鸿蒙开发者社区

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

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

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 3.4w 条

英伟达最新芯片B30A曝光

据路透社报道，该芯片基于最新最强Blackwell架构，将采用单芯片配置。

2025-08-20 09:28:53

英伟达 AI 芯片

思维链可无限延伸了，MIT等打破大模型上下文天花板

TIM配上专用推理引擎TIMRUN，把推理过程变成类似树状的递归子任务结构，并动态修剪掉不再需要的子任务，就能让模型在输出窗口有限的情况下实现几乎无限制的长程推理。

2025-08-20 09:20:36

MIT 大模型结构

54岁老程序员45年功力打造"贾维斯"：这套AI助手搭建指南比ChatGPT还强

Jason对未来的预测挺有意思。他认为到2026年，混合模型架构会创造出"涅槃"级别的AI助手。不再是追求单一大模型的性能，而是通过精细的用户体验设计，打造真正无缝的人机交互。

2025-08-20 09:19:04

程序员 AI助手 ChatGPT

X-SAM：从「分割一切」到「任意分割」：统一图像分割多模态大模型，在20+个图像分割数据集上均达SoTA

X-SAM 作为首个真正统一的分割多模态大语言模型，成功实现了从「segment anything」到「any segmentation」的重要跨越。

2025-08-20 09:18:13

AI 模型视频

ICCV 2025 | RobustSplat: 解耦致密化与动态的抗瞬态3DGS三维重建

在最近的一项研究中，来自中山大学、深圳市未来智联网络研究院、港中深的研究者提出鲁棒性解决方案 RobustSplat。

2025-08-20 09:17:00

强化学习之父Richard Sutton最新演讲揭示OaK架构：通向超级智能的八步愿景

OaK 架构目前还只是一个愿景，尚没有完整的算法，它还需要一些尚未实现的先决条件。这个先决条件就是一个能够不断学习和提升的深度学习算法。让我惊讶的是，到目前为止，我们都还没有这样一个算法。

2025-08-20 09:15:00

模型架构算法

7年了，OpenAI官方给出五代GPT对比，网友却怀念起「狂野」初代

刚刚，OpenAI 总裁兼联合创始人 Greg Brockman 分享了一个帖子：在给定相同提示的情况下，GPT-1 到 GPT-5 的输出有何不同。

2025-08-20 09:14:56

ICCV 2025 | 跨越视觉与语言边界，打开人机交互感知的新篇章：北大团队提出INP-CC模型重塑开放词汇HOI检测

INP-CC 不仅打破了预训练视觉语言模型（VLM）在区域感知与概念理解上的瓶颈，还展现出将语言模型（LLM）知识引入计算机视觉任务的巨大潜力。

2025-08-20 09:13:00

语言模型 LLM AI

Meta超级智能实验室重组为四个部门，某些高管将离开

具体来说，MSL 以及 Meta 之前的 FAIR 等 AI 部门将被重组为四个专注于 AI 的新部门。

2025-08-20 09:10:00

DeepSeek开源新基础模型，但不是V4，而是V3.1-Base

该模型一发布就吸引了 AI 社区的广泛关注，短短几个小时就已经冲上了 Hugging Face 热门模型榜第 4 位！

2025-08-20 09:08:00

AI 模型开源

凌晨战神Qwen又搞事情！新模型让图像编辑“哪里不对改哪里”

从创意裂变到精准改字，所有常见的图像编辑需求Qwen都能hold住。

2025-08-20 09:06:00

AI 模型图像生成

美国专家来中国转了一圈：AI比赛已经结束了

虽然吧，捧杀的嫌疑不小，但也算是一个新角度，可以透过这个热搜热议，看看AI发展背后容易被忽视的电力能源挑战。

2025-08-20 09:04:00

AI 能源模型

奥特曼：我承认GPT-5发布搞砸了

为了推广GPT-5，OpenAI一声招呼都不打就直接把其他型号给一刀切了，然后在用户的一片吐槽声中又把GPT-4o给加了回来。

2025-08-20 09:02:00

GPT-5 AI 模型

妙笔生维：线稿驱动的三维场景视频自由编辑

近期，研究人员提出了一种基于线稿的三维场景视频编辑方法 Sketch3DVE [1]，相关技术论文发表于 SIGGRAPH 2025，并入选 Video Trailer。

2025-08-20 08:50:00

AI 视频模型

最懂Claude内部运作团队采访流出：大模型输出的思考全是拍马屁！曝自家减少幻觉路径；绝非只预测下一个词。网友：这都敢免费公开原创精选

当一个 AI 模型在“思考”时，内部到底发生了什么？为什么 AI 模型会表现得谄媚？为什么它们会产生幻觉？AI 模型只是“高级的自动补全工具”，还是说其中存在更复杂的机制？目前 Anthropic 有哪些科学的方式研究这些问题？研究进展如何？

2025-08-20 08:34:48

Claude 大模型脑成像

AI教父辛顿：人类需要AI成为“母亲”，李飞飞：反对！

在 Ai4 2025大会上，“AI教父”杰弗里·辛顿警告人类应对超越人类智能机器的时间紧迫。他预测AGI可能十年内到来。面对未来更聪明的AI，辛顿主张与其强行控制，不如设计出关心人类的AI。他用母亲与孩子的关系作类比：更强大的一方自然保护较弱的一方。

2025-08-20 07:53:01

AI 人工智能大模型

ACM MM 2025 | 小红书AIGC团队提出风格迁移加速新算法STD

基于一致性模型的轨迹蒸馏为加速扩散模型提供了一个有效框架，通过减少推理步骤来提升效率。然而，现有的一致性模型在风格化任务中会削弱风格相似性，并损害美学质量 —— 尤其是在处理从部分加噪输入开始去噪的图像到图像或视频到视频变换任务时问题尤为明显。

2025-08-20 07:49:28

小红书 AIGC 扩散模型

揭秘扩散模型：深入了解DALL-E和Midjourney背后的技术译文精选

我们在本文中将揭开扩散模型的神秘面纱，以深入了解其背后的技术。我们将讨论基本概念、模型的工作原理以及训练方法。

2025-08-20 07:47:19

扩散模型 DALL-E LLM

填补AI模型治理鸿沟：CISO必知的五大关键发现

一项针对300多名AI从业者和决策者的新调查结果凸显了开源工具存在的安全隐患、模型监控不一致以及AI工具链碎片化带来的运营挑战。开源软件是AI开发的核心，但同时也带来了需要谨慎管理的供应链风险。

2025-08-20 07:18:00

AI模型 CISO 人工智能

Stable Diffusion原理通俗解析：AI绘画背后的魔法

Stable Diffusion 究竟是如何施展它的魔法，将我们输入的文字描述转化为一幅幅精美绝伦的图像的呢？今天，就让我们一同揭开它神秘的面纱，深入探索其背后的工作原理。

2025-08-20 07:12:43

AI绘画文本生成图像 AI

ICCV 2025 | 小红书AIGC团队提出图像和视频可控人脸生成新算法DynamicFace

DynamicFace 提出一种基于扩散模型的视频人脸交换框架，通过可组合 3D 面部先验将身份、表情、姿态、光照与背景显式解耦，利用轻量级 Mixture-of-Guiders 进行并行条件注入；同时设计身份-细节双流注入模块确保高保真身份保持，再辅以 FusionTVO 实现更好的帧间一致和背景一致性。

2025-08-20 07:06:23

小红书可控人脸生成

AI就绪型数据：当下发展最快的技术，到底是什么？

随着人工智能技术的持续演进，数据的重要性将愈发凸显。对企业而言，构建高质量、结构良好的AI就绪型数据基础，不仅是提升运营效率、激发创新动能的关键，更是在数字时代建立持久竞争优势的核心抓手。

2025-08-20 00:10:00

AI就绪型数据 AI 人工智能

腾讯开源 X-Omni：RL缝合混合架构，对标 GPT-4o，中文文本渲染登顶

腾讯研究团队打造了一款新型图像生成模型X-Omni。技术上，采用了强化学习重构混合模型架构；性能上，直接对标OpenAI的GPT-4o。

2025-08-20 00:00:00

X-Omni 图像生成模型 GPT-4o

刚刚，DeepSeek上线新模型V3.1 原创

DeepSeek官方群通知：线上模型版本已升级至 V3.1，上下文长度拓展至 128k，可通过官方网页、APP、小程序测试，API 接口调用方式保持不变。

2025-08-19 21:23:45

DeepSeek APP 接口

开源版Genie 3世界模型来了：实时+长时间交互，单卡可跑，国内公司出品

国产开源版 Genie 3 问世，昆仑万维用 1.8B 模型跑出了神级效果。

2025-08-19 16:24:37

AI 模型开源

图生视频新玩法刷爆外网：图上画两笔就能动起来，终于告别文本提示

前者只需上传一张静态图像，在上面绘制图形、文字或箭头等元素，即可生成具有电影质感的视频画面。该功能一经发布就在外网爆了，短短 4 天时间 X 上的浏览量就超 530 万。

2025-08-19 16:21:52

AI 视频生成模型

微软最新揭秘：「话痨实习生」AI助手，到底能帮人类做什么？

究竟哪些职业，更容易受到AI影响？基于20万微软Copilot使用数据，近日的一项研究指出，AI能够支持许多涉及研究、写作和沟通的任务，但这并不表明AI能够完全胜任任何单一职业的所有任务。

2025-08-19 16:19:57

AI 助手微软

16岁炒马斯克鱿鱼，SpaceX天才转投北大数学校友赵鹏麾下

2年前，14岁的Kairan Quazi从圣克拉拉大学毕业，被马斯克pick，加入入职成功率仅有0.2%的SpaceX，成为Starlink部门最年轻的软件工程师——这是SpaceX工程密度最高的部门之一。

2025-08-19 16:17:49

AI 软件工程师

英伟达开源9B参数小模型，比Qwen3快6倍

在麻省理工学院衍生公司Liquid AI发布了一款小到可以装在智能手表上的新AI视觉模型，以及谷歌发布了一款可以在智能手机上运行的小型模型之后，英伟达也加入了这场浪潮，推出了自己的新型小型语言模型（SLM）。

2025-08-19 16:10:46

AI 模型开源

首个3D动作游戏专用VLA模型，打黑神话&只狼超越人类玩家 | ICCV 2025

在复杂的三维环境中实现实时决策仍面临重大挑战，要求模型能在秒级时间尺度做出响应，具备高分辨率感知能力，并能够在动态条件下进行战术推理。

2025-08-19 16:08:20

GPT-5暴写「屎山代码」！14个Prompt，看穿GPT-1到GPT-5七年智商进化史

GPT-5发布半月，却被连连吐槽。如今，一张基准与GPT-4对比基准测试图，证明了Scaling Law没有撞墙。七年间，从GPT-1到GPT-5十四个花式Prompt对决，实力差一目了然。

2025-08-19 16:05:27

GPT-5 AI 代码

GPT 4o-mini华人领队离开OpenAI：真正推动AI进步不是模型架构，而是互联网

前OpenAI研究员Kevin Lu加盟由前OpenAI CTO Mira Murati创立的Thinking Machines Lab。公司2025年7月获约20亿美元早期融资，估值约120亿美元。Kevin Lu曾主导GPT-4o mini，长期研究强化学习、小模型与合成数据。

2025-08-19 15:58:59

OpenAI 模型架构

MCP堆工具是大坑！开发者大佬：命令行的‘脆’让AI崩惨了！不如砍成一个代码执行器：7轮调用秒变1轮！网友：早该放弃黑箱工具了！原创精选

MCP 常被视作大模型的“USB 接口”。不少开发者第一反应就是：往里堆更多专用工具（grep、sed、tmux……），好像这样就能让 AI 更强大。

2025-08-19 15:19:56

阿里千问踢馆子了！Qwen3新作秒杀ChatGPT，侧脸杀切换第一人称视角，表情包绝绝子，小编：再也不用美图秀秀去水印了原创精选

可以看出，基础的一些P图的操作，去除一些配饰，添加新的配饰这样的操作是没问题的。但问题在于，不能很好的理解中文经典名著里的配饰形状，这也应该是大模型没有相应的训练数据所导致的。

2025-08-19 12:00:26

Qwen3 ChatGPT 阿里

突破Claude-4编程上限！自进化Agent框架拿下新SOTA，底模越好性能越高，已开源

随着Claude 4模型的发布，SE-Agent的性能被推向新的高度：在SWE-Bench Verify上，它取得了高达80%的Top-1 Resolution Rate，再次刷新了领域纪录。

2025-08-19 11:26:46

Claude-4 Agent SOTA

告别人工写脚本！多模态大模型驱动携程UI自动化测试迈入“描述即生成”阶段

本文提出了一种基于多模态大模型的UI自动化用例生成方法。该方法以页面截图、DOM树结构以及自然语言用例描述作为输入，充分利用多模态大模型的跨模态理解能力和逻辑推理能力，实现对UI元素的智能识别与定位，并自动生成可持续执行的UI自动化测试用例。

2025-08-19 10:47:17

携程大模型自动化

阿里亮剑Ovis2.5：90亿参数挑战巨兽，AI视觉从此不“近视”

Ovis2.5的开源，更像是一份宣言。它告诉世界，AI的未来不只有“暴力美学”一条路。通过精巧的设计、深刻的场景理解，小模型同样可以迸发出撼动行业的力量。它是一把锋利的瑞士军刀，轻巧、精准，却足以解决最棘手的问题。

2025-08-19 10:37:59

Ovis2.5 阿里 AI

外媒评北京世界人形机器人运动会：进步神速，比真人刺激

为期三天的2025世界机器人大会在北京落下帷幕，共有500多款人形机器人参加，它们来自16个国家的280个团队。大会还举办了2025世界人形机器人运动会。

2025-08-19 10:14:12

人形机器人世界人形机器人人工智能

如何训练你的大型语言模型

打造一个听起来很智能的大型语言模型 (LLM) 助手，就像在反复塑造泥塑一样。你从一块泥土开始，把它挤压成一个可行的结构，然后开始精雕细琢，直到最终成品。越接近最终成品，那些精妙的点缀就越重要，正是这些点缀决定了最终成品是杰作还是恐怖谷效应。

2025-08-19 10:10:46

大型语言模型 LLM 强化学习

GPT-5翻车实录：被寄予厚望的AI新王者，为何不如Claude？

说到底，工具没有绝对的好坏，关键是找到适合的应用场景。GPT-5虽然这次表现不尽人意，但它在成本效率上的优势依然明显。而Claude在质量和用户体验上的坚持，也为整个行业树立了新的标杆。

2025-08-19 09:56:03

GPT-5 Claude 成本

4o-mini华人领队也离职了，这次不怪小扎

在最近激烈的硅谷人才大战中，Thinking Machine Lab独善其身，十几名成员无人接受小扎offer，10亿美元薪酬都拒绝。

2025-08-19 09:22:47

AI 硅谷人才

小模型才是 Agent 的未来？这篇立场文把话挑明了

最近，来自英伟达和佐治亚理工学院的研究人员发表了一篇论文《小型语言模型是智能体AI的未来》（Small Language Models are the Future of Agentic AI）。他们大胆断言：当前以LLM为中心的智能体构建方式，不仅成本高昂、效率低下，而且可能根本不是未来的方向

2025-08-19 09:20:02

Agent 模型 AI

AI来了！记者、UP主、写手，谁能逃过这场「灭绝浪潮」？

AI来了，一场悄无声息的「岗位绝种」来了。AI已深度渗透新闻采编、聚合与分发流程，从Perplexity豪赌345亿美元收购Chrome，到Particle打造全景式新闻摘要，AI正重构信息入口与用户体验。记者岗位面临「寂静灭绝」，57%的人认为会被取代。

2025-08-19 09:15:00

AI 机器人数据

Meta没做的，英伟达做了！全新架构吞吐量狂飙6倍，20万亿Token训练

英伟达发布全新架构9B模型，以Mamba-Transformer混合架构实现推理吞吐量最高提升6倍，对标Qwen3-8B并在数学、代码、推理与长上下文任务中表现持平或更优。

2025-08-19 09:14:44

英伟达 AI 模型

Sam Altman：美国严重低估中国AI实力，OpenAI开源因为DeepSeek

尽管美国不断加强对半导体的出口管制，但Altman并不认为这项政策能跟上技术现实。

2025-08-19 09:12:05

AI OpenAI 开源

超越RAG和DAPT！华人团队新研究引热议：即插即用、无需改变原参即可让模型化身领域专家

他们提出了一种比目前业界主流采用的DAPT（领域自适应预训练）和RAG（检索增强生成）更方便、且成本更低的方法。

2025-08-19 09:12:00

AI 模型训练

经验即代码：SWE-Exp框架如何将过往修复转化为可执行的智能资产

在AI驱动的软件维护中，真正的突破不在于更强大的模型，而在于构建能够从历史中学习的"记忆"。SWE-Exp通过四阶段经验驱动框架，实现了从试错到战略的范式转变。

2025-08-19 09:11:29

SWE-Exp框架 AI智能体软件维护

英伟达新研究：小模型才是智能体的未来

在Agent任务中，大语言模型经常处理重复、专业化的子任务，这让它们消耗大量计算资源，且成本高、效率低、灵活性差。

2025-08-19 09:10:00

AI 模型智能体

迈向可信 AI：LLM 幻觉的分析与优化

本文系统分析了LLM幻觉产生的原因，评估了其优缺点，并从Prompt设计、RAG检索增强、采样参数、SFT监督微调、强化学习、思维链推理、Agent Workflow等多个技术路径提出了针对性的优化方案。

2025-08-19 08:58:17

大语言模型 LLM AI

文本分块新突破：命题作为检索单元，提升密集检索性能与泛化性

命题级别的检索在开放域问答、检索增强语言模型和跨任务泛化方面表现出显著优势，尤其在处理长尾信息和稀有实体时表现出色。通过引入命题这一新的检索单元，为密集检索模型性能的提升提供了新的思路和方法。

2025-08-19 08:54:57

检索单元检索增强语言模型大模型

上一页 1 ··· 14 15 16 17 18 ··· 692 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