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

全部课程厂商认证 IT技术 25年5月软考 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

新闻

2.5w内容

关注

汇聚51CTO网站的各领域新鲜资讯，包括开发、移动开发、系统、网络、安全、数据库、大数据、人工智能、区块链、云计算、物联网、数字化转型、服务器、存储、商务办公、运维、开源、智能汽车等细分领域。

共 2.5w 条

阿里通义实验室提出AnyStory：开启个性化文本到图像生成的新篇章！

该论文提出了一种创新的框架，旨在通过统一的路径实现单个及多个主体的个性化文本到图像生成，为故事可视化、艺术创作乃至更多领域带来了革命性的突破。

2025-01-24 12:11:21

AI 图像生成模型

2025智能体元年！斯坦福科学家8000字讲清所有要点

AI智能体正悄然成为我们工作和生活中的得力助手。从自动化任务到复杂规划，它们不仅能帮我们做市场调研、准备面试，还能完成复杂的决策任务。本文深度探讨智能体的概念、工作原理、工具使用及挑战。

2025-01-24 09:30:00

AI 智能体模型

会用ChatGPT≠工程师，谷歌资深员工发文，揭秘AI编程不为人知的真相

苏格拉底曾提到的门诺悖论（Meno's paradox）认为，人只能学会自己已经知道的事情；而关于AI辅助编程，谷歌资深工程师最近的一篇博客告诉我们，类似的知识悖论同样存在。

2025-01-24 09:10:00

AI 编程谷歌

刚刚，OpenAI首个智能体提前曝光！高级编码AI剑指400万年薪L6级工程师

OpenAI正致力于开发一款高级AI编码助手，以复刻高级工程师的能力，解决复杂的系统编程任务。该工具将支持代码重构、数据跟踪优化及个性化功能集成，有望显著提升企业开发效率并重塑软件行业。

2025-01-24 09:00:00

AI 代码编程

两分钟完成论文调研！ByteDance Research推出论文检索智能体PaSa，远超主流检索工具

学术搜索是一个具有独特挑战的信息检索场景：涉及大量专业性较强的长尾知识，要求全面的召回能力，并能够支持细粒度的查询。

2025-01-24 08:45:00

AI 工具模型

智谱Agent抢跑OpenAI，GLM-PC一句话搞定一切！网友：有AGI那味了

OpenAI超级智能体，竟被中国公司抢发？智谱率先卷入L3级使用工具能力，发布全球首个面向公众、回车即用的电脑智能体GLM-PC。

2025-01-24 08:30:00

智能体 AI 工具

OpenAI突发Operator！完全自主玩转浏览器，奥特曼：Level 3时代开启

Operator是我们的首批智能体之一。这些AI能够独立为你完成工作——只需给它一个任务，它就会执行。

2025-01-24 08:10:25

小模型也能玩转RAG！性能仅降1%，存储省75%，边缘设备轻松跑

近日，香港大学黄超教授团队提出MiniRAG，成功将RAG技术的应用门槛降至1.5B参数规模，实现了算力需求的大幅降低。

2025-01-23 17:00:00

模型算力数据

推理模型规划任务成功率从5%到95%，DeepMind遗传算法新研究火了

所提出的“Mind Evolution”（思维进化），能够优化大语言模型（LLMs）在规划和推理中的响应。

2025-01-23 16:25:23

模型 AI 推理

OpenAI微软关系现裂痕，奥特曼紧急公关，导火索竟是DeepMind联创

我认为OpenAI迅速进入其他平台非常重要，因为微软正在构建自己的AI，我认为微软未来不会使用OpenAI，他们会有自己的前沿模型。

2025-01-23 16:22:56

OpenAI 微软模型

DeepSeek新AI模型有多震撼？外媒：相当于30美元iPhone降临

DeepSeek（深度求索）再次推出新版开源AI模型，它的性能与美国最先进的AI模型虽然还有一些差距，但差距极小，成本低很多很多。

2025-01-23 15:58:02

AI模型 DeepSeek

用慢思考提升模型安全性，北交大、鹏城实验室提出系统2对齐

在 OpenAI 的 Deliberative Alignment 基础上，系统 2 对齐可以用于提升传统系统 1 模型的安全性。

2025-01-23 13:30:00

AI 模型数据

字节清华开源力作！UI-TARS原生AI智能体，人人都能拥有“智能助手”

UI-TARS，这是一种原生的 GUI 智能体模型，它将感知、动作、推理和记忆集成到一个可扩展且适应性强的框架中。

2025-01-23 13:05:42

模型智能 AI

刚刚！ASP-DAC 2025最佳论文出炉，无问芯穹上交大论文获奖

ViDA 在多种主流 VDiT 模型上的实验结果表明，与 NVIDIA A100 GPU 和现有最先进加速器相比，它分别实现了平均 16.44 倍 / 2.18 倍的加速比和 18.39 倍 / 2.35 倍的面积效率提升。

2025-01-23 12:30:00

模型 AI 训练

马斯克贴脸开大星际之门项目：他们根本没钱，奥特曼是骗子

近来风头正盛的马斯克来了波贴脸开大，「他们根本就没有这么多钱。并且根据可靠的消息来源，软银现在的资金远低于 100 亿美元。」

2025-01-23 11:57:47

马斯克 AI 模型

刚刚，OpenAI发布o1模型新突破，推理时间增强对抗鲁棒性

与传统的对抗训练样本方法不同的是，OpenAI提出的新方法不需要对大模型进行专门的对抗训练，也不需要提前了解攻击的具体形式。

2025-01-23 10:45:52

模型训练 OpenAI

NVIDIA提出虚拟试衣新方法EARSB，让时尚与科技完美融合！

论文探索了通过合成数据和模型细化解决这些问题的方法。引入了一种服装提取模型，该模型可以从穿着衣服的个体的单个图像生成（人类，合成服装）对。

2025-01-23 10:08:00

虚拟数字 AI

「AI没有墙超预期」Anthropic CEO达沃斯惊人预测：2027年实现超人类水平的AI

采访内容主要围绕 Anthropic 的 AI 模型 Claude 的未来发展方向、AI 技术的进步速度及其对社会和劳动力市场的影响、以及 Anthropic 在行业竞争和政策监管方面的策略。

2025-01-23 09:37:00

刚刚！2024 ACM Fellow公布，周靖人、田奇、李国良、赵峰等多位华人入选

本年度新入选科学家中共有 55 人，他们的贡献涉及计算机图形学、网络安全、人机交互、数据管理、机器学习、人工智能、算法、可视化等领域。

2025-01-23 09:23:41

计算机 AI 数据

20K合成数据就能让大模型能力飙升！还能实现模型自我迭代，上海AI Lab数据合成新范式

最近，来自上海AI Lab的研究团队针对合成数据技术展开研究，提出了SFT数据合成引擎Condor，通过世界知识树（World Knowledge Tree）和自我反思（Self-Reflection）机制，探索合成海量高质量SFT数据的方案。

2025-01-23 09:15:00

数据技术模型

Anthropic CEO惊人预警：27年AI超越人类！Claude今年更新全剧透

人类仅剩2-3年时间了！Anthropic首席执行官Dario Amodei独家采访，一口气爆料一连串AI重磅消息，并在最后给出了对于职场年轻人的建议。

2025-01-23 09:00:00

AI 模型数据

Claude创始人：AI全面超越人类，只剩2-3年

我有信心，未来2-3年内各领域将出现比人类强的AI系统。

2025-01-23 08:40:00

AI 系统智能

最壕DeepSeek玩家8台Mac跑R1，10万+元凑496GB显存才能跑4bit量化版

花30秒用manim代码制作解释勾股定理的动画，一次完成无错误。

2025-01-23 08:30:00

代码 AI 模型

字节跳动豆包大模型 1.5 Pro 发布，综合得分优于 GPT-4o、Claude 3.5 Sonnet

字节跳动旗下豆包大模型 1.5 Pro 正式发布，全新 Doubao-1.5-pro 模型增强了综合能力，在知识、代码、推理、中文等多个测评基准上，综合得分优于 GPT-4o、Claude 3.5 Sonnet 等模型。

2025-01-22 16:57:32

字节跳动豆包大模型

UC伯克利等提出具身智能「动作Tokenizer」，效率飙升5倍！

研究者提出了FAST，一种高效的动作Tokenizer。通过结合离散余弦变换（DCT）和字节对编码（BPE），FAST显著缩短了训练时间，并且能高效地学习和执行复杂任务，标志着机器人自回归Transformer训练的一个重要突破。

2025-01-22 15:21:00

数据集 AI 模型

截胡OpenAI！清华复旦等抢先开源智能体框架Eko，一句话打造「虚拟员工」

Eko是一个强大的Agent开发框架，开发者能用自然语言和简单代码快速构建「虚拟员工」，完成从简单指令到复杂工作流的任务，如股票分析、自动化测试等；通过混合智能体表示、跨平台架构和生产级干预机制等创新技术，实现高效、灵活且安全的自动化工作流程。

2025-01-22 15:17:43

开发代码模型

41%博士后逃生学术界，顶刊PNAS揭残酷真相！名校光环背后曝职业危机

在这篇1月20日发表在《美国国家科学院院刊》（PNAS）的论文中，作者从科学学（science of science）角度，揭示了博士后发表成果与成功留在学术界的关系，并为刚获得博士学位的学者提供了全面且有统计依据的建议。

2025-01-22 15:14:57

AI 论文模型

OS-Genesis来了，自动收集和标注Agent数据，高效且多样

本项工作提出了 OS-Genesis，为有效构建 GUI Agents 提供了全新的视角。

2025-01-22 14:05:00

模型数据 AI

化解机器人的「幻觉」：北大发布OmniManip，VLM结合双闭环系统，3D理解能力大幅提升

北⼤携⼿智元机器⼈团队提出了 OmniManip 架构，基于以对象为中⼼的 3D 交互基元，将 VLM 的高层次推理能力转化为机器⼈的低层次高精度动作。

2025-01-22 13:40:00

机器人 3D 模型

1M长上下文，满血版Gemini 2.0又一次登上Chatbot Arena榜首

谷歌发布了 Gemini 2.0 Flash Thinking 推理模型的加强版，并再次登顶 Chatbot Arena 排行榜。

2025-01-22 13:30:00

谷歌 AI 模型

李飞飞：语言之外，另一半的智能还有待实现

对于人类和 AI 技术安全的关系，李飞飞认为首先要考虑的是，我们应该基于科学，而不是科幻。对于 AI 治理，精力应集中在应用层面设置护栏上，也就是人类受到影响的地方，而不是阻止上游开发。

2025-01-22 13:00:00

AI 开发模型

模型压缩70%！精度更高！开源MoDec-GS：更紧凑、更精确的动态3DGS

我们提出MoDec-GS，这是一个新颖的紧凑框架用于高质量动态3D高斯溅射，解决了动态场景重建中的存储需求和复杂运动挑战。

2025-01-22 11:00:00

3D 模型框架

特朗普：买下TikTok，然后把一半交给美国；支持马斯克或甲骨文CEO拉里·埃里森收购，如果他们想买原创精选

TikTok由中国的字节跳动公司拥有，在特朗普周一签署一项行政命令允许TikTok在美国继续运营75天后，该应用在美国处于一种不确定的状态。该命令旨在暂停一项禁令，该禁令在上周最高法院确认一项国家安全法的有效性后生效，该法规定应用商店和服务提供商若继续托管TikTok，除非字节跳动出售该应用，否则将受到处罚。

2025-01-22 10:52:45

TikTok 马斯克甲骨文

仅用25%数据实现性能超越！MapGS：解决特定传感器配置的在线建图模型训练问题

MapGS 框架专为应对特定传感器配置下在线建图模型训练中数据不足的问题。

2025-01-22 10:40:00

模型数据技术

你要跳舞么？复旦&微软提出StableAnimator：可实现高质量和高保真的ID一致性人类视频生成

StableAnimator是一种视频扩散模型，具有专用的训练和推理模块，可生成高质量、保留 ID 的人体图像动画。

2025-01-22 10:30:00

图像生成模型 AI

图像超分辨新SOTA！南洋理工提出InvSR，利用大模型图像先验提高SR性能，登上Huggingface热门项目

论文提出了一种基于扩散反演的新型 SR 方法 InvSR。

2025-01-22 10:15:00

模型训练 AI

解决文生图质量和美学问题，字节跳动提出VMix：多维度美学控制方法，一键提升图像美学

论文基于提出的方法训练了一个即插即用的模块，无需再训练即可应用于不同的开源模型，提升模型的生成美感。

2025-01-22 09:48:07

模型训练开源

中科院北大等揭示「蒸馏真相」：除Claude豆包Gemini，其他很多模型都「蒸」过头

模型蒸馏也有「度」，过度蒸馏，只会导致模型性能下降。最近，来自中科院、北大等多家机构提出全新框架，从两个关键要素去评估和量化蒸馏模型的影响。结果发现，除了豆包、Claude、Gemini之外，大部分开/闭源LLM蒸馏程度过高。

2025-01-22 09:32:30

模型框架 AI

无直接数据可用，AI怎么学会「干活」？微软团队揭秘AI从语言到行动的进化之路

微软团队首次提出了一种完整的方法体系，详尽描述了在无直接可用数据的情况下如何从零开始训练一个大行动模型（Large Action Model, LAM），并将其逐步构建为可在真实环境中完成任务的智能体。

2025-01-22 09:00:00

微软 AI 智能体

首个公开发表的SAR图像目标识别基础模型！国防科大刘永祥&刘丽教授团队提出SARATR-X 1.0

国防科技大学电子科学学院刘永祥&刘丽教授团队提出首个公开发表的SAR图像目标识别基础模型SARATR-X 1.0。

2025-01-22 08:40:00

模型训练数据

选择/杂交/突变，DeepMind将自然选择引入LLM思维，实现心智进化

这篇论文题为《Evolving Deeper LLM Thinking》，可译为「进化式更深度 LLM 思维」，其中提出了一种进化搜索策略，可用于 scaling LLM 的推理时计算（inference time compute）。

2025-01-22 08:30:00

AI 深度学习模型

特朗普一上台，拜登AI禁令被秒撤！硅谷科技「壕客」齐聚就职典礼现场

才一上任，特朗普就宣布撤销拜登的AI行政禁令！马斯克、小扎、劈柴、贝索斯、库克等大佬悉数出现在就职典礼上。今天起，历史上最贵「内阁」开始运转，新总统承诺减少监管，加大AI基础设施投入，美国科技巨头的春天来了？

2025-01-21 13:50:00

AI 禁令模型

AI盈利难、机器人泡沫多！马库斯25年AI预测，隔空喊话马斯克

新年伊始，AI专家Gary Marcus发布长文，公布了他对2025年AI发展最新的25项预测，包括AGI、生成式AI、自动驾驶、人形机器人、视频生成、智能体等多个方向。虽然在2024年对OpenAI估值预测出错，但在最新的预测中仍不看好OpenAI。

2025-01-21 13:21:45

AI 模型预测

AI智能体2小时击败人类，引爆贝叶斯推理革命！仅用10%数据训练秒杀大模型

就在刚刚，Verses团队研发的Genius智能体，在Pong中超越了人类顶尖玩家！而且它仅仅训练2小时，用了1/10数据，就秒杀了其他顶级AI模型。

2025-01-21 13:15:37

AI 智能体模型

AI大牛颜水成宣布回归学界！重返新加坡国立任特聘教授，专注e-AGI研究

重返新加坡国立大学NUS，担任计算机系特聘教授。没错，就是他第一个教职所在地，也是他声名鹊起的地方。

2025-01-21 12:47:20

计算机 AI 模型

OpenAI智能体新线索曝光！网友：新ChatGPT时刻要来了

据大名鼎鼎的“情报员”光头哥爆料，OpenAI在MAC版ChatGPT桌面应用中隐藏了启用/禁用智能体的选项。

2025-01-21 12:44:50

模型 AI 训练

「DeepSeek接班OpenAI」，最新开源的R1推理模型，让AI圈爆了

OpenAI 的最初愿景，最终被一家国内创业公司实现了？

2025-01-21 11:53:53

OpenAI 模型开源

CVPR 2024 Spotlight | 解锁图像编辑新境界, 北大、腾讯提出DiffEditor，让精细编辑更简单！

DiffEditor是一种高效且灵活的图像编辑方法，能够无缝融入各种精细图像编辑任务，无需针对特定任务进行训练。

2025-01-21 10:45:00

训练模型架构

OminiControl：一个新的FLUX通用控制模型，单个模型实现图像主题控制和深度控制

OminiControl 使用统一的 token 方法，为跨不同任务的 Diffusion Transformers 提供参数高效的图像调节控制，无需额外的模块。

2025-01-21 10:20:00

图像生成开源模型

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 是 Google 实验室最新的生成图像实验，专注于快速视觉构思，而无需深入理解提示！

2025-01-21 09:50:36

谷歌视觉生成

1 2 3 4 5 6 ··· 514 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