鸿蒙开发者社区

WOT技术大会

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

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

关注

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

AAAI 2025 | 开放世界的深伪检测，北交大团队：解决好无配对数据挑战很重要

近日，AAAI 2025 接收结果公布，收录了一篇北京交通大学赵耀、陶仁帅团队联合苏黎世联邦理工学院的研究工作，论文题目为《ODDN：Addressing Unpaired Data Challenges in Open-World Deepfake Detection on Online Social Networks》。

2024-12-23 10:30:00

AI 训练模型

自缘身在最高层？OpenAI o1 pro竞赛级评测结果新鲜出炉

AGI-Eval 最新的高难度数学评测集 Math Pro Bench，试题来源包括全国高中数学联合竞赛、美国数学邀请赛、全国硕士研究生招生考试等。

2024-12-23 10:20:00

数据训练模型

素数分布规律又有新发现！赵宇飞学生与牛津教授合作成果

多伦多大学教授John Friedlander评价说，索尼和格林的这项研究表明高尔斯范数可以作为新领域的强大工具。

2024-12-23 10:00:00

AI 模型训练

是时候停止炒作「o3是AGI」了！背后15人安全对齐团队大盘点

我们或许可以称o3是「更高级的推理AI」，而远不是AGI。

2024-12-23 09:45:00

数据模型训练

微软Phi-4封神，14B小模型数学击败GPT-4o！合成数据占比40%，36页技术报告出炉

微软下一代14B小模型Phi-4出世了！仅用了40%合成数据，在数学性能上击败了GPT-4o，最新36页技术报告出炉。

2024-12-23 09:38:00

微软模型技术

Ilya宣判后GPT-5被曝屡训屡败，一次训数月，数据要人工从头构建

OpenAI连续12场发布会刚刚结束，大家最想看的GPT-5/4.5影子都没有，于是华尔街日报这边爆料了。

2024-12-23 09:22:00

AI 模型训练

抽卡效率提升4.8倍！东北大学等开源优化版Stable-Diffusion.cpp：分辨率越高越快，生成质量更好

北京大学等研究团队优化了Sdcpp框架，通过引入Winograd算法和多项策略，显著提升了图像生成速度和内存效率，最高可提速4.79倍。

2024-12-23 09:10:00

算法模型图像生成

AI 仿冒名人带货属违法行为，消费者可要求退一赔三

近年来，人工智能（AI）技术的快速发展为社会带来了诸多便利，但也伴随着安全隐患。据央视新闻报道，今年以来，利用 AI 深度伪造假冒名人的案例层出不穷。

2024-12-23 09:02:21

人工智能仿冒名人

OpenAI o1是真有实力！港大权威AB测试，国家队奥数题照样拿下

OpenAI o1的数学推理能力是否真的那么强？近日，来自港大的研究人员对模型进行了严格的AB测试，在非公开的国家队奥数题面前，o1证明了自己的实力。

2024-12-23 08:40:00

OpenAI 测试模型

最新！Yann LeCun：AI将成为超级智能，堪比新的文艺复兴，人类新的启蒙

未来的AI将具备推理、计划、和理解现实世界的能力，最终会匹配甚至超越人类智力

2024-12-23 08:30:39

AI 模型训练

GPT-o3超过99%的程序员，码农们是不是要哭晕在厕所了？

随着AI模型能力的持续增强，手写代码的机会越来越少，但是AI的能力长时间内始终有所欠缺，比如：理解用户的需求，在各种技术方案中做出权衡等，而且AI的伦理问题一时半会也很难解决，程序出了问题还要有人来背锅。

2024-12-23 08:19:19

AI 模型软件

如何优化大型语言模型（LLM）的分块策略译文精选

本文将更深入地探讨LLM不同的分块方法及其策略，以及它们在为现实世界的应用程序优化LLM中的作用。

2024-12-23 08:03:13

LLM 大型语言模型 RAG

Github Copilot 靠什么反击 Cursor？

面对 Cursor 给的压力，Github Copilot 也在奋力反击，看完上述功能，你感觉 Github Copilot 这波能顶住 Cursor 给的压力吗？

2024-12-23 08:01:27

Github Copilot 命令

如何使用 Gemini API 构建视频字幕生成器译文精选

在本教程中，你将使用 Google 的 Gemini API 构建人工智能驱动的字幕生成器。我们将创建一个名为“AI-Subtitle-Generator”的项目，该项目的前端使用 React，后端使用 Express。准备好了吗？让我们马上出发吧！

2024-12-23 08:00:00

人工智能 Gemini API API 密钥

OpenAI o3震撼觉醒，AGI今夜降临？血洗o1，破解陶哲轩最难数学题

OpenAI下一代模型——o3，重磅诞生了！陶哲轩预言难住AI好几年的数学测试，它瞬间破解，编程水平位于全球前200，在ARC-AGI基准中更是惊人，打破所有AI纪录接近人类水平，离AGI更近一步。

2024-12-23 07:40:00

AI 模型数学

刚刚，OpenAI放出最后大惊喜o3，高计算模式每任务花费数千美元

o3 是 o1 系列模型的继任者。这类模型的特点是让模型在回答问题之前花更多时间思考（推理），从而提高回答的准确率。不过，OpenAI 在命名上跳过了 o2。据 The Information 报道，这么做是为了避免版权问题，因为英国有家电信公司名叫 O2，可能引起混淆。Sam Altman 在今天下午的直播中证实了这一点。

2024-12-23 07:30:00

OpenAI o3-mini 人工智能

重塑跨智能体灵巧手抓取，NUS邵林团队提出全新交互式表征，斩获CoRL Workshop优秀机器人论文奖

在本论文中，我们提出了一种基于相对距离矩阵 D(R,O) 的新颖表征方法，用于捕捉机器人手与物体之间的交互信息，从而提升灵巧手的抓取性能。与现有方法过于依赖特定物体或机器手表示的局限性不同，我们的方法通过引入统一框架弥合了这种差距，并在不同机器人和物体几何形状之间实现了良好的泛化能力。

2024-12-23 07:25:00

机器人距离矩阵人工智能

人会逆向思维，LLM也可以？DeepMind研究表明还能提升推理能力

近日，北卡罗来纳大学教堂山分校、谷歌 Cloud AI Research、谷歌 DeepMind 的一个联合团队。他们发布的论文表明，逆向思维可以显著 LLM 的推理能力，并且不限于数学任务。他们还提出了一个名叫 RevThink 的框架，可将逆向思维「灌输」给语言模型。

2024-12-23 07:20:00

LLM 逆向思维语言模型

统一视觉理解与生成，MetaMorph模型问世，LeCun、谢赛宁、刘壮等参与

在本文中，研究者提出了视觉预测指令调整（Visual-Predictive Instruction Tuning，VPiT），它是视觉指令调整的简单扩展，建立在将连续视觉 token 作为输入传递给 LLM 的现有范式之上。VPiT 训练 LLM 以在微调阶段输出连续视觉 token 和离散文本 token。

2024-12-23 07:15:00

多模态大模型 MLLM 人工智能

o3来了！编程跻身人类全球前200，破解陶哲轩说难的数学测试，北大校友任泓宇现身直播间

这次直播还公布了o3-mini，支持低中高三种思考程度设置。主要展示了代码能力，低设置下o3-mini和o1-mini差不多，中高设置已经超过了o1正式版。

2024-12-23 07:10:00

o3-mini ARC-AGI 人工智能

解决方案：结合 YOLO 和 TensorFlow 做目标检测和图像分类

在本文中，我将向你解释什么是目标检测和图像分类，如何训练模型，最后，我将同时使用目标检测和图像分类模型来分类和检测狗的品种。

2024-12-23 06:30:00

目标检测图像分类 YOLO

一文读懂如何基于 Traefik AI 网关构建高性能微服务架构

本文将深入剖析如何利用 Traefik 搭建高性能微服务架构，并着重探讨其在 AI 应用场景下的最佳实践。

2024-12-23 06:10:00

AI Traefik 微服务架构

基于 Rust 实现简单、快速、轻量级的 AI Agent 框架 Rig

Rig（ARC）是一个基于 Rust 优势面向 LLM 工作流引擎的 AI 系统构建框架，目的是要解决更底层的性能优化问题。

2024-12-23 06:10:00

Rust Rig AI Agent

2025 年人工智能监管将变得严肃起来

随着 AI 在各个行业的采用加速，全球各国政府都在推进立法以应对其风险和使用。对于安全主管来说，这些框架在治理、风险管理和合规规划方面带来了重大挑战。

2024-12-23 05:00:00

AI 人工智能

击败99.9%的程序员！o3来了！AGI测试实现跃升！网友：推理scaling law太炸了！一文回顾OpenAI直播带货12天原创精选

据theinformation报道，OpenAI正在开发其下一代o1推理模型，在响应之前，这将需要更多时间来“思考”用户查询。然而，由于与英国电信服务提供商O2的潜在版权或商标冲突，该公司正在考虑跳过“o2”这个名字。

2024-12-23 00:43:19

哭笑不得！GPT 官网发布 Sora，体验了一次“神奇的 AI 视频生成”

Sora 的“正式发布”，算是 AI 在内容生成领域迈出了重要的一步。虽然目前它还无法完全满足我们的期望。如果你和我一样对 Sora 充满好奇，不妨去 GPT 官网亲自体验一番！

2024-12-23 00:30:12

大模型应用系列：从MLOps到LLMOps 原创精选

在IT领域中，DevOps 是软件工程效能的重要方法论以及工具集，在人工智能领域同样如此。

2024-12-23 00:27:40

MLOps LLMOps 工具集

企业如何评估与追踪AI投资回报率？

本文探讨了如何定义和评估AI的投资回报率，包括生产力、运营效率、客户满意度和收入等关键指标。

2024-12-20 18:04:02

AI GenAI 投资回报率

AI能传递气味了！能定制个性化气味，谷歌前研究员新技术

这是来自Osmo公司的最新技术，它们刚刚首次实现了由AI生成的李子味道。

2024-12-20 15:20:00

模型训练数据

刚刚，OpenAI 元老级研究员 Alec Radford 离职，他主导了 GPT-1、GPT-2 的研发

OpenAI 连续 12 天发布会还剩最后一天，期待中的「重磅」迟迟没来，反而失去了一位核心研究人员。

2024-12-20 14:37:47

1万人研究证实：玩游戏提升智力，与遗传/经济水平都无关

来自阿姆斯特丹自由大学团队的一项新研究显示，在电子游戏上花费时间更多的儿童，2年后智力提升最多！

2024-12-20 14:35:00

AI 训练模型

推理最强也最快，谷歌发布Gemini 2.0 Flash Thinking，全面超越o1-preview

据 Jeff Dean 介绍，Gemini 2.0 Flash Thinking 还会明确展示其思考过程。

2024-12-20 14:30:00

AI 模型生成

出手即王炸？照片级真实度生成式世界模型，还获得皮克斯和Jeff Dean投资

据介绍，与 Genie 2 类似，Explorer 也能基于单张图像生成高质量 3D 世界。从该公司发布的 demo 来看，其生成的世界的质量和细节确实都非常出色。

2024-12-20 14:10:00

AI 模型训练

ChatGPT拓展PC/Mac应用集成，迈向电脑操控新时代

OpenAI不断拓展ChatGPT的桌面应用程序集成范围，新增支持多个集成开发环境、终端、文本及笔记应用，使ChatGPT更深入地融入用户的计算机使用场景。用户现在可以在BBEdit、MatLab等IDEs，以及Apple Notes、Notion等笔记应用中，通过ChatGPT获取智能帮助。

2024-12-20 14:05:14

马斯克明显是个恶霸！不会完全放弃非营利性质！奥特曼罕见采访曝猛料：马斯克喜欢到处干架，过去骂盖茨、扎克伯格，现在轮到我了原创精选

昨天，在外媒The Free Press的采访中，奥特曼突然一改口风！在采访中犀利攻击马斯克“是个恶霸，而且很喜欢与人发生冲突（"clearly a bully" who likes to pick fights with people ）”、“在推特上表现得很糟糕”。

2024-12-20 13:53:57

马斯克盖茨 OpenA

UniReal登场：用视频架构统一图像生成与编辑，还学到真实世界动态变化规律

本文中，香港大学与 Adobe 联合提出名为 UniReal 的全新图像编辑与生成范式。

2024-12-20 13:50:00

训练模型 AI

谷歌再次反打OpenAI！原创精选

在通向AGI的道路上，谷歌似乎已经反超了OpenAI，夺回了领先地位。前几天天，两家几乎同时发布的Sora但效果上的显著差异，再次让外界看到了谷歌的实力回归。

2024-12-20 12:30:00

OpenAI AGI 谷歌

Meta斯坦福全新多模态Apollo，60分钟视频轻松理解！7B性能超越30B

Meta斯坦福大学联合团队全面研究多模态大模型（LMM）中驱动视频理解的机制，扩展了视频多模态大模型的设计空间，提出新的训练调度和数据混合方法，并通过语言先验或单帧输入解决了已有的评价基准中的低效问题。

2024-12-20 12:30:00

模型 AI 数据

突发！GPT论文一作Alec Radford离职，前两代GPT作者全部离开OpenAI

The Information消息，初代GPT论文第一作者Alec Radford也要离开OpenAI，转向独立研究。

2024-12-20 11:41:52

AI 模型数据

2025英伟达奖学金名单公布，6位华人入选！中科大浙大校友在列，人均6万美元

人均6万美金，英伟达2025年博士奖学金名单揭晓了！今年，共有10位天才学者入选，华人比例占六成，其中不乏有中科大、浙大、上交、上科大、东南大学优秀校友。值得一提的是，5名入围学者全是华人学生。

2024-12-20 11:31:53

英伟达 AI 奖学金

一键生成万字专利！中科院发布多智能体框架AutoPatent，含1933个「草稿-专利」数据对

一份完整的专利申请文件通常包含标题、摘要、技术背景、详细描述和权利要求等内容，其平均长度在17,000 Tokens以上。以往的专利申请流程通常为发明人依据发明的具体可实施内容撰写专利技术底稿委托专利代理人起草专利申请文件。

2024-12-20 11:15:25

框架专利申请技术

六大数据集全部SOTA！最新DriveMM：自动驾驶一体化多模态大模型（美团&中山大学）

今天为大家分享中山大学&美团最新的多模态大模型工作—DriveMM！全面迈向一体化，六大数据集全面SOTA。

2024-12-20 09:39:05

AI 模型自动驾驶

突破自动驾驶视频生成极限：港中文&港科大&华为联手推出MagicDriveDiT

现在，香港中文大学、香港科技大学和华为联手向这一长期挑战发起了冲锋：推出MagicDriveDiT，重新定义自动驾驶视频生成的标准。

2024-12-20 09:30:00

模型训练数据

不会代码的独立开发者，除了学Cursor，还该会些什么？

背后独立开发者用1.5个小时，开发并上架了包括「小猫补光灯」在内的2款iOS App，这个初代版本最高冲到了苹果商店“摄影与录像分类”免费排行榜前20。

2024-12-20 09:15:00

计算机视觉开发者必备：十大顶尖工具深度解析

OpenCV和Keras等工具为初学者提供了轻松入门的途径，而PyTorch、TensorFlow和DVC等高级选项则帮助经验丰富的开发者应对更复杂的挑战。

2024-12-20 09:14:31

计算机视觉开发者

Mac版ChatGPT接入大量应用，但终极大招在明天

ChatGPT 桌面版：不止是聊天，ChatGPT 现在可以在 macOS 上通过语音或文本直接与更多编码和记事应用程序配合使用

2024-12-20 09:00:00

ChatGPT 模型程序

腾讯云 ES：一站式 RAG 方案，开启智能搜索新时代

本次分享将深入探讨腾讯云 ES 在搜索领域的最新探索，详细解析腾讯云 ES 的一站式 RAG 方案，并介绍围绕该方案架构落地所进行的一系列内核性能和稳定性增强优化措施。

2024-12-20 08:13:06

大型语言模型 LLM 人工智能

推进可解释性自然语言生成（NLG）：技术、挑战和应用译文精选

本文探讨了增强NLG系统透明度的实用技术和工具，提供了详细的代码片段和逐步的解释，以指导开发人员理解和改进模型行为。要点包括注意力可视化、可控生成、特征归因以及将可解释性集成到工作流中。

2024-12-20 08:07:45

NLG 自然语言生成人工智能

苹果Mac用户狂喜！ChatGPT深度集成应用，最后再藏AGI彩蛋

至于今天有哪些更新，话不多说，我们直接一睹为快。首先，桌面版ChatGPT能够和Warp（文件共享应用）、XCode编辑器等应用一起使用了。

2024-12-20 08:05:00

ChatGPT Mac AGI彩蛋

谷歌版o1突发即屠榜！思考速度比所有模型快5倍，能解摩斯代码，数学物理秒秒钟解决

目前Gemini 2.0 Flash Thinking排名第一，包括数学、代码、指令跟随、长QA、创意写作等等各方面。

2024-12-20 08:00:00

Gemini 2.0 谷歌版o1 人工智能

上一页 1 ··· 41 42 43 44 45 ··· 593 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营