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
Java家族出列：十款值得关注的生成式AI工具与框架 译文 精选
Python开发者独享AI话语权的时代该结束了。以下十款高人气Java工具，将助你将AI深度集成到Java应用与工作流中。​

2025-04-11 08:30:39

PythonJava工具生成式AI
模态编码器 | ALIGN，通过大规模嘈杂数据集训练的视觉语言模型
ALIGN利用网络上摘取的HTML页面和alt-text标签，构建了一个18亿对图像-文本的嘈杂数据集，从而在不需要昂贵的数据过滤的情况下，实现高效的学习。

2025-04-11 02:00:00

模态编码器ALIGN视觉语言模型
2025年CIO的优先事项：掌握AI，确保未来
本文总结了关于掌握AI投资回报率、网络安全、人才和伦理以实现IT成功的七位IT和技术专家的指导意见。

2025-04-11 00:30:00

CIOAIIT领导者
模态编码器 | FLIP：通过图像掩码加速CLIP训练
看完MAE，很自然的一个想法就是将MAE用到CLIP里的图像编码器上，FLIP实现了这个想法，通过在训练过程中对图像进行随机掩码（masking），显著提升了训练效率。

2025-04-11 00:16:00

模态编码器MAECLIP
NoETL×大模型：Aloudata重构数据智能新范式，驱动企业决策革命
企业的核心竞争力包括人才壁垒、技术壁垒以及资本壁垒。然而，在AI的快速发展下，这些壁垒正在被逐渐拉平，唯有知识资产难以被复制和超越。

2025-04-10 16:23:02

Aloudata
谷歌 Veo 2 升级可生成更具电影感视频，文本、音频 AI 同步升级
谷歌为其视频 AI 模型 Veo 2 推出新功能，旨在帮助用户更轻松地生成具有电影质感的画面以及编辑真实视频。

2025-04-10 15:44:47

谷歌Veo 2AI
大模型“自动修 bug”能力将提升，豆包团队开源首个多语言代码修复基准 Multi-SWE-bench
4 月 10 日消息，豆包大模型团队今日通过官方公众号宣布，首个多语言类 SWE 数据集 Multi-SWE-bench 现已正式开源，可用于评估和提升大模型“自动修 Bug”能力。

2025-04-10 14:30:12

大模型豆包团队开源
模态编码器 | 恺明大神的MAE--掩码自编码器
MAE为计算机视觉领域带来了高效的自监督学习方法，缩小了计算机视觉与自然语言处理在自监督学习方面的差距。通过对图像进行大量随机掩码，减少图像空间冗余，使模型能够学习到超越低级图像统计的整体理解，学到更高级有效的特征。

2025-04-10 11:52:55

模态编码器
OpenAI 启动先锋计划，旨在重塑 AI 模型评分体系
OpenAI 在其博客中指出，创建特定领域的评估指标是更好地反映实际应用场景、帮助团队在实际且高风险环境中评估模型性能的有效途径之一。

2025-04-10 10:46:47

OpenAIAI 模型人工智能
谷歌发布 Gemini 2.5 Flash AI 模型：专为省钱高效而生
Gemini 2.5 Flash 即将登陆谷歌的 AI 开发平台 Vertex AI。谷歌公司表示，该模型具备“动态且可控”的计算能力，开发者能够根据查询请求的复杂程度灵活调整处理时间。

2025-04-10 10:44:00

Gemini 2.5AI 模型人工智能
继 OpenAI 后，谷歌 Gemini 模型将支持 Anthropic 的 MCP 协议
模型上下文协议（Model Context Protocol，MCP）是由 Anthropic 推出的开源协议，旨在实现大语言模型与外部数据源和工具的集成，用来在大模型和数据源之间建立安全双向的连接。

2025-04-10 10:41:36

模型上下文协议AI 模型OpenAI
UC伯克利华人开源14B「o3-mini」，代码版R1突袭OpenAI王座！
OpenAI o1/o3-mini级别的代码推理模型竟被抢先开源！UC伯克利和Together AI联合推出的DeepCoder-14B-Preview，仅14B参数就能媲美o3-mini，开源代码、数据集一应俱全，免费使用。

2025-04-10 10:02:43

模型AI开源
字节最新人像视频生成模型DreamActor-M1，推特关注超百万！即梦AI即将上线
自数字人技术Omnihuman-1引起行业关注之后，字节智能创作团队再放大招。全新DreamActor-M1横空出世，一张照片一段视频，就能生成电影级视频，精准迁移表情动作，还支持多种画风。

2025-04-10 09:54:40

视频生成AI
谷歌最新AI芯片打平英伟达B200，专为推理模型打造，最高配每秒42500000000000000000次浮点运算
谷歌称，AI正从响应式（提供实时信息供人类解读）转变为能够主动生成洞察和解读的转变。

2025-04-10 09:43:01

AI模型芯片
“谷歌版MCP”来了！开源A2A，不同厂商Agent也能协作
不同平台构建的AI Agent之间可以进行通信、发现彼此的能力、协商任务并开展协作，企业可通过专业Agent团队处理复杂工作流。

2025-04-10 09:42:51

AIAgent团队
剪枝60%不损性能！上海AI Lab提出高斯剪枝新方法，入选CVPR 2025
来自上海AI Lab的研究团队提出MaskGaussian，将掩码融合进光栅化过程，首次为被使用和未被使用的高斯同时保留梯度，在剪枝高斯的同时，MaskGaussian极大限度地保持了重建质量，提高了训练速度和减小内存需求。

2025-04-10 09:38:37

模型AI训练
英伟达华人AI版《猫和老鼠》爆火全网，60秒经典泪目！仅靠Transformer新增一层
85岁《猫和老鼠》焕发新生！英伟达、斯坦福等机构联手用TTT打造了一分钟视频生成器，让汤姆和杰瑞的追逐战延续到全新篇章，技术与经典的完美碰撞，你准备好迎接这场视觉盛宴了吗？

2025-04-10 09:26:56

AI版猫和老鼠英伟达
芯片设计效率提升2.5倍，中科大华为诺亚联合，用GNN+蒙特卡洛树搜索优化电路设计 | ICLR2025
中科大王杰教授团队（MIRALab）和华为诺亚方舟实验室（HuaweiNoah’sArkLab）联合提出了基于神经符号函数挖掘的高效逻辑优化方法，显著提升传统关键逻辑优化算子运行效率最高达2.5倍。

2025-04-10 09:19:52

AI数据芯片
用梯度下降求解整数规划，中科大等提出无监督训练整数规划求解器新范式 | ICLR 2025 Spotlight
与现有主流的监督学习方法对比，DiffILO不仅显著加快训练速度，还能生成更高质量的可行解。

2025-04-10 09:15:03

模型训练数据
首个统一多模态模型评测标准，DeepSeek Janus理解能力领跑开源，但和闭源还有差距
相比传统的多模态模型（比如 GPT-4V 或 DALL·E 3），这类模型在任务适应性和灵活性上更具优势。

2025-04-10 09:15:00

模型AI数据
李飞飞团队提出世界模型基准：“世界生成”能力迎来统一评测，3D/4D/视频模型同台PK
李飞飞吴佳俊团队提出了全面评测基准WorldScore，涵盖了三大类评估指标，动态静态都有涉及，其数据集中包含了3000个测试样例。

2025-04-10 09:10:00

模型AI评测
GPT开山一作，本科学历入职前CTO初创！OpenAI痛失「爱因斯坦级天才」
GPT开山一作、「爱因斯坦级的天才」携手OpenAI前首席研究官，一起加入OpenAI前CTO的新公司Thinking Machine Lab。有消息称，Thinking Machine Lab曾与风投洽谈，筹集超过1亿美元的资金。

2025-04-10 09:00:00

GPTAI模型
三大AI超能力：分类式AI、预测式AI和生成式AI 译文 精选
人工智能（AI）是一个潜能巨大且不断发展的领域，是无数现代技术的核心。为了驾驭它的复杂性，将AI划分为三个核心“家族”是大有裨益的，它们每个“家族”都有自己独特的目的和“个性”。

2025-04-10 08:33:05

分类式AI预测式AI生成式AI
小型推理模型的崛起：紧凑型人工智能能否匹敌GPT级推理能力？ 译文 精选
业界对开发更小、更高效模型的兴趣日益增长-这些模型能以更低的成本和资源需求提供相似的推理能力。本文探讨了这些小型推理模型的崛起、潜力、挑战以及对人工智能未来的影响。

2025-04-10 08:23:11

人工智能大型语言模型LLMs
OpenCV 应用中九个惊艳的图像处理实例
本文将介绍OpenCV中的一些基本但非常有用的图像处理技术，帮助读者快速掌握图像处理的基本技能。

2025-04-10 08:20:00

OpenCV图像处理计算机视觉
十款能几乎取代整个开发团队的 AI 工具
你不再需要一个 10 人的团队来构建优秀的产品。 AI 并不会完全取代开发者，但它会取代那些不使用 AI 的开发者。 学会将工作交给 AI，它就像是一个全天候工作的实习生，完全不需要薪水。

2025-04-10 08:11:06

AI工具团队
使用Argo Workflows微调大语言模型
Argo Workflows 是 Argo Projects 的核心项目，也是它第一个项目。主要的场景包括 Machine Learning Pipelines，大规模数据处理、基础设施的自动化、以及 CI/CD 等。右边是他的一个控制 UI。Argo Workflows 使用的场景非常广泛、尤其在 AI/ML Pipeline 领域。

2025-04-10 07:59:51

大语言模型项目
算法面试80%会问：大模型评估指标全解析
因为最近公司在招算法工程师，面了几轮后发现面对"如何评估大模型性能"这个问题，很多同学往往只能说出几个指标名称，但说不清楚具体计算方法和适用场景。今天我就结合实际项目经验，系统讲解几个核心评估指标。

2025-04-10 07:00:00

大模型
你的AI政策中应该包含的十件事
GenAI的流行给企业带来了一个棘手的局面。一方面，这是一种具有降低成本和增加收入潜力的颠覆性技术，另一方面，AI的滥用可能会颠覆整个行业，引发公关灾难、客户和员工的不满，以及安全漏洞。

2025-04-10 07:00:00

GenAIChatGPT人工智能
模态编码器 | 无文本编码器仍媲美CLIP的SuperClass模型！
SuperClass作为一种极其简单有效的方法，在预训练视觉编码器方面不仅能够实现与对比学习方法相媲美的性能，而且在计算效率和扩展性方面也表现出色。这些结果为视觉和多模态相关的任务提供了有力支持。

2025-04-10 06:30:00

模态编码器CLIPSuperClass
刚刚！谷歌最强AI全家桶上线！自家主干网络都要公开对外用了！黄仁勋站台，最新TPU性能猛涨3600倍，提Agent通信新协议 原创 精选
谷歌不久前刚刚发布了自己的最强推理模型Gemini2.5和Gemini 2.5 Flash，在大模型竞技排行榜Chatbot Arena中的“人类最后的考试”中获得最高分，这是最难的行业基准之一，旨在捕捉人类知识和推理的前沿。Gemini 2.5 Pro现在可以在Google AI Studio、Vertex AI和Gemini应用程序中供所有人使用。

2025-04-10 06:16:33

谷歌AITPU
一文读懂 Agentic RAG 技术点滴
我们来聊一下人工智能应用场景 - 提升大型语言模型（LLMs）的知识获取和生成能力的 Agentic RAG（智能增强检索生成）技术。

2025-04-10 00:12:00

AgenticRAG
人人都可定制Agent应用，阿里云百炼全面支持MCP服务部署与调用
4月9日，阿里云百炼上线业界首个全生命周期MCP服务，无需用户管理资源、开发部署、工程运维等工作，5分钟即可快速搭建一个连接MCP服务的 Agent（智能体）。

2025-04-09 14:37:09

阿里云MCP百炼
阿里云刘伟光：AI正在推动各行各业的生产力变革
4月9日，阿里云在京召开AI势能大会，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光称，大模型的社会价值正在企业市场释放，阿里云将坚定投入，打造全栈领先的技术，持续开源开放，为AI应用提速。

2025-04-09 14:35:50

阿里云大模型
孪生世界动态仿真新突破！北大发布RainyGS：降雨/洪涝/风速精准可控
北京大学陈宝权教授团队提出RainyGS技术，通过结合物理模拟和3D高斯泼溅渲染框架，实现了真实场景中动态雨效的高质量仿真与呈现，真正实现「从真实到真实」，或者「以仿真乱真」，即Real2Sim2Real ！相比现有的视频编辑工具（如 Runway），其物理真实性获得保证。

2025-04-09 13:25:34

模型AI3D
5分钟直出46页论文！谷歌Deep Research完爆OpenAI，最强Gemini 2.5加持
谷歌Deep Research重大升级，搭载全球顶尖Gemini 2.5 Pro模型。5分钟生成46页学术论文、复杂报告转为10分钟播客。性能超OpenAI DR 40%，价格仅为其1/10。

2025-04-09 13:19:29

谷歌AI模型
南洋理工&普渡大学提出CFG-Zero*：在Flow Matching模型中实现更稳健的无分类器引导方法
南洋理工大学 S-Lab 与普渡大学的研究者联合提出了创新方法——CFG-Zero*，针对传统 CFG 在 Flow Matching 框架下的结构性误差进行了理论分析，并设计了两项轻量级但效果显著的改进机制，使生成图像/视频在细节保真度、文本对齐性与稳定性上全面提升。

2025-04-09 13:16:26

图像生成AI
CVPR 2025 HighLight｜打通视频到3D的最后一公里，清华团队推出一键式视频扩散模型VideoScene
来自清华大学的研究团队首次提出 VideoScene：一款 “一步式” 视频扩散模型，专注于 3D 场景视频生成。

2025-04-09 13:11:27

3D视频生成
AI封神了！无剪辑一次直出60秒《猫和老鼠》片段，全网百万人围观
所有视频都是由模型一次性直接生成，没有进行任何二次编辑、拼接或后期处理。

2025-04-09 12:56:11

AI视频生成
论文党狂喜！alphaXiv推出Deep Research一秒搜遍arXiv，研究效率直接爆表
alphaXiv 是一个开放式学术讨论平台，直接基于 arXiv 构建，旨在使学术研究更加开放、易于访问和互联。

2025-04-09 12:48:13

模型AI数据
CDO 的价值要求：通过 Agentic AI 推动业务影响
人工智能正逐渐成为企业运营的中枢神经系统。随着人工智能战略、治理和货币化成为焦点，CDO 往往会演变为首席人工智能官 (CAIO)。

2025-04-09 12:39:46

CDOAgentic AI数据治理
鏖战企业级市场，AI Agent如何重塑智能商业未来？
浪潮之下，市场对于企业级AI Agent的实践探索正在持续深化。同时，在数字化转型深水区跋涉的企业，也正迎来基于“大模型+Agent”的智能进化新模式。

2025-04-09 12:30:41

AI Agent智能体AI
从零搭一套可复现、可教学、可观察的RL for VLM训练流程，我们试了试
来自上海交通大学、MiniMax、复旦大学和 SII 的研究团队选择按下暂停键，进行了一次关于 RL Scaling 的重新思考（Rethinking）。

2025-04-09 12:06:21

AI工具模型
RAG还是微调？AI落地的关键选择
你是否曾经面临这样的困境：部门刚刚决定采用大语言模型解决业务痛点，但技术团队却陷入了"到底该用RAG还是微调"的激烈争论中？

2025-04-09 11:59:29

AIRAG微调
斯坦福AI指数：重塑企业技术战略的五个关键见解
对于企业IT领导者在制定AI战略时，该报告提供了关于模型性能、投资趋势、实施挑战以及重塑技术格局的竞争动态的深刻见解。

2025-04-09 11:25:36

IT领导者AI人工智能
亚马逊推出全新 AI 语音模型 Nova Sonic，叫板 OpenAI 和谷歌
亚马逊发布了名为 Nova Sonic 的新一代生成式 AI 模型，该模型能够原生处理语音并生成自然流畅的语音。据亚马逊声称，Nova Sonic 在速度、语音识别以及对话质量等关键指标的基准测试中，表现可与 OpenAI 和谷歌的前沿语音模型相媲美。

2025-04-09 11:01:19

亚马逊AI 语音模型OpenAI
差距仅仅0.3%！李飞飞最新报告揭示：中美AI模型性能基本持平
由李飞飞联合领导的斯坦福大学以人为本人工智能研究所（Stanford HAI）发布《2025年人工智能指数报告》，这份长达456页的报告深度剖析了全球AI领域的最新趋势，给出了这一令人瞩目的结论。

2025-04-09 10:53:48

AI模型AI人工智能
使用vLLM部署工具加速QWQ，推理速度比ollama更快、并发更高
相比于ollama，vllm输出的速度更快，支持的并发更高，目前也没有遇到安全问题，稳定性非常好，更适合作为服务器的接口服务来部署。

2025-04-09 10:47:02

vLLMQWQollama
英伟达253B开源新王登场，Llama 4三天变陪衬！直逼DeepSeek-R1成推理天花板
Llama 4刚出世就被碾压！英伟达强势开源Llama Nemotron-253B推理模型，在数学编码、科学问答中准确率登顶，甚至以一半参数媲美DeepSeek R1，吞吐量暴涨4倍。关键秘诀，就在于团队采用的测试时Scaling。

2025-04-09 10:40:32

Llama 4英伟达253B开源
Llama 4五大疑点曝光，逐层扒皮！全球AI进步停滞，NYU教授称Scaling彻底结束
一位AI公司CEO细细扒皮了关于Llama 4的五大疑点。甚至有圈内人表示，Llama 4证明Scaling已经结束了，LLM并不能可靠推理。但更可怕的事，就是全球的AI进步恐将彻底停滞。

2025-04-09 10:11:57

AI模型
上一页 1 ··· 4142434445 ··· 649
点赞

51CTO技术栈公众号

业务
速览
在线客服