发了DMReranker,一种新颖的零样本重排系统,旨在更好地遵循搜索查询中的用户指令。与将指令视为关键词的现有方法不同,DMReranker将查询分解为主题和具体的、可回答的条款。然后,一个小型评判模型评估每个条款,并将生成的概率相乘以产生综合得分。这种方法显著提高了指令遵循能力,在InfoSearch基准测试上实现了50.9的宏观WISE分数,远高于GPT-4o作为逐项重排器时的33.5分。
-
新的AI方法优化视觉令牌处理以提高效率
研究人员开发了新的方法来优化AI模型中的视觉令牌处理,以降低计算成本。视觉令牌路由(VTR)学习仅从屏幕截图中选择与AI代理最相关的视觉令牌,显著降低了处理需求和推理成本,同时保持了性能。类似地,MoETok为一维视觉令牌化器引入了一个稀疏专家路由系统,允许令牌根据其角色由专门的专家处理,从而提高了重建、语义表示和生成能力。
-
统一的多模态模型通过交错强化学习学会自我纠正
研究人员开发了 UMM-Reflection,一种用于统一多模态模型的新型强化学习方法,使其能够迭代地改进自身的图像生成能力。该方法使模型能够联合学习反射策略和图像生成,使其能够在没有外部评论者的情况下诊断错误、修改输出并评估这些修改的影响。UMM-Reflection 在多个基准测试中表现出显著的改进,包括 BAGEL、WISE、OneIG-Bench 和 T2I-CompBench++,显示了其在增强图像生成任务的自我纠正方面的有效性。
-
Stride框架通过可感知尺度的多智能体精炼技术推动信息图生成
研究人员推出了一种新颖的多智能体框架Stride,旨在增强信息图生成。Stride通过将约束评估与视觉基础分离,将全局修订路由给组合器智能体,将局部修正路由给修饰器智能体,从而解决了迭代精炼中的尺度不匹配挑战。这种方法包括每步冗余和单调接受,使得Stride能够在WISE等基准测试上达到最先进的性能,并在BizGenEval和IGenBench上超越Nano-Banana-2.0和Seedream-5.0-Pro等专有系统。
-
AI开发者分享黑客马拉松获胜、图像生成和LLM记忆限制的见解 · 追踪10个来源
几位开发者正在分享他们与AI工具和编码实践相关的经验和见解。一位用户赢得了黑客马拉松奖并讨论了支付选项,另一位用户分享了一个使用AI生成图像的项目。AI挑战赛的投稿突显了AI的创意用法,讨论触及了LLM记忆的局限性以及AI代理交互的实际问题。
-
EvoGen-Harness 框架通过进化外部组件来增强 T2I 模型
研究人员开发了 EvoGen-Harness,一个旨在增强文本到图像(T2I)生成系统而无需更改核心生成器参数的新颖框架。该系统专注于通过同时进化多个职责来适应提示或路由等外部组件。它使用一种称为 Trace 的方法来有效地归因失败并指导进化,从而防止不必要的更新并提高各种基准的性能。
-
新型WISE模型实现轻量级、机载卫星烟雾检测
研究人员开发了WISE,这是一种轻量级、弱监督模型,专为从卫星图像进行机载火灾烟雾检测与定位而设计。该模型解决了在严格内存和延迟限制下进行高效处理的需求,不同于现有方法在空间上受限或计算量过大的问题。WISE采用教师-学生蒸馏策略,实现近乎实时的每瓦片推理,一次性预测烟雾存在和概率图。该模型已在国际空间站(ISS)的轨道上以及地面卫星图像上进行了测试,证明了其在参数和计算需求极小的情况下具有有效的检测和定位能力。
-
Yingsuan AI 为中国大语言模型推出 OpenAI 兼容网关
Yingsuan AI 推出了一个 OpenAI 兼容网关,旨在简化集成多个中国大语言模型的流程。该服务为开发者提供单一 API 密钥,即可访问 DeepSeek、智谱 AI 和阿里云等提供商的模型,从而减少了管理单独账户和 SDK 的麻烦。它提供 100 次免费试用调用以及三个永久免费模型的使用权,无需信用卡即可开始,方便开发者进行原型设计和测试 AI 项目。
-
AI 知识编辑基准存在缺陷,新研究发现
一篇新的研究论文认为,当前用于 AI 模型知识编辑的基准存在根本性缺陷,未能准确衡量关键的“范围分类”决策。作者开发了一种名为 INLAY 的无梯度编辑器来生成精确的真实情况,揭示现有基准与简单的静态策略相比没有可衡量的改进。这种局限性源于其反事实性质,这使得分类器无法学会拒绝不正确的编辑。
-
Airwallex 以 110 亿美元估值融资 3.2 亿美元,用于人工智能驱动的自主金融
Airwallex 已完成 3.2 亿美元的 H 轮融资,估值达到 110 亿美元。这家金融科技公司正转向“自主金融”和“代理式商务”,推出了 T:0 等人工智能驱动的功能,用于自动化簿记,以及 Ari 用于一键结账。此轮融资由 Addition 领投,紧随去年 12 月的 3.3 亿美元融资之后,将支持 Airwallex 大举拓展美国、韩国、墨西哥和巴西等市场。
-
Wise 警告勿购买已验证账户,称存在诈骗风险
金融机构 Wise 明确表示,已验证账户不能合法购买。该公司强调,每个账户都与其开户人绑定,并且必须经过其本人的身份验证流程。宣传出售已验证 Wise 账户的网站通常是诈骗,购买此类账户存在被 Wise 永久关闭的风险。
-
AI API 项目收到来自韩国的 Kimi K3 模型首个订单
一位开发者启动了一个 AI API 接入项目,为包括 Kimi K3 和 GLM 5.2 在内的多款热门模型提供无限 token。该项目通常服务于印度和西方国家的用户,但最近收到了来自韩国的首个订单。这位韩国客户测试了 Kimi K3 模型,对结果感到满意,并购买了两个账户,享受每小时 200 次调用的套餐,于 2026 年 8 月 12 日通过 Wise 付款。
-
2026年俄罗斯用户在支付AI服务时面临复杂的支付障碍
截至2026年7月26日,俄罗斯用户没有一种可靠的方法来支付Freepik、ElevenLabs和Leonardo等外国AI服务的费用。自2022年Visa和Mastercard退出俄罗斯以来,直接支付已不可能。最近的欧盟制裁,包括在2026年1月将俄罗斯列入高风险洗钱名单,使情况更加复杂,增加了处理时间和对涉及俄罗斯客户的交易进行加强审查的要求。ElevenLabs等服务也积极阻止来自俄罗斯的访问,尽管它们可能会建议一些变通方法,例…
-
Revolut 估值达750亿美元,客户达7500万,寻求拓展美国市场
金融科技公司Revolut已在全球拥有7500万客户,估值达750亿美元,取得了显著的全球影响力。该公司已在英国获得全银行牌照,并正在美国寻求牌照,目标是成为一个全面的金融超级应用。Revolut的快速增长和颠覆性方法吸引了包括Jamie Dimon在内的行业领袖的关注,他将其视为颠覆者的成功典范。
-
新数据集DisciplineGen-1M助力学术内容的AI视觉生成
研究人员推出了DisciplineGen-1M,这是一个大规模数据集,旨在提高AI模型在生成和编辑知识密集型视觉内容方面的准确性。该数据集包含跨越数学、物理和计算机科学等十个学科的120万个样本,并通过结合矢量图形渲染、基于OCR的编辑和程序化合成的框架构建而成。使用该数据集进行的实验在GenExam和GRADE等特定学科的基准测试中显示出显著的改进,这表明结构化的学术视觉数据对于推动AI能力超越美学吸引力,实现可验证的、基于知识的视…
-
Mural通过Transformer混合模型将冻结的LLM集成到图像生成中
研究人员开发了一种名为Mural的新方法,该方法将冻结的大型语言模型(LLM)与基于扩散的图像生成器集成。该方法利用Transformer混合模型(MoT)架构,在无需多模态训练数据或显式推理监督的情况下,将LLM知识迁移到文本到图像合成中。实验表明,Mural在GenEval和DPG-Bench等基准测试中取得了强劲的性能,并显著展现了跨语言图像生成和表情符号引导场景构建等新兴能力。