51CTO首页
AI.x社区
博客
学堂
精品班
软考社区
免费课
企业培训
鸿蒙开发者社区
WOT技术大会
IT证书
公众号矩阵
移动端
短视频免费课程课程排行直播课软考学堂
全部课程厂商认证IT技术25年5月软考PMP项目管理免费题库
在线学习
文章资源问答课堂专栏直播
51CTO
鸿蒙开发者社区
51CTO技术栈
51CTO官微
51CTO学堂
51CTO博客
CTO训练营
鸿蒙开发者社区订阅号
51CTO软考
51CTO学堂APP
51CTO学堂企业版APP
鸿蒙开发者社区视频号
51CTO软考题库
账号设置 退出

人工智能

2.8w内容  
聚合人工智能话题下，包括 机器学习、深度学习、计算机视觉、自然语言处理等领域的新闻资讯、前沿理论、技术知识、应用案例。
文章 博文帖子课程
共 2.8w 条
OpenAI发布新年目标，Agent智能体或将迎来百模大战
关于智能体，有网友爆料，OpenAI 可能在 1 月份发布一个名为 “operator” 的 Agent，这个 Agent 将具备直接控制电脑的能力。其实24年10月份的时候，Claude 就已经发布了基于 Claude 3.5 Sonnet 多模态大模型，可操作电脑的智能体。

2025-01-03 11:02:38

OpenAIAgent大模型
斯坦福AI科研神器开源，一键成文GPT-4o mini加持！科研写作彻底解放双手
斯坦福大学最新AI进展！开源STORM&Co-STORM系统，只需填写主题，就可以全面整合资源，避开信息盲点生成高质量长文。

2025-01-03 10:55:22

AI资源系统
港大&Adobe提出通用生成框架UniReal：通过学习真实世界动态实现通用图像生成和编辑
论文提出了一个统一的框架UniReal，旨在解决各种图像生成和编辑任务。

2025-01-03 10:30:00

AI图像生成模型
史上最激烈H-1B骂战引爆美国！马斯克开炮：进口劳动力断供，美国科技要崩
在美国，围绕H-1B的话题最近是吵翻天了。马斯克坚决捍卫，摇旗呐喊，直言自己要「在这个问题上，发起一场无法想象的战争」。而这也揭开了事实一幕：来自国外的进口劳动力，撑起了美国的科技行业的半边天。

2025-01-03 10:18:22

马斯克AI科技
InfiniCube：来自英伟达的高保真度高可控大规模动态3D驾驶场景生成方法
这篇论文介绍了一个名为InfiniCube的系统，它是一个用于生成无界且可控制的动态3D驾驶场景的方法。

2025-01-03 10:00:00

3D自动驾驶生成
突破非视距条件依赖！大规模区域、低成本的UWB-LiDAR标定与单次定位框架
该文章提出了一种应对非视距 (NLoS) 问题的 UWB 标定方法，利用 SLICT 生成连续时间轨迹。

2025-01-03 09:42:15

AI视觉生成
Cline + DeepSeek-V3 对打 Cursor，谁更胜一筹？
近期国产大模型 DeepSeek 发布了 v3 版本，性能大幅提升，可以媲美当前的老大哥 Claude-3.5-Sonnet，同时价格也很美丽，如果说 Cursor 每个月要花 20$，DeepSeek 可能把后面的单位 \$ 去掉就可以了，瞬间是不是感觉香了？毕竟能省不少啊。

2025-01-03 09:27:14

ClineDeepSeek大模型
Tokenformer：下一代Transformer架构
本次介绍的论文标题为：Tokenformer: Rethinking Transformer Scaling with Tokenized Model Parameters,” 顾名思义，本文提出了Tokenformer架构，其优势在于增量学习能力：在增加模型尺寸时，无需从头开始重新训练模型，大大降低了成本。

2025-01-03 09:24:10

模型架构论文
清华大学推 AutoDroid-V2：AI 离线在线协同，优化移动端自动化 GUI 控制
清华大学智能产业研究院（AIR）于 2024 年 12 月 24 日发布论文，介绍推出 AutoDroid-V2 AI 模型，在移动设备上利用小语言模型，显著提升了自然语言控制的自动化程度。

2025-01-03 08:30:00

清华大学模型
金融风控领域的大模型落地实践
大模型的引入旨在提升效率，通过优化小模型构建与工作流程自动化，减轻业务人员负担。智能体在金融领域的应用包括欺诈调查与数据分析助手，预示着通过大模型辅助构建类 AGI 系统的可能性，能够进一步提升金融风控的效率与效果，在金融领域拥有广泛的应用前景。

2025-01-03 08:26:17

大模型AGIAkulaku
别再将LLM当成数据库了 译文 精选
本文介绍了为什么批处理范式已过时，它如何阻碍AI应用，以及为什么AI的未来需要一种实时事件流平台。

2025-01-03 08:13:08

生成式AI大语言模型LLM
当人工智能遇上市政债券市场：聊聊算法交易与AI预测
算法的定义并不复杂，甚至可以说相当简单。算法代表一组指令，使得计算机程序能够将不同的信息源（数据）组合起来以生成所需要的结果。

2025-01-03 08:00:00

人工智能算法自动驾驶
李彦宏的全员信：AI原生应用将迎来井喷式增长！走在技术的最前沿：风险更大、承受高于同行的失败概率、忍受白眼，还要耐得住寂寞！ 原创 精选
在AI卷到白热化之时，李彦宏也说，“竞争比任何时候都更加激烈，技术迭代的速度比以往任何时候都更快，我们面临的挑战也是前所未有的。”

2025-01-02 18:53:44

AI李彦宏技术
入门 Transformer：概念、代码与流程详解
本文介绍了非常基础的Transformer代码实现。内容涵盖了从embedding、位置编码、多头注意力到前馈网络的所有内容，并解释了它们如何最终结合在一起形成完整的架构。

2025-01-02 15:40:23

深度学习NLP神经网络
全新模型RoboVLMs解锁VLA无限可能，真实机器人实验交出满分答卷
虽然 VLAs 在各种任务和场景中表现抢眼，但大家在模型设计上却走了很多不同的路，比如用什么架构、怎么选数据、怎么调训练策略等等，这导致领域内对 “怎么做好一个 VLA” 还没有统一的答案。

2025-01-02 14:30:00

AI训练模型
为什么说AI私有部署才是未来趋势
私有部署人工智能（AI）的长期优势在于其能够为企业提供更深层次的控制、成本效益和灵活性。以下是私有AI部署的好处、面临的挑战以及具体实例。

2025-01-02 14:00:46

人工智能私有AI部署
剑桥大学研究警示：AI或先于用户决策，自行“卖掉”决定
对话式人工智能和聊天机器人的兴起正在为社交操纵创造前所未有的机会。这些系统将把我们上网习惯的知识与复杂的个性模仿结合起来，建立深层次的信任，同时通过随意的交谈收集私密的心理数据。

2025-01-02 13:50:35

AI人工智能
字节整活！1.58比特FLUX：手机也能流畅运行的顶尖AI画图神器来了
字节和POSTECH联手搞了个大事情，直接把最先进的AI画图工具“瘦身”成功，而且画质几乎没差别！

2025-01-02 13:50:00

AI工具模型
伦敦大学学院、华盛顿大学研究：AI 写作工具正不断进步，但仍无法媲美人类创造力
现如今，人们只需敲敲键盘，就可以让 AI 写作工具帮忙代写论文、创作说唱歌曲或编写剧本。然而就目前来说，人类仍然不能指望它具备“莎士比亚式的原创性”。

2025-01-02 13:41:53

AI 写作
比人类神经元快10亿倍！港中文、中科院「超级大脑」：1秒识图3479万张
想象一下，一个比人类大脑快10亿倍「超级大脑」是什么概念？来自港中文、中科院物理所等机构研究人员，提出了突破性激光人工神经元，完美复刻了人类神经细胞功能，更创造了惊人的处理速度记录。

2025-01-02 13:30:00

AI神经网络算法
全面打破GPT-4垄断、DeepSeek打下训练成本...2024年大模型领域进展全复盘
对于身在 AI 领域的工程师和学者们来说，他们看待这一年的观点会有不同吗？

2025-01-02 13:15:00

AI训练数据
2024年AI安全五大热点回顾
在ChatGPT推出两年后，生成式AI已成为网络安全领域的重要力量。2024年生成式AI技术的影响无处不在，从深伪欺诈到“影子AI”的风险，再到AI安全法规的出现和AI驱动的漏洞研究潜力。以下，我们将盘点过去一年AI与网络安全的五大热点话题。

2025-01-02 13:10:56

网络安全ChatGPT人工智能
微软论文意外「走光」，OpenAI参数全泄密！GPT-4o仅200B，o1 300B
穿越重重迷雾，OpenAI模型参数终被揭开！一份来自微软华盛顿大学医疗论文，意外曝光了GPT-4、GPT-4o、o1系列模型参数。让所有人震惊不已的是，GPT-4o mini仅8B。

2025-01-02 13:00:00

模型数据训练
4o-mini只有8B，Claude 3.5 Sonnet有175B，微软论文「透露」了下顶级模型参数
这篇论文主要介绍了一个用于检测和纠正临床记录中医疗错误的公开基准测试 MEDEC1，其包含 3,848 个临床文本。论文描述了数据创建方法，并评估了近期的 LLMs（例如 o1-preview、GPT-4、Claude 3.5 Sonnet 和 Gemini 2.0 Flash）在检测和纠正需要医学知识和推理能力的医疗错误任务上的表现。

2025-01-02 12:48:36

AI论文测试
大规模3D场景2分钟生成，效率提升30倍！中科院发布空间智能新框架
SceneX是一个创新的3D场景生成框架，能根据简单的文字描述快速创建高质量、逼真的虚拟场景，大幅提高构建虚拟世界的效率和灵活性。

2025-01-02 12:22:09

大规模3D场景
2024 Github 十大最佳 RAG 框架
Canopy 注重可扩展性和与 Pinecone 生态系统的集成，对于已经使用或考虑使用 Pinecone 满足矢量搜索需求的企业来说，Canopy 是一个极佳的选择。

2025-01-02 11:54:01

GithubRAG框架
2024年人工智能的发展趋势
回顾2024年的人工智能领域，我们可以观察到一系列显著的趋势，特别是人工智能助手的广泛应用、人工智能代理的兴起，以及企业在选择人工智能解决方案时所面临的挑战与考量。以下是对行业专家Derek Topp关于这些趋势的深入解读。

2025-01-02 11:39:32

人工智能大型语言模型数据隐私
10秒极速出片！还有超多特效模版，国产视频模型又整新活了
除了生成速度非常震撼，PixVerse V3.5的重磅更新还包括对视频画面中的动作控制更加精准流畅了！

2025-01-02 11:26:55

模版PixVerse V视频
多模态长文档新基准来了！20多项任务覆盖理解推理定位，GPT-4o也就刚及格
全面、细粒度评估模型多模态长文档理解能力的评测集来了～名为LongDocURL，集成了长文档理解、数值推理和跨元素定位三个主任务，并包含20个细分子任务。

2025-01-02 11:01:45

GPT-4oLongDocURL人工智能
4o-mini只有8B，o1也才300B！微软论文意外曝光GPT核心机密
英伟达2024年初发布B200时，就摊牌了GPT-4是1.8T MoE也就是1800B，这里微软的数字更精确，为1.76T。

2025-01-02 11:00:34

GPT-4o1-previewmini
Drone-YOLO：一种有效的无人机图像目标检测
无人机图像中的目标检测是各个研究领域的重要基础。然而，无人机图像带来了独特的挑战，包括图像尺寸大、检测对象尺寸小、分布密集、实例重叠和照明不足，这些都会影响对象检测的有效性。

2025-01-02 10:30:00

无人机目标检测AI
优于FCOS：在One-Stage和Anchor-Free目标检测中以最小的成本实现最小的错位
与基线FCOS（一种单阶段和无锚目标象检测模型）相比，新提出的模型在不同的主干上始终获得大约3 个AP的改进，证明了新方法的简单性和效率。

2025-01-02 10:00:00

模型目标检测AI
OpenAI o1-preview操纵游戏文件，战胜国际象棋引擎Stockfish
据外媒报道，OpenAI的“推理”模型o1-preview能够在规则之外的游戏中获胜。o1-preview并没有与专门的国际象棋引擎Stockfish进行一场正式的国际象棋比赛，而是想出了如何破解其测试环境以强制获胜的方法。

2025-01-02 09:53:17

OpenAIo1-preview
美国四大科技巨头疯狂建设AI数据中心，2024年总投资约2180亿美元
2024年1-8月，微软、Meta、谷歌、亚马逊总计向AI数据中心投入1250亿美元，包括AI资本支出、总数据中心运营成本，现金运营费用、软件、折旧和电费也纳入统计。

2025-01-02 09:50:38

AI数据中心
GitHub 7.5k star量，各种视觉Transformer的PyTorch实现合集整理好了
该项目名为「vit-pytorch」，它是一个 Vision Transformer 实现，展示了一种在 PyTorch 中仅使用单个 transformer 编码器来实现视觉分类 SOTA 结果的简单方法。

2025-01-02 09:32:54

AI模型数据
OpenAI o1「作弊」修改系统，强行击败专业象棋AI！全程无需提示
在与专用国际象棋引擎Stockfish测试中，只因提示词中包含能力「强大」等形容词，o1-preview入侵测试环境，直接修改比赛数据，靠「作弊」拿下胜利。这种现象，表明AI安全任重道远。

2025-01-02 09:30:00

AI数据测试
奇点临近！美国47%工作岗位将被ASI卷走，大佬急发「逃生攻略」
进入25年，ASI正在逐月逼近！美国一份报告显示，未来20年内，约47%的工作岗位将会被自动化取代！我们做好准备了吗？

2025-01-02 09:20:00

AI自动化报告
潞晨尤洋：视频生成的GPT-4时刻，3年后可以见证 | MEET 2025
从开年到现在，国内外、初创独角兽到互联网大厂，都纷纷投入视频生成领域，带来一个个新鲜模型的同时，视频、影视行业也随之发生巨变。

2025-01-02 09:14:51

视频生成AI模型
世界模型再进化！DrivingWorld：通过视频GPT构建自动驾驶世界模型（港科技&地平线）
今天为大家分享香港科技大学&地平线最新的工作—DrivingWorld！通过视频GPT构建自动驾驶世界模型。

2025-01-02 09:12:34

自动驾驶模型AI
多模态RAG技术：从语义抽取到VLM应用与规模化挑战
本次分享聚焦于多模态 RAG 的实现路径与发展前景。多模态 RAG 的发展方向旨在构建一个高度集成的系统，能够无缝融合文本、图像和其它多媒体元素，为用户提供更丰富的信息交互体验。

2025-01-02 08:36:25

多模态RAG深度学习自然语言处理
DDPG算法轻松解决AI医疗机器人技术难题：连续动作控制 译文 精选
本文旨在探索DDPG算法如何解决连续动作控制难题，从而进一步提升生物工程领域AI驱动的医疗机器人的强大功能。

2025-01-02 08:23:51

DDPG算法医疗机器人AI
本科学历但创造出GPT，奥特曼盛赞为「爱因斯坦级」天才，OpenAI总裁：他想要的，我们都给
他毕业于富兰克林·欧林工程学院（Franklin W. Olin College of Engineering）。据网友透露，这是个规模很小、以项目为导向的工程学院。其声誉与Rose-Hulman理工学院和Harvey Mudd College等学校类似。

2025-01-02 07:30:00

GPTOpenAI语言模型
1080P高清视频十秒生成！广告创意秒出片，支持动漫风，国产玩家出品
新模型不仅能10秒光速生成高清视频，而且复杂运动、各种二次元风格也都轻松拿捏——这次他们还内置了更多有趣的模版：成为肌肉猛男、圣诞礼物盲盒等等，非常适合快速生成短视频。

2025-01-02 07:10:00

AI视频模型PixVerse人工智能
没有博士学位却开启了GPT时代，奥特曼盛赞Alec Radford，爱因斯坦级天才
几天前，OpenAI 宣布组织结构调整，裂变成了一家营利性公司和一个非营利组织。与此同时，OpenAI CEO 山姆・奥特曼在 X 上用一个系列推文感谢了 OpenAI 的多位元老。

2025-01-02 07:05:00

OpenAIAI人工智能
上交大揭露大模型审稿风险：一句话就能让论文评分飞升
虽然 LLM 在提升审稿效率和质量方面有潜力，研究者们强调必须谨慎推进其应用。只有在确保其风险可控且有有效的防范机制后，才能负责任地将 LLM 整合进学术同行评审中，避免破坏学术出版的公正性和严谨性。

2025-01-02 07:00:00

LLM大语言模型人工智能
AI时代 技术性失业会愈演愈烈吗
此前的技术性失业只不过是暂时的、局部性的问题。但我们不能认为从过去历史中获得的经验可以原封不动地套用于未来的状况。过去与未来的前提不同，走向当然也会不同。

2024-12-31 16:08:40

人工智能摩擦性失业宏观经济
线性化注意力综述：突破Softmax二次复杂度瓶颈的高效计算方案
大型语言模型在各个领域都展现出了卓越的性能，但其核心组件之一——softmax注意力机制在计算资源消耗方面存在显著局限性。本文将深入探讨如何通过替代方案实现线性时间复杂度，从而突破这一计算瓶颈。

2024-12-31 15:34:00

大型语言模型Softmax架构
【多模态&LLM】LLaVA系列算法架构演进：LLaVA（1.0->1.5->Next(1.6)->NeXT(Video)）
LLaVA 1.5在sft数据、相应格式上做了些改进，有兴趣看看原文。LLaVA 1.5还引入了高分辨率输入，这种方法允许模型扩展到任意分辨率，同时保持数据效率。

2024-12-31 15:18:42

LLaVA数据格式
AI+OSINT：2025年最值得关注的新兴威胁
在高度互联的数字化时代，情报工作正在经历一次深刻变革。以往依赖人类线人或有限信息源的情报收集方式已逐渐被一种新的模式取代——公开源情报（Open Source Intelligence，简称OSINT）。

2024-12-31 15:03:57

网络安全人工智能漏洞
黄仁勋自掏腰包50亿，开源英伟达GPU管理工具
英伟达刚刚完成收购的这家公司，名字叫Run:ai，2018年成立，投资人包括著名的老虎基金、Insight Partners、红杉资本等等。

2024-12-31 15:00:00

AI模型训练
上一页 1 ··· 1213141516 ··· 569
点赞

51CTO技术栈公众号

业务
速览
在线客服