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

3.4w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 3.4w 条
行人、车辆、动物等ReID最新综述！武大等全面总结Transformer方法
研究人员对基于Transformer的Re-ID研究进行了全面回顾和深入分析，将现有工作分类为图像/视频Re-ID、数据/标注受限的Re-ID、跨模态Re-ID以及特殊Re-ID场景，提出了Transformer基线UntransReID，设计动物Re-ID的标准化基准测试，为未来Re-ID研究提供新手册。

2024-12-24 13:01:12

ReID数据Re-ID
o3曝智商高达157，比肩爱因斯坦碾压99%人类！陶哲轩水平AI或出现
OpenAI o3的智商，竟然已经高达157，碾压99%的人类？这张OpenAI模型智商图全网疯转。甚至有人大胆预测：达到陶哲轩智商（225-230）的大模型，应该会很快出现了。

2024-12-24 12:19:45

OpenAI模型智能
12天12大突破！OpenAI的创新狂潮，彻底改变未来科技
过去的12天里，OpenAI发布了12个令人震撼的创新产品，涵盖了从全新AI模型到极致的开发者工具、语音视频集成等多个领域。这些产品不仅提升了生成式AI的能力，更打破了行业壁垒，为开发者、专业人士以及普通用户带来了前所未有的体验。

2024-12-24 11:10:40

！OpenAI开发者AI
Occ预测最新SOTA！清华团队提出基于高斯世界模型的GaussianWorld算法
今天为大家分享清华大学最新的工作—GaussianWorld！基于高斯的全新世界模型。

2024-12-24 10:30:00

模型AI自动驾驶
3D世界的新视角：以Object为中心的占用补全技术（港中文&小米）
今天为大家分享港中文&小米最新的工作！以Object为中心的占用补全技术。

2024-12-24 09:56:51

自动驾驶3D技术
颠覆GPT！Meta推出大型概念模型LCM: 从“猜词”到“理解”
Meta FAIR 的最新重磅研究：大型概念模型（LCM）是一种完全不同的语言建模范式，它将推理与语言表征分离，灵感来源于人类能够通过规划高层次思维来进行交流的方式

2024-12-24 09:29:16

Meta模型推理
使用LLaMA 3.1、Firebase和Node.js，构建一个音控的智能厨房应用程序 译文 精选
我在本教程中将介绍从设置Firebase、配置LLaMA以操控语音命令到实时存储和管理购物清单的整个过程。

2024-12-24 08:12:59

LLaMA语言模型Node.js
使用 MediaPipe 检测面部五官
本文将重点介绍如何使用 MediaPipe 检测和跟踪特定的面部特征，包括鼻子、嘴巴、眼睛和虹膜。

2024-12-24 07:00:00

MediaPipe面部识别
火山引擎论文入选国际会议ACM MM'24｜对齐人类主观偏好的图像质量评价方法
本文提出了一种基于可定制指导的对齐人类主观偏好的图像质量评价方法—Align-IQA，该方法能够自适应地对自然场景图像、UGC图像和AIGC图像进行高效的质量评估。

2024-12-23 16:16:39

火山引擎Align-IQAAIGC图像
ABCoder 在大模型编程领域的探索
本文根据字节跳动服务框架团队研发工程师高文举在 CloudWeGo 技术沙龙暨三周年庆典中演讲内容《ABCoder 在大模型编程领域的探索》整理。

2024-12-23 16:02:39

大模型
NeurIPS 2024 | 从单图到3D：HumanSplat 基于Gaussian Splatting实现高保真人体3D生成
HumanSplat设计了一个泛化的人体3DGS生成框架，通过在人体数据集上精调的2D多视角扩散模型和精心设计的基于参数化模型的3D人体结构先验实现高保真度的人体重建。

2024-12-23 15:46:59

人体3D生成框架
时序预测再出新范式！华东师大提出DUET：「双向聚类」新设计，性能刷新SOTA！| KDD 2025
DUET创新性的引入了一种时间和通道双向聚类架构，有效解决了时序分布漂移以及多变量时间序列中变量关系难以动态建模的难题。研究团队在最新时间序列预测基准评测TFB的25个数据集上进行了广泛验证，证明了DUET的卓越性能，为各行业的时间序列预测任务提供了全新的解决方案。

2024-12-23 15:30:00

模型AI测试
扒一扒o3-mini背后团队：3位华人核心成员，北大清华南开校友在列
在官方截图中，中等o3-mini的性能和o1 mini差不多，价格却只有后者的一半，整体延迟也和GPT-4o相当。

2024-12-23 15:00:00

模型数据训练
LeCun八年前神预言，大模型路线再颠覆？OpenAI宣告：强化学习取得稳定性突破
只需几十个样本即可训练专家模型，强化微调RLF能掀起强化学习热潮吗？具体技术实现尚不清楚，AI2此前开源的RLVR或许在技术思路上存在相似之处。

2024-12-23 14:40:00

AI模型训练
o3并非独门秘技，谷歌已发背后关键机制，方法更简单、成本更低
这篇论文是来自斯坦福、牛津大学以及谷歌DeepMind团队。TogetherAI提供计算支持。

2024-12-23 14:30:00

AI模型数据
使用GenAI实现缺陷检测和分析
如果制造公司能够在缺陷发生时就准确找出原因，从而避免代价高昂的生产延误并确保一流的质量，那会怎样？生成式人工智能（GenAI）彻底改变了制造商的质量控制和缺陷监控方式，使之成为可能。

2024-12-23 14:12:41

GenAIAI数字孪生
图学习新突破：一个统一框架连接空域和频域
来自密西西比州立大学，北伊利诺伊大学和埃默里大学的学者通过一系列教程对此问题展开了讨论。

2024-12-23 14:10:00

AI模型数据
企业为何仍挣扎于数据治理：挑战与破局之道
尽管AI和分析技术的使用日益增加，但大多数企业在数据治理方面仍然面临挑战，这一问题并未变得更简单。

2024-12-23 13:55:34

AI网络安全数据治理
李飞飞、谢赛宁等探索MLLM「视觉空间智能」，网友：2025有盼头了
为了在视觉空间领域推进这种智能，来自纽约大学、耶鲁大学、斯坦福大学的研究者引入了 VSI-Bench，这是一个基于视频的基准测试，涵盖了近 290 个真实室内场景视频，包含超过 5000 个问答对。

2024-12-23 13:50:00

数据训练模型
AAAI 2025｜时间序列演进也是种扩散过程？基于移动自回归的时序扩散预测模型
近期，来自上海交通大学和东方理工的研究团队推出了自回归移动扩散（Auto-Regressive Moving Diffusion，简称 ARMD）模型。

2024-12-23 13:30:00

训练数据模型
麻省理工研究人员提高机器学习模型准确性
机器学习（ML）有可能通过利用大量数据进行预测洞察来改变医疗决策。然而，当这些模型在不能充分代表所有人口群体的数据集上进行训练时，就会出现一个严重挑战。

2024-12-23 13:28:22

机器学习数据集人工智能
剖析BadGPT-40背后的真相：一个从GPT模型中移除护栏的模型 译文 精选
在本文中，我们将剖析BadGPT-40背后的真相：该团队做了什么，他们是如何做的，以及为什么它很重要。对于那些认为官方护栏能保证模型安全的人来说，这将是一个警世故事。

2024-12-23 12:52:29

BadGPT-40GPT模型
李飞飞谢赛宁新作「空间推理」：多模态大模型性能突破关键所在
即使是最先进的多模态大模型，在空间认知方面与人类相比仍有显著差距，测试中约71%的错误都源于空间推理方面的缺陷，即空间推理能力是当前主要瓶颈。

2024-12-23 12:37:34

多模态大模型性能
雷军在线挖人，传年薪千万级！DeepSeek 关键骨干罗福莉已离职加入小米，或领军小米大模型团队；小米将在大模型上奋起直追！ 原创 精选
知情人士称，雷军认为小米在大模型领域发力太晚，于是亲自挖人，重金招募能够领军小米大模型的人才，支付的薪酬水平在千万元级别。

2024-12-23 12:33:42

雷军DeepSeekAI
大模型检索增强生成之向量数据库的问题
现如今向量数据库主要应用于与人工智能特别是大模型相关的技术领域，比如RAG技术，就是严重依赖于向量数据库。当然，向量数据库的应用场景远不止RAG一家，比如还有推荐系统，图像识别等多种不同的领域。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

2024-12-23 11:31:05

大模型检索人工智能
全球首个AI圣彼得大教堂上线，40万照片毫米级3D还原文艺复兴巅峰！
梵蒂冈联合Iconem与微软，通过40万张照片和AI技术，在不到一个月内完成圣彼得大教堂的3D复刻，完美还原这座400多年历史的地标。2025禧年临近，无论身处何地，皆可零距离感受这一宗教与艺术奇迹。

2024-12-23 10:50:00

AI生成3D
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

GithubCopilot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 APIAPI 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

OpenAIo3-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-miniARC-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

AITraefik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

RustRigAI 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
上一页 1 ··· 138139140141142 ··· 690
点赞

51CTO技术栈公众号

业务
速览
在线客服