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
全部课程软考华为认证厂商认证IT技术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

2.9w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 2.9w 条
微软打响裁员第一枪！AI智能体引爆2025失业潮，硅谷巨头停招程序员
2025年开年，硅谷巨头新一轮裁员已开启。AI智能体掀起的风暴，让Salesforce老板豪言今年停招软件工程师。不仅如此，微软等16家科技公司纷纷加入了这波裁员大军。

2025-01-09 13:41:14

AI软件智能体
今天起，汉字也能AI视频生成了！《滕王阁序》直接拿捏到位了
据了解，新版通义万相已经以84.70%的成绩登上权威评测集VBench榜首的位置，一路超越Gen3、Pika、CausVid等国内外视频生成模型。

2025-01-09 13:30:00

模型训练数据
具身智能新高度！智元机器人推出全球首个4D世界模型EnerVerse
针对上述难题，智元机器人团队提出了 EnerVerse 架构，通过自回归扩散模型（autoregressive diffusion），在生成未来具身空间的同时引导机器人完成复杂任务。

2025-01-09 12:39:27

训练模型AI
通义万相视频生成重磅升级，成功登顶VBench，运镜、质感直达专业级
从实践的角度看，我们其实早就已经迫不及待了：自去年起，不论短视频、动画领域，甚至影视行业的人们都已经开始利用视频生成 AI 进行创作探索。

2025-01-09 12:33:52

人工智能视频生成 AI视频生成模型
引领人机交互革命？微软研究团队发布80页的大模型GUI智能体综述
随着技术的不断迭代与生态的日趋成熟，GUI 智能体有望成为日常工作与生活中的关键工具，让复杂的操作愈加智能、高效，并最终引领人机交互走向全新的智能化时代。

2025-01-09 12:32:57

人工智能GUI 智能体大语言模型
一秒内从单个图像生成3D对象，支持实时编辑，Stability AI推出3D生成新方法SPAR3D
刚刚，Stability AI 在 CES 上宣布为 3D 生成推出一种两阶段新方法 ——SPAR3D（Stable Point Aware 3D），旨在为游戏开发者、产品设计师和环境构建者开拓 3D 原型设计新方式。

2025-01-09 12:32:18

人工智能StabilitySPAR3D
如何证明一个数是无理数？他们找到了欧拉和黎曼错过的证明，华人数学家唐云清参与
荷兰拉德堡德大学的 Wadim Zudilin 说：「当时每个人都相信只需一两年时间，就能证明每个 zeta 值都是无理数。」

2025-01-09 12:24:39

模型训练数据
量子力学100岁了：一场颠覆物理学的“速战速决”
因为整100年前的1925年，正是以德国物理学家海森堡发表一篇名为《运动学和力学关系的量子力学重新诠释》的论文为起点，量子力学的现代时代，齿轮开始转动。

2025-01-09 12:22:28

人工智能量子科学量子力学
表格处理神器登上Nature！开箱即用，平均2.8s解读任意表格
据论文介绍，TabPFN专为小型表格而生，在数据集样本量不超过10,000时性能达到新SOTA。具体而言，它在平均2.8秒内就能取得比之前所有方法更好的结果。甚至即便其他方法拥有长达4小时的“整顿”时间，也还是比不过。

2025-01-09 12:22:04

表格处理神器数据集
黄仁勋一句“量子计算还需20年才实用”，概念股应声腰斩
如果折中取个20年，这个时间就还好，很多人应该也会相信。而在实用的量子计算机问世前，重要的是要关注前量子层面。那么英伟达就会在这中间发挥“重要作用”，推动其“尽快实现这一目标”。

2025-01-09 12:21:31

人工智能量子计算机量子计算芯片
未来的监控大屏是给AI智能体看的，你知道吗？
回到数据库运维领域，我们目前建设的大部分数据库监控系统都是基于传统的网管思维的，采集的指标主要的目的是为了做展示。采集回来的数据需要做成仪表盘，才能让人使用。

2025-01-09 11:28:28

监控AI智能体
一文看懂推理并行的定义及其工作原理 译文 精选
近年来，我们见证了两个反复出现的趋势：发布的GPU功能越来越强大，以及拥有数十亿、乃至数万亿个参数和加长型上下文窗口的大语言模型（LLM）层出不穷。

2025-01-09 11:14:14

大语言模型推理并行AI模型
从零开始构建 DINO：自监督视觉 Transformer
DINO（无标签蒸馏）模型是一种应用于视觉变换器（ViTs）的尖端自监督学习方法。它代表了计算机视觉领域的一个重大进步，使模型能够在不需要任何标记数据的情况下学习有效的图像表示。

2025-01-09 11:14:13

DINO模型计算机视觉
从数据孤岛到智能系统：RAG和知识图谱的协同作用 译文 精选
本文探讨了RAG和知识图谱之间的协同作用，并提供了真实世界的示例、详细的解释和清晰的可视化图表，以展示它们的变革能力。

2025-01-09 10:52:23

RAG知识图谱人工智能
RAG的技术困境：为何单纯依赖向量嵌入不可靠？
尽管 Nvidia 拥有丰富的资源，数据集的大小适中，答案也相对简短，但研究者们还是通过一种新的 RAG 方法，发送 48K 的文本片段并连同用户查询一起，打破了之前的最先进水平，实现了 47.25 的 F1 score（如果发送的内容更少，F1 score 会更低）。

2025-01-09 10:48:36

RAG依赖向量LLMs
多模态图像生成模型Qwen2vl-Flux，利用Qwen2VL视觉语言能力增强FLUX，可集成ControlNet
该模型将 Qwen2VL 的视觉语言功能集成到 FLUX 框架中，从而实现更精确、更具情境感知的图像生成。

2025-01-09 09:56:34

视觉模型图像生成
Google发布新AI工具Whisk：使用图像提示代替文本，快速完成视觉构思
Whisk不会生成带有长篇详细文本提示的图像，而是使用图像进行提示。只需拖入图像，即可开始创建。

2025-01-09 09:52:38

AI图像生成模型
供应链管理需要实用的人工智能和智能文件处理技术
人工智能(AI)在改善商业运营方面具有无可辩驳的潜力，但并不总是以人们想象的方式。对一些人来说，供应链中的人工智能让人联想起机器人管理传送带或无人机加速交货时间的画面。虽然这可能最终会成为现实，但人工智能在现代供应链管理策略中的应用要实际得多。

2025-01-09 09:45:28

智能文件处理人工智能
SafeDrive：大语言模型实现知识驱动和数据驱动的风险-敏感决策
自动驾驶汽车 (AV) 的最新进展利用大语言模型 (LLM) 在正常驾驶场景中表现良好。

2025-01-09 09:38:25

自动驾驶大语言模型
老婆饼里没有老婆，RLHF里也没有真正的RL
虽然 RLHF、DPO 和相关方法提供了一种实用的方法，可以在短期环境中使 LLM 与人类偏好保持一致，但它们无法赋予 LLM 真正、持久的目标或意图。

2025-01-09 09:30:00

模型AI数据
中科大&vivo最新深度估计DepthMaster：泛化能力、细节保留超越其他基于扩散方法
DepthMaster是用于定制扩散模型以适应深度估计任务。通过引入特征对齐模块，有效地缓解了对纹理细节的过拟合问题。

2025-01-09 09:29:57

模型AI优化
OpenAI智能体曝本月诞生！比谷歌Anthropic慢，竟是担心prompt攻击
就在刚刚，OpenAI在智能体上落后竞争对手的原因曝光了！

2025-01-09 09:00:00

训练数据AI
为什么AI大模型训练离不开GPU?
以英伟达H100 GPU为例，它包含超过1.8万个核心，而顶级的Intel I9 CPU只有24个核心，GPU的核心数是CPU的700多倍。所以，CPU 擅长 快速完成单个运算，适合需要逐一执行的程序。

2025-01-09 08:01:10

GPU核心运算
深度伪造威胁升级：个性化伪造时代来临
谷歌DeepMind与斯坦福大学研究人员通过两小时访谈，成功创建1052名AI“模拟主体”，能准确刻画真人性格特征，这些模拟主体基于美国之声项目访谈协议训练，可在性格测试、社会调查中高度还原真人回答，但在经济决策游戏中预测准确性下降。

2025-01-08 15:16:27

深度伪造AI
【LLM&Agent】PPTAgent：PPT自动生成Agent框架
来看一个PPT生成思路：PPTAgent。传统的PPT生成方法通常使用端到端的文本生成范式，这种方法仅关注文本内容，忽略了布局设计和PPT结构。PPTAgent 采用了一种基于编辑的生成范式，解决处理空间关系和设计风格方面的挑战。

2025-01-08 15:15:16

LLMAgent框架
剑指专业领域零部件级3D生成！Meta联手牛津推出全新多视图扩散模型
对于专业应用和创意工作流来说，除了高质量的形状和纹理，更需要可以独立操作的「零部件级3D模型」。为此，Meta与牛津大学的研究人员推出了全新的多视图扩散模型。

2025-01-08 14:45:22

AI模型数据
纯视觉方案，精准操控电脑和手机！港大Aria-UI登顶，超越Claude 3.5
Aria-UI通过纯视觉理解，实现了GUI指令的精准定位，无需依赖后台数据，简化了部署流程；在AndroidWorld和OSWorld等权威基准测试中表现出色，分别获得第一名和第三名，展示了强大的跨平台自动化能力。

2025-01-08 14:43:30

模型数据训练
英伟达亮相CES 2025：AI新前沿背后的动力源泉
英伟达是这场AI革命的核心，该公司一直将自己定位为AI和计算领域的领导者。英伟达在CES 2025上推出的新型AI超级计算机，再次证明了其在塑造技术未来方面的关键作用。

2025-01-08 14:40:48

AI人工智能大型语言模型
谷歌组建新AI团队开发“世界模型”：通往AGI的关键路径
最近谷歌组建一个新团队，专门开发可以用来模拟物理世界的AI模型，也就是所谓的“世界模型”（World Models）。

2025-01-08 14:13:53

谷歌AI
AWS自动推理负责人：与其解决AI幻觉，不如证明是否正确；Rust借用检查器实际上就是一个推理引擎 原创 精选
“从某种意义上说，幻觉是一件好事，因为它是创造力。但在语言模型生成过程中，其中一些结果将是不正确的，“他说。“但是，根据谁的定义是错误的呢？事实证明，定义真理是什么，出奇地困难。即使在您认为每个人都应该同意的领域。”

2025-01-08 13:55:36

AWSAIRust
微软CEO开年演讲：预训练Scaling Law依然伟大！首个英伟达GB200集群已上线！未来手搓智能体就像建Excel一样简单 原创 精选
谈论到这次AI带来的巨变，纳德拉还感慨地回忆了比尔盖茨对微软的影响。“每当谈论到平台变革时，我们必须了解推动平台变革的基础力量是什么。回顾我35年的科技生涯，这个基础力量一直是摩尔定律。

2025-01-08 13:47:56

微软预训练比尔盖茨
吴恩达对话业界领袖：揭秘2025人工智能五大风口
吴恩达认为，AI辅助编码在原型开发中尤为有效，因为原型通常不需要复杂的上下文和软件集成，且在早期测试阶段对可靠性的要求相对较低。

2025-01-08 13:30:00

AI人工智能开发
AAAI 2025 | 大模型推理加速新范式：加速比高达3.51倍、成本降至1/3
论文中提出的 Falcon 方法是一种增强半自回归投机解码框架，旨在增强 draft model 的并行性和输出质量，以有效提升大模型的推理速度。

2025-01-08 13:15:02

模型数据训练
黄仁勋圈重点的世界模型平台是个啥？技术报告全解析，华人贡献中坚力量
Cosmos 是一个世界模型平台，上面有一系列开源、开放权重的视频世界模型，参数量从 4B 到 14B 不等。

2025-01-08 13:12:26

AI模型训练
o1也会「想太多」？腾讯AI Lab与上海交大揭秘o1模型过度思考问题
这篇论文聚焦于 o1 类推理模型面临的一个核心挑战：如何合理控制推理过程中的计算量，提升思考效率。

2025-01-08 13:08:55

AI训练数据
少用33％数据，模型性能不变，陈丹琦团队用元数据来做降本增效
我们知道，语言模型通过在大量网络语料库上进行训练来实现卓越的通用能力。多样性训练数据凸显了一个根本性挑战：人们自然地根据数据源来调整他们的理解，与之不同，语言模型将所有内容作为等效样本来处理。

2025-01-08 13:05:56

人工智能元数据降本增效
英伟达「世界基础模型」诞生，引爆物理AI革命！75页报告出炉，GitHub狂飙2k星
昨天，英伟达官宣了首个「世界基础模型」Cosmos。从此，物理AI数据不够的问题将有望解决！而就在刚刚，75页技术报告火热出炉，GitHub项目更是冲破了2k星。

2025-01-08 12:53:45

英伟达AICosmos
奥特曼家里也内讧了！亲妹告他长期虐待，刻意隐瞒遗产；家里其他人联名否认
想不到让奥特曼再次陷入舆论危机的矛头，这次居然来自家庭内部，来自小他9岁的妹妹安妮·奥特曼（Annie Altman）。

2025-01-08 11:57:28

模型训练数据
谷歌爆款学习神器更新，一键插嘴AI对话，哪里不会问哪里
NotebookLM团队成员Steven Johnson也亲自做了示范，要求NotebookLM对他的书籍生成建议。只需三步，你就可以用NotebookLM构建自己的可交互式播客。

2025-01-08 11:54:05

人工智能AI对话NotebookLM
一文带你入门 MCP（模型上下文协议）
本文带领读者快速入门了 MCP（模型上下文协议），介绍了其架构、核心概念以及实际应用场景。通过演示 Claude Desktop 结合 PostgreSQL MCP Server 查询数据库的场景，展示了 MCP 如何增强 LLM 与外部数据源的交互能力。

2025-01-08 11:10:46

MCP架构数据库
推荐一个基于 AI 的 shell 命令工具
AI Shell 是一款功能强大且极具创新性的开源工具，结合了人工智能与命令行操作的优势，为用户提供了高效、直观且灵活的体验。

2025-01-08 11:00:00

AIshell开源
OpenAI天才团队学历大起底！没上大学也登顶，从辍学到硅谷传奇
做出卓越的研究成果是否真需要博士学位？4位杰出研究员的经历向我们展示了：能力、实践经验和创新精神或许比学位更为重要，但对于大多数人来说，学位依然是打开许多机会大门的关键。

2025-01-08 10:00:00

AIOpenAI实践
顶刊JFR最新ROLO-SLAM开源：专为复杂地形下地面车辆的位姿漂移问题进设计
本文介绍的重点在于利用基于 LiDAR 的 SLAM 方法进行不平整地形导航。

2025-01-08 09:50:00

AI自动驾驶导航
Tokenization，再见！Meta提出大概念模型LCM，1B模型干翻70B？
Meta提出大概念模型，抛弃token，采用更高级别的「概念」在句子嵌入空间上建模，彻底摆脱语言和模态对模型的制约。

2025-01-08 09:30:00

Meta大模型训练
单幅图像合成 360° 3D场景的新方法：PanoDreamer，可同时生成全景图像和相应的深度信息
论文提出了一种从单个输入图像生成 360° 3D 场景的新方法。

2025-01-08 09:15:00

图像生成3DAI
Windsurf：面向未来的 AI 编程工具详解
于开发者而言，选择合适的AI编程工具不仅关乎开发效率，更是适应技术演进的必然选择。理解工具背后的技术本质，根据项目需求灵活选用，同时保持持续学习和实践的态度，才能在快速发展的软件开发领域保持竞争力。

2025-01-08 09:01:47

开发者AI编程
1/10训练数据超越GPT-4o！清华等提出隐式过程奖励模型PRIME，在线刷SOTA
1/10训练数据激发高级推理能力！近日，来自清华的研究者提出了PRIME，通过隐式奖励来进行过程强化，提高了语言模型的推理能力，超越了SFT以及蒸馏等方法。

2025-01-08 09:00:00

训练数据研究
0 Token 间间隔 100% GPU 利用率，百度百舸 AIAK 大模型推理引擎极限优化 TPS
大模型推理引擎是生成式语言模型运转的发动机，是接受客户输入 prompt 和生成返回 response 的枢纽，也是拉起异构硬件，将物理电能转换为人类知识的变形金刚。

2025-01-08 08:55:32

Token大模型AIAK
Dynamic GPU Fractions（动态 GPU 分配），知多少？
动态 GPU 分配和节点级调度器的推出，不仅填补了现有 GPU 管理机制的空白，更为 GPU 资源的精细化管理和智能化调度提供了全新的解决方案。

2025-01-08 08:49:50

GPU图形处理器人工智能
语义分析3.0&新版雷池重磅发布，开启“AI+数据驱动”WAF新纪元​
作为长亭科技流量检测类产品的核心技术，语义分析相对于传统的基于规则、正则表达式的Web攻击检测技术而言，本身就具备代际上的优势。

2025-01-08 08:49:32

长亭科技语义分析3.0
上一页 1 ··· 3334353637 ··· 593
点赞

51CTO技术栈公众号

业务
速览
在线客服