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
微软开源视频Tokenizer新SOTA！显著优于Cosmos Tokenizer和Open-Sora
Sora等视频生成模型工作中，都会利用Tokenizer将原始的高维视频数据（如图像和视频帧）转换为更为紧凑的视觉Token，再以视觉Token为目标训练生成模型。

2024-12-26 11:48:27

Sora视频生成模型人工智能
英伟达年终核弹！全新B300为o1推理大模型打造，RTX5090也曝光了
根据SemiAnalysis爆料，从第三季度开始，许多AI巨头已经将订单从B200转移到了B300（只有微软还在第四季度继续购买了部分B200）。

2024-12-26 11:45:48

大模型芯片GPU
o3挑战ARC-AGI，遇见大网格就懵圈？英国工程师：ARC-AGI不适合大模型
来自英国的ML工程师Mikel Bober-Irizar（不妨叫他米哥），对ARC题目进行了细致观察。结果米哥发现，题目中的网格规模越大，大模型的表现也就越差。而且不仅是o3，o1和o1 mini，还有隔壁的Claude，都出现了这样的现象。

2024-12-26 11:42:56

ARC-AGI大模型人工智能
Chatbot 不是“万金油”：企业级生成式 AI 如何真正创造价值
在本文中，我将基于众多生成式 AI 应用构建的实战经验，分享我从中获得的见解和研发方法。这些应用程序目前已上线运行，服务于成千上万的用户，它们深刻影响了我在构建生成式 AI 解决方案时的思路 —— 不盲目跟风，也不因效果不佳而感到挫败。

2024-12-26 09:58:18

AI生成式业务流程
港科技最新DrivingRecon：可泛化自动驾驶4D重建新SOTA！
今天为大家分享港科技最新的工作—DrivingRecon！自动驾驶4D场景重建SOTA。

2024-12-26 09:17:27

自动驾驶4D模型
AI前沿盘点：2024年技术应用总结与2025年趋势展望 原创 精选
本文分析了2024年AI应用的落地情况，探讨了AI技术如何在行业中得到实际应用，特别是在医疗、自动驾驶和智能家居等领域的深度渗透。

2024-12-26 08:06:35

AI技术人工智能大模型
人工智能中的智能体内存：持久内存是如何重新定义大语言模型应用程序的 译文 精选
人工智能 （AI） 从根本上改变了我们的生活、工作以及通信方式。GPT-4、BERT、Llama 等大语言模型 （LLM） 在对话式人工智能方面取得了显著进步，不但响应迅速，而且做到了拟人化。即便如此，这些系统仍然普遍存在一个致命缺陷，那就是无法在单个会话之外保留上下文信息。

2024-12-26 08:00:00

人工智能大语言模型持久内存
无需训练、即插即用，新算法大幅增强视频生成质量｜NUS＆上海AI Lab&UT Austin
和最近人气超高的混元视频生成模型（HunyuanVideo）对比来看，加入Enhance-A-Video的版本在生成画面中表现出了更加丰富的细节和更高的语义契合度，生成内容和用户输入的文本提示更匹配：

2024-12-26 07:20:00

视频生成模型算法人工智能
阿里开源首个视觉推理模型，击败GPT-4o，网页一度404
据介绍，这可能是全球第一个视觉推理模型，也可以把它理解为上个月开源的阿里版o1模型QwQ的视觉版本。

2024-12-26 07:10:00

视觉推理模型“眼睛”模型QVQ人工智能
你的下一个浏览器，可以是豆包电脑版！
这是豆包电脑版最新升级的一个功能，是直接嵌套在电脑客户端的那种哦~而且在豆包电脑版里看视频，可以AI沉浸式，不仅重点内容给你划分好了，还可以同时跟豆包提问。

2024-12-26 07:05:00

豆包电脑版浏览器AI
网页多模态建模思考
多模态大模型发展到新的阶段，已经可以将图片（视频）、文本通过统一的decoder模型处理 。如何有效利用已有大模型的能力，低成本适配到网页，是当前研究的热点和难点。

2024-12-26 01:20:53

多模态大模型图片
无需训练、即插即用，新算法大幅增强视频生成质量
简单来说，新算法通过调整时间注意力层输出的一个关键参数，能够在几乎不增加推理负担的情况下，大幅提升生成视频的细节表现和时序连贯性。

2024-12-26 00:51:38

算法参数视频
机器学习 | 从0开始大模型之模型LoRA训练
LoRA 的背后的主要思想是模型微调期间权重的变化也具有较低的内在维度，具体来说，如果Wₙₖ代表单层的权重，ΔWₙₖ代表模型自适应过程中权重的变化，作者提出ΔWₙₖ是一个低秩矩阵，即：rank(ΔWₙₖ) << min(n,k) 。

2024-12-26 00:46:25

机器学习LoRA训练
Bolt.new vs Cursor ，怎么选？
Bolt.new 的灵活性也显得不足，整个系统不能灵活配置，让开发者失去了对工具的操控感。而 Cursor 则提供了充分的灵活性，允许用户根据需求调整各种配置。

2024-12-26 00:38:10

Bolt.newAILLM
终于把机器学习中的特征选择搞懂了！！！
特征选择是机器学习中的重要步骤，其目的是从高维特征空间中选择对模型性能最有价值的特征。通过减少冗余和无关的特征，特征选择可以提高模型的训练效率、减少过拟合并提升模型的泛化性能。

2024-12-26 00:34:47

机器学习特征选择算法
阿里通义千问开源视觉推理模型 QVQ-72B-Preview：像物理学家一样思考
阿里通义千问 Qwen 团队12 月 25 日发布博文，宣布基于 Qwen2-VL-72B 构建，推出 QVQ-72B-Preview 开源视觉推理模型，能够像物理学大师一样，面对复杂的物理问题，沉着冷静地通过逻辑推理找到解决方案。

2024-12-25 20:13:35

开源视觉推理模型
Anthropic 新研究：打错字就能“越狱”GPT-4、Claude 等 AI 模型
人工智能公司 Anthropic 近期发布了一项研究，揭示了大型语言模型（LLM）的安全防护仍然十分脆弱，且绕过这些防护的“越狱”过程可以被自动化。研究表明，仅仅通过改变提示词（prompt）的格式，例如随意的大小写混合，就可能诱导 LLM 产生不应输出的内容。

2024-12-25 20:01:13

AI 模型
TurboAttention：基于多项式近似和渐进式量化的高效注意力机制优化方案，降低LLM计算成本70%
随着大型语言模型(LLMs)在AI应用领域持续发展，其计算成本也呈现显著上升趋势。数据分析表明，GPT-4的运行成本约为700美元/小时，2023年各企业在LLM推理方面的总支出超过50亿美元。

2024-12-25 16:42:18

大型语言模型AILLM
基于 OpenCV 和 Matplotlib 的物体移动可视化
在本文中，我将向你展示如何结合OpenCV和Matplotlib的强大功能，创建此类信号的实时动画可视化。

2024-12-25 16:35:53

计算机视觉OpenCV
人工智能帮助研究人员找到丢失的油气井
石油和天然气行业越来越多地采用人工智能（AI）来推动创新和提高效率。凭借专用人工智能工具的承诺，公司能够以前所未有的精度简化运营和控制成本。

2024-12-25 15:38:22

人工智能石油无人机
大模型版生命游戏来了!「AI科学家」背后公司联手MIT&OpenAI等打造
现在，来自Transformer作者之一Llion Jones创办的Sakana AI，以及MIT、OpenAI等研究机构的联合团队，基于大模型提出了一种新的ALife研究范式——ASAL，人工生命自动搜索。也就是利用多模态大模型来指导ALife模拟。

2024-12-25 15:36:44

Sakana AI大模型ASAL
“深思熟虑”的 AI：OpenAI 提出全新安全对齐方法
OpenAI 的研究人员提出了一种名为“深思熟虑的对齐”（Deliberative Alignment）的新方法，以提升 AI 模型安全性，并已在 o 系列模型中取得显著成效。

2024-12-25 15:31:40

OpenAIAI
NDSS 2025｜Prompt泄露风险：抖音集团安全研究团队揭露多租户KV缓存共享漏洞
抖音集团安全研究团队和南方科技大学可信系统安全实验室合作的研究论文揭示了大语言模型安全领域服务框架的侧信道漏洞，利用多租户场景下的KV缓存共享机制精确恢复了用户提示词。

2024-12-25 15:23:26

大语言模型安全
首个科学计算基座大模型BBT-Neutron开源！突破大科学装置数据分析瓶颈
大语言模型能否解决传统大语言模型在大规模数值数据分析中的局限性问题，助力科学界大科学装置设计、高能物理领域科学计算？

2024-12-25 14:30:00

大语言模型AI计算
MIT、OpenAI等震撼力作：AI首次自主发现人工生命！人类窥见上帝造物
Sakana AI联合MIT、OpenAI等机构提出了全新算法，自动搜索人工生命再达新的里程碑！不需要繁琐手工设计，只通过描述，AI就能发现全新的人造生命体了。

2024-12-25 14:10:00

AI人工智能设计
终于等来能塞进手机的文生图模型！十分之一体量，SnapGen实现百分百的效果
近些年来，以 Stable Diffusion 为代表的扩散模型为文生图（T2I）任务树立了新的标准，PixArt，LUMINA，Hunyuan-DiT 以及 Sana 等工作进一步提高了图像生成的质量和效率。

2024-12-25 13:50:00

训练数据AI
AMD AI芯片被曝软件有大量bug、无法开箱即用!难成英伟达平替！曾在发布会称优于H100六成被打脸；苏妈：我们的技术栈有缺陷 原创 精选
H100/H200 GPU 和 @AMD MI300X 的性能进行了比较，揭开了发布会数据与现实的残忍鸿沟！这份报告有多真实呢？报告中一点拐弯抹角也没有，直接说：AMD 的软件体验充满了 bug，使得 MI300X 的开箱即用训练几乎不可能。

2024-12-25 13:33:18

AMDAI芯片英伟达
模拟生命体，智源线虫登上Nature子刊封面，探索AGI的第三条路径
智源研究院的生命模拟研究中心通过 BAAIWorm 天宝展示了数字生命体建模的潜力，为进一步理解神经控制机制和智能行为的生成机制提供了全新工具。这一成果基于创新的闭环建模思想，将大脑、身体与环境作为整体进行整合，为构建其他数字生命体积累了宝贵经验。

2024-12-25 12:12:12

数字智能AI
首次！大模型自动搜索人工生命，做出AI科学家的Sakana AI又放大招
今年 8 月，Transformer 论文作者之一的 Llion Jones 与前谷歌研究人员 David Ha 共同创立的人工智能公司 Sakana AI 造出了「世界上第一个用于自动化科学研究和开放式发现的 AI 系统」。

2024-12-25 12:04:34

大模型Sakana AI人工智能
谷歌被曝正使用 Anthropic 的 Claude 模型来改进其 Gemini AI
据 TechCrunch 获得的内部通信内容显示，参与改进谷歌 Gemini 人工智能模型的承包商正在将其答案与 Anthropic 的竞品模型 Claude 的输出进行比较。此举引发了谷歌是否获得 Anthropic 授权使用 Claude 进行测试的合规性质疑。

2024-12-25 11:35:48

谷歌人工智能
传OpenAI考虑亲自下场打造人形机器人，此前已投资多家机器人公司
据最新报道，人工智能领域的先驱OpenAI正在考虑亲自进入人形机器人市场。这一消息由The Information披露，该公司内部人士透露了这一战略动向。

2024-12-25 11:30:43

OpenAI人形机器人
2024年AI领域的四大新闻和2025年的一个重要预测
2024年，AI领域迎来了前所未有的突破性进展，特别是在商业化应用和技术创新方面。以ChatGPT为起点的大型语言模型热潮持续升温，不仅科技巨头如OpenAI、微软等纷纷推出新模型，初创公司和个人开发者也积极参与其中，同时，新技术如Liquid Foundation Models开始涌现，为AI领域注入新活力。

2024-12-25 11:26:28

AIChatGPT
OpenAI被曝自研人形机器人，四年前因缺数据解散团队，如今要用机器人数据反哺大模型了
这次不只是投资像Figure、1x和Physical Intelligence这样的机器人初创公司，也不只是算法团队搞机器人强化学习。而是自己涉足硬件，研发有双臂、双腿的实体人形机器人。

2024-12-25 10:58:29

OpenAI人形机器人大模型
了解世界还是预测未来？一场关于自动驾驶世界模型的祛魅（清华最新综述）！
今天为大家分享清华大学最新的世界模型综述！

2024-12-25 09:50:00

自动驾驶模型
人工智能生成的攻击对云的影响较小
尽管如今人工智能驱动的云威胁的直接风险可能较低，但这并不是说组织不应该为这种状况在不久的将来发生的变化做好准备。

2024-12-25 09:30:02

人工智能云威胁网络
阿里推出“眼睛”模型QVQ：全球第一个用于视觉推理的开放权重模型
阿里推出基于 Qwen2-VL-72B 构建的开源多模态推理模型QVQ

2024-12-25 09:30:00

开源模型测试
突破数据瓶颈！交大研发电脑智能体，让 AI 替你熬夜做 PPT
他们提出认知迁移的方法，通过高效收集人类认知轨迹，打造（训练，非 API 调用）了能够像人类一样阅读电脑屏幕，精准操控键盘鼠标，执行长达数十步、跨软件的复杂生产任务的 PC Agent，标志着 AI 真正为人类减负的重要一步！

2024-12-25 09:06:44

AI数据训练
CFO应该理性拥抱Gen-AI 译文 精选
CFO打破人工智能传统方法的首要原因是他们在企业中所扮演角色的扩展。在最近的一项研究中，85%的首席财务官表示，他们希望在制定业务战略方面发挥更重要的作用。

2024-12-25 08:09:37

生成式人工智能CFOGen-AI
大模型AI运用——AgentScope
随着人工智能技术的不断进步，AI在运维领域的应用已经成为提升效率和降低成本的关键因素。通过复杂工具调用，AI也能够处理大量的日志数据，快速定位问题根源，为运维团队提供决策支持。

2024-12-25 08:02:17

人工智能AI运维
设置机器学习管道的初学者指南 译文 精选
本文将向你介绍什么是机器学习管道，以及如何根据开发者的需求，创建出ML管道。

2024-12-25 08:00:00

机器学习ML管道人工智能
GPT5基本玩崩了！谷歌和Meta胜算很大！AI投资人爆料：Meta承接谷歌搜索后，或收购某独角兽，OpenAI其实贼挣钱 原创 精选
作为应用程序开发者，你知道的一件事是人类是没有耐心的。因此，你需要始终构建在性能和质量方面优化的解决方案。作为应用程序开发者，你不能对用户说，比如，我打算提供一个高质量的响应。

2024-12-24 18:13:34

GPT5AIOpenAI
Agent 的基本架构
本文详细介绍了Agent核心是需要具备的几个核心特性与模块，其中包括Profile模块、Memory模块、Planning模块、Action模块。

2024-12-24 16:30:58

Agent
OpenAI发布推理模型o3及其精简版o3-mini
据外媒报道，在为期12天的发布会上，OpenAI宣布了其新一代推理模型o3和精简版o3-mini，专门设计用于在回答问题之前进行更深入的思考，以提高准确性。

2024-12-24 16:15:04

OpenAI推理模型o3
2025年技术趋势预测：采用AI技术的公司面临众多安全挑战
据SUSE发布的2025年技术趋势预测，到2025年，企业将面临新兴威胁和机遇并存的复杂环境。要在这个充满变化的环境中保持领先，企业必须把数字韧性、安全和创新放在首位。

2024-12-24 16:13:32

AI人工智能
时隔6年BERT升级！仅编码器架构没被杀死，更快更准确更长上下文
去年一张“大语言模型进化树”动图在学术圈疯转，decoder-only枝繁叶茂，而曾经盛极一时的encoder-only却似乎走向没落。

2024-12-24 15:30:00

AI训练数据
轻松玩转AI应用开发，火山引擎三大利器让你事半功倍！ 原创
在生成式AI得浪潮中，无论是开发者还是非开发者，都亟需找到适合自己的平台和工具，以便更好地驾驭这股力量。​正是基于这样的背景，火山引擎为开发者提供了三大利器，不仅为开发者提供了高效创新的加速器，也为所有渴望在 AI 时代大展拳脚的人们铺设了一条坚实的道路。

2024-12-24 15:25:06

火山引擎生成式AI火山方舟
106万一只骑士狗！国产机器狗燃爆外网：在悬崖俯冲、水面冲刺，还能给人当坐骑！英伟达大佬揭秘技术跃迁：2025是奖励工程元年！ 原创 精选
今年8月份，宇树创始人王兴兴在采访中说：技术的推进将由「全球共创」，并且很快就会有突破——因为AI技术呈现出阶跃性突变的特点，进步总是突然发生。那么，我们扒扒这台阶跃式飞升的机器狗，都用了哪些“昂贵”的黑科技，其中又显现了哪些AI技术趋势？

2024-12-24 15:13:35

国产机器狗AI
LeCun最新访谈：距离AGI可能不到10年，下一代AI需要情感和视觉训练
语言模型的发展已很难有大的突破了。

2024-12-24 15:07:18

AI模型数据
o3智商高达157？每13333人中才有一个这么高，网友：编码分数无意义
从韦氏智商测试来看，如果 o3 的 IQ 真这么高，则称得上非常优秀。

2024-12-24 15:00:00

模型数据训练
OpenAI被曝数据崩溃GPT-5难产，团队抢算力冲突激烈！Ilya预言成真？
虽然圣诞12日最后一天，o3刷新了ARC-AGI测试，但离AGI依然前途渺茫。而且就在最近，外媒还曝出GPT-5不达预期，还因训练数据问题多次踩坑。对手已经纷纷赶上，OpenAI的前路不容乐观。

2024-12-24 14:30:00

模型AI训练
上一页 1 ··· 1516171819 ··· 568
点赞

51CTO技术栈公众号

业务
速览
在线客服