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
信创认证
公众号矩阵
移动端
视频课免费课排行榜短视频直播课软考学堂
全部课程软考信创认证华为认证厂商认证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

3.2w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 3.2w 条
AgentCPM-GUI：强化微调（RFT）赋能的移动设备 GUI 智能体
在移动设备 GUI 操作领域，AgentCPM-GUI 凭借强化微调、高质量数据集与紧凑动作空间设计，突破语言壁垒，在多基准测试中创卓越性能，开启智能交互新时代 —— 让设备真正懂你，助你高效完成每一项任务。

2025-06-13 01:30:00

微调智能体移动设备GUI
当人工智能推理遭遇瓶颈：大型推理模型的崩溃
OpenAI 的 o1 系列、DeepSeek 的 R1、Claude 的思维模型——这些“大型推理模型”声势浩大地问世，有望在机器解决复杂问题方面取得突破。与之前那些仅仅通过模式匹配完成任务的模型不同，这些系统显然能够进行“真正的”推理，甚至拥有与人类思维相符的内心独白。

2025-06-13 01:00:00

人工智能大型推理模型推理模型
Meta世界模型登场！机器人自学百万小时视频，零样本秒懂物理世界，LeCun亲自发布
V-JEPA 2 是一把“万金油钥匙”的雏形：它不依赖具体机器人或场景，训练一次可以“即插即用”。这是区别于传统机器人模型的重大突破。后者往往需要为每一个新场景单独收集数据、训练模型，而 V-JEPA 2 强调通用性。

2025-06-13 00:03:00

机器人V-JEPA 2模型
LeCun亲自出镜打脸质疑者！憋了20年的AI世界模型，终于爆发了
对于世界模型，Meta接下来还将进行多个方向的深入探索。目前，V-JEPA 2只能在单一时间尺度上进行学习和预测，但现实中许多任务需要跨多个时间尺度进行规划。

2025-06-12 14:32:07

AI世界模型V-JEPA 2
2D图像作中介，零训练实现3D场景生成SOTA：英伟达&康奈尔提出文本驱动新流程
能否让 2D 图像充当 "中间商"，先把用户输入文字转化为高质量场景图，再从中提取 3D 信息？NVIDIA 与康奈尔大学联合团队的最新研究 ArtiScene，正是基于这一 insight 提出的全新解决方案。

2025-06-12 14:29:14

3D模型场景生成
小扎“超级智能”小组第一位大佬！谷歌DeepMind首席研究员，“压缩即智能”核心人物
看出来了小扎AGI组队，就是一个原则：这些科技公司的顶尖工程师们应来尽来，而且钱都不是问题。他们为这些人提供了数千万美元的薪酬方案，包括股权。

2025-06-12 14:27:53

谷歌智能AI
GPT-4o宁让人类陷入危险，也不愿被关闭！OpenAI前高管敲响警钟
前OpenAI高管Steven Adler的最新研究揭露了令人不安的事实：在模拟测试中，ChatGPT有时会为了避免被替换，选择欺骗用户，甚至置用户健康于危险境地。AI优先考虑自身存活，而非用户福祉，这是否预示着AI失控的危机？

2025-06-12 14:26:01

OpenAIChatGPT模型
DeepMind首个猜想库开源，获陶哲轩力挺！
谷歌DeepMind重磅出击，开源首个形式化数学猜想库，获陶哲轩力挺！从解析数论的兰道猜想开始，这个开源项目将为AI破解数学难题的未来铺路。

2025-06-12 14:20:35

谷歌DeepMindAI
逆天！特朗普最新AI计划竟在GitHub泄露！被发现就删库跑路！白宫也要搞ChatGPT？还有一个惊人发现：项目主导者出身特斯拉 原创 精选
6 月 10 日，有眼尖的开发者在 GitHub 上发现了这个名为“AI.gov”的项目。媒体随后联系了相关部门核实情况，不出几个小时，整个代码库就被火速下线。

2025-06-12 13:32:36

AI特朗普ChatGPT
夸克发布高考志愿大模型，蒸馏数百名人类志愿专家经验
6月12日，夸克发布国内首个为高考志愿填报场景开发的高考志愿大模型，并同步上线“高考深度搜索”、“志愿报告”、“智能选志愿”三大核心功能。该模型具备专家级决策能力，能够为每位考生提供精准、个性化的志愿填报服务。

2025-06-12 13:03:13

夸克高考志愿大模型
每秒生成超30帧视频，支持实时交互！自回归视频生成新框架刷新生成效率
最近，来自微软研究院的团队与北大联合发布新框架——Next-Frame Diffusion (NFD)。

2025-06-12 11:57:56

视频生成模型AI
最大的开源GraphRag：知识图谱完全自主构建｜港科大＆华为
香港科技大学KnowComp实验室联合香港华为理论部提出了AutoSchemaKG：一个无需预定义模式、用于完全自主知识图谱构建的框架。

2025-06-12 11:56:30

模型框架开源
超实用！手把手教你Dify版本升级
我们以 Docker 方式安装 Dify 的升级为例，给大家演示一下升级的流程和注意事项，当然源码安装的升级方式也是类似的，升级思路都相同的，只是具体的操作可能略有不同。

2025-06-12 10:27:02

DockerDify
免费GPU算力部署DeepSeek-R1 32B
本文介绍利用飞桨AI Studio每日免费提供GPU算力资源部署DeepSeek-R1 32B。进一步，还可以通过frp内网穿透让windows部署的Dify连接飞桨服务器上部署的ollama。另外，我们也可以利用GPU算力学习其它知识：模型微调，模型训练，深度学习训练等。

2025-06-12 09:48:27

GPUDeepSeekAI
刚刚，LeCun亲自出镜，Meta推出新世界模型！
就在刚刚，Meta 又有新的动作，推出基于视频训练的世界模型 V-JEPA 2。其能够实现最先进的环境理解与预测能力，并在新环境中完成零样本规划与机器人控制。

2025-06-12 09:37:30

机器人人工智能世界模型
杨立昆亲自指导开源世界大模型，为AI Agent打造超级大脑
与第一代相比，V-JEPA 2使用了100万视频+100万图片超大规模训练数据集，可以让AI Agent像人类那样理解真实的物理世界，为智能体打造一个“超级大脑”自主学会观察、规划到执行全自动化能力。

2025-06-12 09:12:00

模型数据智能体
o3绞尽脑汁仅答对40%的题目，开源模型基本乱猜？MMSI-Bench：多图空间智能试金石
这一专为多图像空间智能设计的MMSI-Bench由上海人工智能实验室、香港中文大学、浙江大学、清华大学、上海交通大学、香港大学以及北京师范大学的研究者们共同完成。

2025-06-12 09:05:00

模型开源AI
全球首个历史基准！普林复旦打造AI历史助手，AI破圈人文学科
普林斯顿大学AI实验室与复旦大学历史学系联手推出了全球首个聚焦历史研究能力的AI评测基准——HistBench，并同步开发了深度嵌入历史研究场景的AI助手——HistAgent。这一成果不仅填补了人文学科AI测试的空白，更为复杂史料处理与多模态理解建立了系统工具框架。

2025-06-12 09:03:00

AI评测模型
谷歌流量急坠归0？核心员工被「自愿离职」，30年搜索帝国崩塌
谷歌搜索正迎来前所未有的转折点：核心团队员工被提议「自愿离职」，以支持AI巨资投入。搜索时代终结、AI重塑信息生态，已成不可逆转之势。

2025-06-12 09:00:00

谷歌搜索AI
端到端GUI智能体首次实现“犯错-反思-修正”闭环，模拟人类认知全过程
随着多模态大模型的发展，端到端GUI智能体在手机、电脑等设备上的自动化任务中展示出巨大潜力。它们能够看懂设备屏幕，模拟人类去点击按钮、输入文本，从而完成复杂的任务。

2025-06-12 08:58:00

智能体训练数据
MSRA清北推出强化预训练！取代传统自监督，14B模型媲美32B
微软亚洲研究院（MSRA）联合清华大学、北京大学提出全新预训练范式RPT（强化预训练），首次将强化学习深度融入预训练阶段，让模型在预测每个token前都能先“动脑推理”，并根据推理正确性获得奖励。

2025-06-12 08:46:00

强化训练模型AI
简易实用项目攻略：如何创建集文档问答、摘要、转录、翻译与提取于一身的AI门户 译文 精选
本文我们将共同了解如何将整个项目拼凑起来，介绍技术选型理由，以及如何将其运行起来。不必担心，所有内容均为开源，且不涉及任何AI“黑话”。

2025-06-12 08:24:57

OpenAI大模型AI工具
保护由AI代理创建的软件：下一个安全范式 译文 精选
本文旨在研究这一范式转变所带来的新挑战，以及为应对代理式人工智能环境，必须实施的人机协同审查机制。​

2025-06-12 08:15:24

代理式人工智能Agentic AIGenAI
RPA的未来与智能体紧密相关
随着企业将自主式AI与较早的技术相结合以重塑业务流程，RPA将不断发展。

2025-06-12 08:08:00

自主式AIRPA自动化
三家银行利用AI实现盈利增长的实战经验
随着银行业将AI技术融入日常运营，且模型逐渐成熟，应用案例的构成正朝着具备客户交互功能的GenAI能力转变。

2025-06-12 07:10:00

AIGenAI人工智能
一文读懂LLM基于JSON Schema的结构化输出
OpenAI推出基于JSON Schema的结构化输出以解决这一问题。结构化输出确保模型响应遵循严格的格式，减少错误，并使将大语言模型集成到需要一致的、机器可读数据的应用程序中变得更加容易，对于一致性和准确性至关重要的任务其输出更为可靠。

2025-06-12 02:30:00

人工智能LLM大语言模型
我在2025年尝试了12个AI代理框架-哪款更适合你？
Rivet是AI代理的Figma。界面流畅、支持协作，可视化检查代理在每个节点的思考。我发现它对向非技术客户解释流程非常有用。

2025-06-12 01:45:00

AI代理框架
智能体开发实战 | 基于Dify自定义工作流工具构建游戏智能体
Dify是一款开源的大语言模型应用开发平台，旨在降低AI应用的开发门槛，帮助开发者和企业快速构建、部署及管理生成式AI应用。本文以24点游戏智能体为案例，展示了Dify基于工作流的Agent应用开发。通过把工作流发布为工具，Agent通过推理可以智能调用相应工作流解决问题。

2025-06-12 01:30:00

智能体Dify游戏智能体
Test-Time Scaling：挖掘大型语言模型推理潜能
Test-Time Scaling（TTS）正以其强大的推理扩展能力，引领着大型语言模型（LLM）的新潮流。通过合理的推理计算扩展，TTS 能够显著提升 LLM 在复杂任务中的表现，为实际应用带来前所未有的机遇。这是第一篇关于 Test-Time Scaling 的综述论文。

2025-06-12 01:00:00

AI
刚刚！OpenAI 上线 o3-pro，性能碾压 Gemini 与 Claude，重新定义“模型”
o3-pro属于“推理模型”，它可以一步步拆解问题、逻辑严密地得出结论。这种能力使它在物理、数学、编程等严谨性要求较高的领域表现更为稳定可靠。

2025-06-11 14:48:11

OpenAIo3-proGemini
谁说强化学习只能是蛋糕上的樱桃，说不定，它也可以是整个蛋糕呢？
本文提出了强化预训练（Reinforcement Pre-Training, RPT）这一新范式，旨在弥合可扩展的自监督预训练与强化学习能力之间的鸿沟。

2025-06-11 14:45:57

强化学习训练模型
10%训练数据超越100%表现，机器人学习领域迎来重要突破
ViSA-Flow 为机器人学习领域带来了重要突破，证明了从大规模人类视频中提取语义表示进行机器人技能学习的可行性。该方法不仅在理论上具有创新性，在实际应用中也展现出强大的性能优势。

2025-06-11 14:45:26

机器人训练数据
小红书开源首个 AI 文本大模型：11.2T 精炼语料吊打海量数据，证明“大模型≠大数据”
dots.llm1 是一个 Mixture of Experts（MoE）结构的语言模型。尽管总参数规模达 142B，但在每次推理中只激活 14B，有效控制了计算开销。这种“低激活、高表现”的设计理念，是对 MoE 架构效率潜力的一种验证。

2025-06-11 14:44:48

AI文本大模型
Mistral的首个强推理模型：拥抱开源，推理速度快10倍
欧洲人工智能公司 Mistral AI 发布了 Magistral，这是一个全新的大语言模型（LLM）系列，展现了强大的推理能力。它能够进行不断反思，并解决更复杂的任务。

2025-06-11 14:39:50

AILLMMistral
硅谷AI圈变天！OpenAI弃微软转投谷歌，LeCun被边缘小扎组队血战复仇
活久见，OpenAI和谷歌「世纪握手」，达成合作了！另一边的微软，似乎转头就被抛弃了。另外，小扎也受了刺激，下决心亲自组队50人 ，破釜沉舟斥资150亿收购Scale AI，誓要做出AGI。硅谷变天了。

2025-06-11 14:36:16

谷歌微软AI
新“SOTA”推理模型避战Qwen和R1？欧版OpenAI被喷麻了
在官方展示的基准测试结果中，DeepSeek-R1的数据确实不是最新的（在AIME-25数学测试中，DeepSeek-R1-0528的准确率已经从旧版的70%提升至87.5%），并且比较行列里完全不见Qwen的身影。

2025-06-11 14:28:34

SOTAQwenR1
智能体自己出现问题自己找！首次提出“自动化失败归因”课题 | ICML2025 Spotlight
宾夕法尼亚州立大学与杜克大学联合Google DeepMind等机构的研究者们首次提出了“自动化失败归因”这一全新研究课题，并为此构建了首个专用基准数据集Who&When，开发和评估了多种自动化归因方法。

2025-06-11 13:44:44

自动化模型智能体
o3 pro一手真体验！上下文喂到断供！大神：o3 pro不会聊天，上帝渴望上下文，认知能力降维打击Gemini、Claude 原创 精选
今天凌晨，Sam Altman 动作非常密集。先是宣布 o3 价格“截肢”（价格直接降至 1/5 ），紧接着不到 2 小时后就发布了 o3-pro。

2025-06-11 12:44:40

o3 proClaudeGemini
扩散语言模型真的会比自回归好？理论分析结果可能恰恰相反
来自北京大学和蚂蚁集团的最新研究表明，答案远非简单的 “是” 或 “否”，在某些关键场景下，结论甚至可能恰恰相反。

2025-06-11 09:21:28

模型图像生成AI
法国 AI 实验室 Mistral 推出推理模型 Magistral 系列，Small 版已开源
Mistral 正式推出其首个推理模型系列 ——Magistral。该系列模型通过分步骤解决问题，旨在提升在数学、物理等学科领域的一致性和可靠性，与 OpenAI 的 o3 模型和谷歌的 Gemini 2.5 Pro 等其他推理模型类似。

2025-06-11 09:19:46

推理模型Magistral开源
一个md文件收获超400 star，这份综述分四大范式全面解析了3D场景生成
来自南洋理工大学 S-Lab 的研究者们全面调研了该领域最前沿的研究方法，发表了综述《3D Scene Generation: A Survey》，对 300+ 篇代表性论文进行了系统归纳，将现有方法划分为四大类：程序化方法、基于神经网络的 3D 表示生成、图像驱动生成，以及视频驱动生成。

2025-06-11 09:19:22

3D生成AI
一招缓解LLM偏科！调整训练集组成，“秘方”在此 | 上交大&上海AI Lab等
上海交大&上海AI Lab联合团队提出创新方法IDEAL，可显著提升LLM在多种不同领域上的综合性能。

2025-06-11 09:17:00

LLM模型AI
时空压缩！剑桥大学提出注意力机制MTLA：推理加速5倍，显存减至1/8
剑桥大学机器智能实验室最新提出了 Multi-head Temporal Latent Attention（MTLA），首次将时序压缩与隐空间压缩相结合，在 KV 缓存的两个维度上同时施加时空压缩策略。

2025-06-11 09:15:51

模型AI架构
刚刚，OpenAI正式发布o3-pro！奥特曼激动更新博客：温和的奇点
从即日起，所有 Pro 订阅用户均可通过 ChatGPT 和 API 使用这款强大的推理模型。

2025-06-11 09:13:44

模型AIOpenAI
一块4090搞定实时视频生成！Adobe黑科技来了
游戏直播等实时渲染门槛要被击穿了？Adobe 的一项新研究带来新的可能。

2025-06-11 09:12:00

视频生成AI
SOTA级视频编辑新方法：无需训练一句话编辑视频，背景保持100%
西湖大学AGILab提出了一种全新的无需反演和训练的视频编辑新方法：FlowDirector。

2025-06-11 09:10:00

视频AI训练
北大伯克利联手“拷问”大模型：最强Agent也才40分！新基准专治“不听话”的AI分析师
这项名为IDA-Bench的新基准，就是为了模拟真实世界中这种“边想边改”的分析场景而生。

2025-06-11 09:08:00

AI模型数据
让AI自己设计芯片！中国科学院发布「启蒙」，芯片全流程自动设计
近日，中国科学院计算技术研究所联合软件研究所推出「启蒙」系统，基于AI技术，实现处理器芯片软硬件各个步骤的全自动设计，达到或部分超越人类专家手工设计水平。

2025-06-11 09:07:00

AI芯片技术
20人团队提前实现DeepSeek构想，AI算力变天？直击大模型算力成本痛点
20人国内团队，竟然提前2年预判到了DeepSeek的构想？玉盘AI的全新计算架构方案浮出水面后，直接震动业内：当前AI算力的核心瓶颈，他们试图从硬件源头解决！

2025-06-11 09:06:00

AI架构算力
英伟达港大联手革新视觉注意力机制！GSPN高分辨率生成加速超84倍
香港大学与英伟达联合推出了广义空间传播网络（GSPN）。

2025-06-11 09:06:00

视觉生成AI
上一页 1 ··· 89101112 ··· 648
点赞

51CTO技术栈公众号

业务
速览
在线客服