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
四款扩散大语言模型全部破防？上交&上海AI Lab发现致命安全缺陷
当前扩散语言模型存在根本性架构安全缺陷，在某些攻击场景下，几乎毫无防御能力。

2025-07-24 09:15:00

语言模型架构AI
四年2亿，苹果天才离职内幕首曝光！庞若鸣发离职信告别，苹果AI大溃败
天才出走，2亿年薪，苹果AI宫斗剧迎来最劲爆一幕——原本要弯道超车，结果却活生生开进沟里！苹果版ChatGPT为何流产？Siri为何延期？基础模型团队为何解体，核心员工纷纷流失？这篇劲爆爆料，带你吃透苹果AI滑铁卢全过程。

2025-07-24 09:12:00

苹果模型ChatGPT
3D生成补上物理短板！首个系统性标注物理3D数据集上线，还有一个端到端框架
南洋理工大学-商汤联合研究中心S-Lab，及上海人工智能实验室合作提出了PhysXNet，号称首个系统性标注的物理基础3D数据集。

2025-07-24 09:10:00

AI3D数据集
使用Django和LangGraph构建一个对话式AI应用程序 译文 精选
我们先介绍简单的搭建，包括使用Pipenv安装依赖项，并克隆GitHub代码库。然后，我们将使用LangGraph定义聊天机器人的逻辑，围绕它构建一个基于Django的API，并连接一个基本的前端以便与其联系。

2025-07-24 09:08:31

DjangoLangGraph聊天机器人
官方揭秘ChatGPT Agent背后原理！通过强化学习让模型自主探索最佳工具组合
关于更进一步的Agent Mode的工作原理，OpenAI开发团队在和投资方红杉资本的圆桌谈话中做了详细解析，还回答了几个值得关注的问题。

2025-07-24 09:05:00

OpenAI开发技术
李沐B站更新了！教你手搓语音大模型，代码全开源还能在线试玩
李沐老师终于带着他的手搓语音大模型教程回归了….

2025-07-24 08:55:00

AI大模型语音
突然发疯！人形格斗冠军机器人凌空回旋踢，架子都干翻，现场研究员：0.0？
关于DeREK“发疯”的技术原因，Cix是这样解释的：我们启用了全身策略，但机器人的双脚没有接触地面。

2025-07-24 08:52:00

机器人AI技术
无线合成数据助力破解物理感知大模型数据瓶颈，SynCheck获顶会最佳论文奖
北京大学的许辰人教授团队和匹兹堡大学的高伟教授联合提出 SynCheck，为机器学习提供与真实数据质量相近的合成数据。

2025-07-24 08:40:00

AI数据机器学习
ICCV高分论文｜可灵ReCamMaster在海外爆火，带你从全新角度看好莱坞大片
可灵研究团队提出了一种可将输入视频沿新相机轨迹重新运镜的视频生成模型 ReCamMaster。

2025-07-24 08:30:00

AI视频生成模型
采用LangGraph集成多个MCP服务器的应用 原创
MCP的出现，标志着分布式人工智能系统体系架构取得了重大的突破与进展。它提供了一种标准化的方法，用于管理和传输不同组件之间的上下文信息，从而为创建能够保持上下文连续性的复杂多服务器系统提供了有力支持。

2025-07-24 08:13:36

MCP人工智能系统
如何从零开始构建Zepto的多语言查询解析系统？ 译文 精选
Zepto公司的数据科学团队利用LLM和RAG构建了一个强大的系统来解决多语言拼写错误问题。本文将从模糊查询到修正输出，完整复制这一端到端功能，并解释了该技术在搜索质量和多语言查询解析中发挥的关键作用。

2025-07-24 07:42:08

LLMRAGZepto
告别机械切割：基于sentence-transformers语义分块如何让文本理解更智能？
语义分块的核心思路是：让意思相近的内容 "抱团"。它借助文本嵌入（Embedding）技术，像磁铁一样把语义相似的句子吸在一起，从而实现更符合人类理解习惯的分块效果。本文将详解两种语义分块实现方法，从原理到代码带你全面掌握这一技术。

2025-07-24 04:00:00

机械切割语义分块RAG
MinerU 2.0部署教程！
MinerU 2带来了诸多重要更新，主要涵盖架构、性能、体验、模型、兼容性等方面。

2025-07-24 03:00:00

MinerUAI人工智能
多模态大语言模型(LLM) 和视频语言预训练的关键进展、应用、数据集和方法
本文将回顾大规模视频语言预训练任务的最新进展、后续应用、基础数据集和技术。

2025-07-24 02:00:00

多模态大语言模型LLM
诱导大模型 | 新型“回音室”攻击和对抗技术
虽然当今主流大模型已经逐步采用各种防护措施来对抗快速注入和越狱攻击，但是“回音室攻击”都能有效的让大模型产生有害的内容，比如，色情、恐怖暴力和歧视等内容。

2025-07-24 01:00:00

大模型
AI 如何帮你 “挑” 出适合自动化生成的代码？新手也能轻松上手
代码知识库就像 AI 的 “项目大脑”，让它从 “通用开发者” 进化为 “你的专属程序员”。通过解析现有代码、动态更新规范、复用历史经验，AI 生成的代码将完美融入项目，减少 80% 的重复劳动，让你专注于 20% 的核心业务创新。

2025-07-24 01:00:00

AI代码自动化
解锁 AI 与后端服务对话的力量：基于 Spring Boot + Spring AI 构建 Claude 本地 MCP 服务端
本文将从零开始，教你如何使用 Spring Boot + Spring AI 构建一套符合 MCP 协议的服务端，并无缝接入 Claude Desktop 客户端。最终实现 Claude 通过自然语言与本地服务交互，比如“新增一个课程”或“获取所有课程信息”。

2025-07-24 00:45:00

AIMCP服务端
耐撕！Cursor一波限流骚操作，让开发者彻底爱上ClaudeCode！实测两周：爱了！自定义指令、上下文工程管理掰开揉碎式总结 原创
Cursor 是个强大的工具，UI/UX 无敌。但从“高阶玩法”的角度来看，Claude Code 更胜一筹。CLI 的形态促使用户去探索、去试错，少了可视化界面，反而激发了“极客精神”。

2025-07-23 18:17:14

CursorClaudeCodeCLI
揭秘微软AI医疗诊断系统：超越医生准确率背后的事情
微软开发的AI诊断系统MAI-DxO解决了85.5%的复杂病例，准确率是人类医生的四倍，该系统使用多个专业的智能体进行实时协作，以提高准确性和效率，AI可助力医学教育、降低成本和缓解焦虑，人类医生继续扮演共情引导者和判断提供者的角色。

2025-07-23 15:23:42

AI诊断系统MAI-DxO医学教育
“思维链”窗口正在关闭！OpenAI、谷歌、Anthropic联合研究：我们正在失去理解 AI 的能力
正如研究人员所指出的，现在可能是确保人类还能理解其AI造物在想什么的最后机会，在这些想法变得过于陌生以至于无法理解，或者在模型学会完全隐藏它们之前。

2025-07-23 14:22:01

OpenAI谷歌AI
终结Coding？ShellAgent三句话造出马斯克同款「AI女友」！
Vibe Coding 2.0来临，中文就是最热门编程语言！全新ShellAgent横空出世，无需敲代码，几句话即可搞定一个APP。人手一个爆款Agent时代，即将到来。

2025-07-23 14:19:34

CodingAIShellAgent
国产最强！免费平替ClaudeCode！Qwen3-Coder玩疯了！自主特性惊艳！真实测：深扒奥特曼生平、稚晖君视频封面，成了 原创 精选
几个小时前，阿里 Qwen 团队发布了其自研最强代码模型 —— Qwen3-Coder，不过，各位不要被“代码模型”迷惑了。（昨天开源的Qwen3-235B-A22B-Instruct-2507 只能说是开胃菜了~）

2025-07-23 13:29:23

ClaudeCodeQwen3Agentic
夸克健康大模型通过12门主任医师考试，超半数医学生在使用
夸克健康大模型成功通过中国 12 门核心学科的主任医师笔试评测，成为国内首个完成这一挑战的大模型。目前，“主任级 AI 医生”能力已全面集成至夸克的AI搜索中，用户在查询健康问题时，选择深度搜索即可调用。

2025-07-23 13:18:22

夸克健康大模型AI搜索
ICML2025｜清华医工平台提出大模型「全周期」医学能力评测框架MultiCogEval
近日，清华大学电子系医工交叉平台刘喜恩助理研究员领衔的医学自然语言处理团队，联合多家单位在 ICML 2025 会议上发布最新研究成果，首次提出从医学知识掌握到临床问题解决的 “全周期” 大语言模型医学能力评测框架 ——MultiCogEval。

2025-07-23 10:07:31

大语言模型AI医学
刚刚，OpenAI星际之门要建5GW数据中心，马斯克祭出AI基建5年计划
报道援引知情人士透露的信息称，软银和 OpenAI 共同领导了「星际之门」项目，但在合作的关键条款上一直存在分歧，包括数据中心建设地点。

2025-07-23 10:04:43

AI数据OpenAI
DeepMind刚拿完IMO金牌，科学家就被Meta挖走了，都是华人大牛
今天凌晨，有外媒报道说三位参加奥数夺金模型的 Google AI 研究者，被 Meta 挖走了。

2025-07-23 10:01:56

AI研究模型
深入探索 GPT-4o：图像生成的多面手
4o 的生图能力，让我对取消订阅的 OpenAI，又燃起了订阅的兴趣。

2025-07-23 09:32:02

GPT-4o图像生成AI
AI重塑营销行业：5年内传统广告公司将大批倒闭？
Netflix和Amazon已经在今年的upfront中展示了AI驱动的广告格式。TikTok在Cannes Lions上发布了自己的AI广告格式。这不是概念验证，是商业化落地。 Meta、Google、Amazon这三家公司已经控制了超过60%的数字广告预算（不包括中国）。AI只会进一步巩固这种垄断。

2025-07-23 09:28:21

AI结构性重组
Grok 4：重新定义AI边界的“超级大脑”——技术解析、应用场景与未来展望
本文将从技术架构、核心功能、应用场景及代码实践等维度，深度解析Grok 4如何成为AI领域的“规则改变者”，并探讨其对社会生产力的潜在影响。

2025-07-23 09:26:11

Grok 4AI人工智能
AI Agent 协议：未来AI智能生态的基础设施
在大型语言模型（LLM）风靡全球的今天，AI 智能体如雨后春笋般涌现，然而，智能体之间的交互却因缺乏标准化协议而面临重重困境。此刻，智能体协议，这一智能体世界的 “通用语言”，正悄然兴起。

2025-07-23 09:21:03

AI AgentAI 智能体大型语言模型
TRAE 2.0 可能会震撼所有程序员！
7月21日，TRAE发布了2.0版，我有幸在第一时间试用了一下，其中的SOLO功能非常地有创新性，效果非常惊艳，可以说，TRAE已经变成了一个能理解需求、调动工具、独立完成各类开发任务的超级 AI 开发工程师。

2025-07-23 09:14:33

TRAESOLOAI
Meta开源创新大模型架构AU-Nets
Meta的研究人员开源了创新架构AU-Net，过引入一种自回归的 U-Net 架构，彻底改变了传统语言模型的分词和处理模式。

2025-07-23 09:10:00

AI模型架构
200万个AI芯片！OpenAI扩大5000亿美元投资，打造全球第一AI基建
新建成的AI数据中心将运行超过200万个AI芯片，这也超过了马斯克xAI的20万以及扎克伯格Meta官宣的60万个芯片，成为全球算力最强的AI平台。

2025-07-23 09:08:00

AI数据中心芯片
9岁女孩靠AI「万能钥匙」赚到第一桶金！OpenAI新CEO的六大野心
Fidji Simo以Instacart CEO的成功经验，加入OpenAI管理层。这份备忘录展示了她的宏大愿景：让AI成为知识、健康和创意的钥匙，打破资源壁垒，重塑人类的生活方式。

2025-07-23 09:07:00

AI管理技术
重塑注意力机制：GTA登场，KV缓存缩减70%、计算量削减62.5%
Grouped-head latent Attention (GTA) 震撼登场！这项创新机制通过共享注意力矩阵和压缩潜在值表示，将计算量削减 62.5%，KV 缓存缩减 70%，prefill 和 decode 速度提升 2 倍。

2025-07-23 09:05:00

AI模型训练
开源Qwen凌晨暴击闭源Claude！刷新AI编程SOTA，支持1M上下文
就在刚刚，阿里通义大模型团队开源Qwen3-Coder，直接刷新AI编程SOTA——不仅在开源界超过DeepSeek V3和Kimi K2，连业界标杆、闭源的Claude Sonnet 4都比下去了。

2025-07-23 08:33:00

ClaudeQwenAI
如何使用Google Vids创建免费视频或短片 译文 精选
谷歌应用程序提供了一款功能强大的可以简化视频创建流程的工具——Google Vids。这是一款免费的视频创作工具，可以让视频创建过程变得更加轻松。本文将探讨如何使用Google Vids来制作视频。

2025-07-23 08:10:32

人工智能视频创作工具谷歌
四个步骤构建了解云的智能Slackbot 译文 精选
本文介绍了一种更易于访问、对开发者友好的方法，以便使用你的文档、云API 和开源工具查询云基础架构，并采取相应操作。​

2025-07-23 08:01:30

云APISlackbot生成式AI
人工智能如何解锁非结构化数据的价值
基于非结构化数据的人工智能 (AI) 正在迅速发展，使企业能够从海量复杂数据中挖掘出宝贵的洞察。随着 AI 的不断发展，企业现在可以提高效率、增强客户体验并做出更明智的决策，这使得非结构化人工智能成为当今数据驱动时代取得成功的重要工具。

2025-07-23 08:00:00

人工智能非结构化数据机器学习
现实编织者还是扭曲者？AI系统中的个性化陷阱
AI系统正日益擅长识别我们的偏好、偏见，甚至小毛病，它们时而像殷勤的仆人，时而像微妙的操控者，调整回应方式以取悦、说服、协助我们，或仅仅是为了吸引我们的注意力，尽管这些即时影响看似无害，但在这悄无声息、难以察觉的调整中，正发生着深刻的转变。

2025-07-23 07:57:53

AI系统人工智能安全
探索 LLM(-Agent) 安全：全栈视角下的深度解析
还记得《流浪地球》中的台词吗？‘道路千万条，安全第一条；行车不规范，亲人两行泪’。在 AI 领域，安全问题同样重要。

2025-07-23 05:00:00

LLMAgentAI
如何创建高质量视觉数据集
在本文中，我们将探讨数据在创建计算机视觉模型中的重要作用，以及为什么高质量数据在计算机视觉中如此重要。我们还将介绍一些技巧，帮助您在训练自定义计算机视觉模型时创建高质量的数据集。

2025-07-23 04:00:00

计算机视觉数据集AI
深度解析与精准评估：OmniDocBench的创新之旅
文档解析技术正成为AI领域的重要场景。今天，我们将一起了解一下 OmniDocBench。

2025-07-23 03:00:00

AI人工智能文档解析
31%的员工正在“破坏”企业的GenAI战略
调查显示，31%的公司员工表示，他们正在“破坏公司的GenAI战略”，在千禧一代和Z世代员工中，这一比例跃升至41%。

2025-07-23 02:00:00

GenAIAI人工智能
FlowReasoner：自动化查询级 Multi-Agent 系统
AI 实在是发展迅速，从智能对话到自动编程，从数学推理到机器人协同，LLM 展现出改变世界的强大力量。而基于 LLM 的多智能体系统，凭借其出色的规划、推理和协作能力，已然成为推动技术进步的关键力量。

2025-07-23 01:00:00

LLM智能体Agent
生产级！京东团队打造的多Agent系统框架终于正式开源了！可透视每一个智能体的思维过程，可回溯修改、并行运行多个模型；可无限扩展 原创 精选
OxyGent 是一个专门为开发者设计的高级 Python 框架，它将工具、模型与智能体统一为模块化的原子操作单元 —— Oxy。通过这些 Oxy，你就可以快速构建灵活的多智能体系统，而且注意，这套框架还有两个重要的特点：无限可扩展性，全流程可追溯。

2025-07-22 17:59:41

Agent系统Python
腾讯云AI编程工具CodeBuddy IDE开启内测，不写一行代码完成产品开发
​7月22日，腾讯云宣布CodeBuddy IDE开启内测，这是首个实现“产品-设计-研发部署”全流程AI一体化的开发工作台。

2025-07-22 17:58:43

腾讯云CodeBuddyIDE
Claude Code全自主运行！24/7接管Mac，搭数字系统、手搓完整Python程序，还试图跑代码睡足八小时！网友：求直播 原创 精选
你有没有想过一个疯狂的点子：如果让 Claude Code 24/7全天候自己用电脑，会发生什么？Takeoff AI 创始人 Mckay Wrigley，亲自下场搞了一票大的——他给 Claude 配了一台 Mac Mini，让它全天候自主运行，不加干预，命名为 “Claudeputer”。

2025-07-22 17:46:12

数字系统Python程序
两年沉淀，大模型在哪些行业迎来了落地的高光时刻？ 原创
未来，大模型比拼的不是技术而是落地能力。

2025-07-22 17:20:36

大模型商业化
Kimi K2官方技术报告出炉：采用384个专家，训练不靠刷题靠“用自己的话再讲一遍”
没错，就是整整32页的Kimi K2官方技术报告。业内人士第一波repo已火速出炉

2025-07-22 16:20:39

AI技术报告
上一页 1 ··· 3637383940 ··· 698
点赞

51CTO技术栈公众号

业务
速览
在线客服