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

3.3w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 3.3w 条
AI Agent 五大工作模式详解
在AI Agent的架构设计中，工作模式决定了智能体如何规划、执行任务并优化自身行为。本文将深入解析五大主流工作模式：提示链 (Prompt Chaining)、路由 (Routing)、并行化 (Parallelization)、协调者-工作者 (Orchestrator-Workers) 和 **评估者-优化者 (Evaluator-Optimizer)**，通过技术图解与实例揭示其运作机制。

2025-06-03 01:43:00

AIAgent提示链
轻松配置Cursor玩转MCP，你学会了吗？
我们来看如何配置 Cursor。需要注意，低版本 Cursor 也支持 MCP 服务，我用的是 0.48.7 版本。在 Cursor 设置中，先将版本切换到 Early Access（抢先体验）。

2025-06-03 01:25:00

CursorMCP服务
构建强大AI Agent的关键 = Pydantic AI + MCP + Advanced Web Scraping
MCP 不仅仅是一个协议或架构模式，它代表了设计 AI 驱动应用和分布式系统的根本转变。通过有效分离模型、上下文和协议，组织可以创建适应性强、可扩展且易于维护的解决方案。

2025-06-03 01:04:00

MCPAI架构
AI辅助编程工具深度评测与企业选型指南
AI辅助编程工具正以前所未有的方式重塑软件开发的面貌。Cursor、Winsurf、GitHub Copilot和Augment Code作为当前市场的佼佼者，各自凭借其独特的功能组合、技术优势和生态系统，为不同需求的软件企业提供了多样化的选择。

2025-06-03 01:00:00

AI辅助编程工具
阿里发布 QwenLong-L1 超长文本杀器！已开源、支持 120k 长上下文、具备“翻书回溯”能力
近日，阿里巴巴把一套可阅读 120 k token 超长文档、还能“回头修正”的训练框架“QwenLong-L1”完整开源，给上述瓶颈了一个清晰的、可行的解决思路。

2025-06-03 00:00:09

AI长上下文推理 RL大模型
十大最酷的开源 Node.js AI 项目
以前总觉得做 AI 必须得进 Python 世界……没想到 Node.js 也在迅速崛起，简直逆天。更夸张的是，这些开源项目不仅是实验玩具，真的是实打实能用。于是深入 GitHub 挖掘了最火的十个 Node.js AI 项目，脑洞大开，绝对颠覆想象。

2025-06-03 00:00:01

Node.jsAI 项目GitHub
100+ 必备 AI 工具，每周帮你省 150 小时以上
这次整理了 100 多款实用 AI 工具，能帮你每周至少节省 30 小时。没有夸张，都是实打实管用的神器。

2025-06-03 00:00:00

AI 工具人工智能智能搜索
投资回报率几何？AI的失败促使CEO们重新思考其应用
调查数据显示，近年来仅有25%的AI计划达到了ROI预期，同时，仅有16%的AI项目在企业范围内得到了全面推广。

2025-06-03 00:00:00

AI人工智能ROI
谷歌野心藏不住！劈柴哥放话：AI比互联网更颠覆！智能体将打造新的中间平台生态；记者：Chrome被卖了咋办？ 精选
Pichai 清晰地表露出他的野心：要让 AI 成为谷歌的底层平台能力，构建一个涵盖搜索、安卓、云、YouTube、硬件乃至机器人系统的完整生态闭环。

2025-05-31 21:32:35

谷歌AI智能体
美团开放AI代码工具，零代码实现全栈能力，项目负责人揭秘架构细节
NoCode 可帮助很多人以「零代码」的方式创建个人提效工具、产品原型、可交互页面等。它不仅能生成代码，还可以进行实时预览，局部修改并一键部署，大幅降低了开发的门槛，可以帮助更多人释放创意。

2025-05-30 15:59:41

AI开发工具
多模态扩散模型开始爆发，这次是高速可控还能学习推理的LaViDa
相比于自回归 LLM，扩散模型具有多项理论优势，可直接解决自回归生成的局限性。

2025-05-30 15:54:16

模型AI生成
大模型智能体如何突破规模化应用瓶颈，核心在于Agentic ROI
上海交通大学联合中科大在本文中指出：现阶段大模型智能体的主要障碍不在于模型能力不足，而在于其「Agentic ROI」尚未达到实用化门槛。

2025-05-30 15:53:27

智能体模型AI
谷歌之后，英伟达入局扩散大语言模型，Fast-dLLM推理速度狂飙27.6倍
近日，NVIDIA 联合香港大学、MIT 等机构重磅推出 Fast-dLLM，以无需训练的即插即用加速方案，实现了推理速度的突破！

2025-05-30 15:52:05

训练代码推理
Google 的 Agent2Agent（A2A）框架详解 原创 精选
如今的 AI 世界就像一个个“专才孤岛”：有的智能体擅长日程安排，有的精通数据分析，还有的擅长写作创意。但即使这些专长组合在一起能解决更复杂的问题，它们通常仍是各自为战。

2025-05-30 14:59:36

GoogleAgent2AI
专治AI生图「人脸崩坏」，8倍速碾压GPT！新版FLUX.1多方位刷新SOTA
FLUX.1 Kontext是一款融合即时文本图像编辑与文本到图像生成的新一代模型，支持文本与图像提示，角色一致性强，速度快达GPT-Image-1的8倍。

2025-05-30 14:28:10

GPTAI生图
AI生图大洗牌！流匹配架构颠覆传统，一个模型同时接受文本和图像输入
新模型FLUX.1 Kontext使用流匹配架构（Flow Matching），不再是文本编码器和扩散模型各干各的，与此前技术都不同。最来自之前很火的Black Forest Labs，官方表示这一次能做到真正的上下文生成和编辑。

2025-05-30 14:22:00

AI生图模型
LLM可以在没有采用强化学习或大型数据集的情况下学习推理吗？ 译文 精选
LLM能否通过学习自己生成的推理痕迹来提高推理能力？他们提出了“​​思考、修剪、训练​​”（TPT）框架，允许LLM使用精心选择的自生成数据迭代地改进它们的推理能力。​

2025-05-30 10:50:27

LLM人工智能大型语言模型
更新改造遗留代码库：AI辅助的代码解读开发者指南 译文 精选
本文介绍了使用 AI 辅助的开发实践更新改造遗留代码库的几个实用策略，并探究了高效迁移的实际案例研究和技术方法。

2025-05-30 10:34:00

AI 辅助遗留代码库人工智能
波士顿动力机器人进厂打工现逆天操作！3D感知+实时追踪，人类捣乱完全不带怕的
波士顿动力机器人具备3D空间感知和实时物体追踪能力，可以自主执行更复杂的工业任务。

2025-05-30 09:19:00

波士顿机器人训练
视频推理界的“福尔摩斯测试”：所有大模型，统统不及格 | 论文代码开源
它可以说是视频推理界的“福尔摩斯测试”，通过让多模态大模型参与“推理杀人凶手”, “解析作案意图”等高难度的推理任务，以展现他们复杂视频推理能力的边界。

2025-05-30 09:17:00

视频推理AI
博士级AI智能体写的论文，首次登上顶会ACL！人类作者只是监工
首个能独立完成从假设到论文全流程的AI科学家Zochi，带着突破大模型安全的Tempest框架登上ACL主会场，它用「多轮对话+树搜索」让GPT-4防线几近崩溃，97%成功率背后藏着怎样的「温水煮青蛙」套路？

2025-05-30 09:15:00

大模型安全AI
视频实时生成可交互！ 两位自动驾驶大牛创业世界模型：40毫秒/帧，无需任何游戏引擎，人人免费可玩
人类眨一次眼都需要100~400毫秒，所以现在AI几乎可以一瞬间创造视频了。

2025-05-30 09:14:00

AI生成视频
妈妈再也不用担心延迟了！斯坦福手搓Llama超级内核，推理仅需0.00068秒
斯坦福Hazy实验室推出新一代低延迟推理引擎「Megakernel」，将Llama-1B模型前向传播完整融合进单一GPU内核，实现推理时间低于1毫秒。在B200上每次推理仅需680微秒，比vLLM快3.5倍。

2025-05-30 09:12:00

模型AI推理
中国团队让AI拥有「视觉想象力」，像人类一样脑补画面来思考
上海交通大学、上海创智学院、复旦大学和 Generative AI Research Lab（GAIR）的团队提出 Thinking with Generated Images，让大模型能够自发生成视觉中间步骤，像人类一样用「脑内图像」进行跨模态推理。

2025-05-30 09:10:00

AI机器人实践
基准测试揭秘大模型“字数危机”：26个模型长文本生成普遍拉胯，最大输出长度过度宣传
论文提出了 LIFEBENCH，用于评估大型语言模型（LLMs）在多种任务、语言和长度限制下遵循长度指令的能力。

2025-05-30 09:10:00

模型论文AI
135 个项目、七大趋势、三大赛道：撕开大模型开源生态真相，你会怎么卷？
5 月 27 日，蚂蚁集团的开源团队「接棒」发布了一张《 2025 大模型开源开发生态全景图》。

2025-05-30 09:07:00

模型开源生态
Linear-MoE：线性注意力遇上混合专家的开源实践
来自上海人工智能实验室团队的最新成果 Linear-MoE，首次系统性地实现了线性序列建模与 MoE 的高效结合，并开源了完整的技术框架。

2025-05-30 09:06:00

模型框架开源
AI仅凭“自信”学会推理，浙大校友复刻DeepSeek长思维链涌现，强化学习无需外部奖励信号
大模型无需接触真实答案，仅通过优化自己的信心，就能学会复杂推理。

2025-05-30 09:05:00

AI大模型推理
SOTA大模型遇上加密数据评测：Qwen3未破10%，o1也栽了丨上海AI Lab等联合研究
上海AI Lab等联合推出的CipherBank评测，用海量真实隐私场景数据和多类型密码算法，硬核挑战SOTA大模型。

2025-05-30 09:03:00

模型数据评测
原来Veo 3早有苗头！人大联合值得买科技在CVPR 2025提出全新「图像到有声视频」生成框架
近日，来自中国人民大学高瓴人工智能学院与值得买科技 AI 团队在 CVPR 2025 会议上发表了一项新工作，首次提出了一种从静态图像直接生成同步音视频内容的生成框架。

2025-05-30 09:00:00

AI生成视频
RSS 2025｜从说明书学习复杂机器人操作任务：NUS邵林团队提出全新机器人装配技能学习框架Manual2Skill
本文提出 Manual2Skill，一种开创性框架，通过 VLMs 使机器人能解析人工设计的视觉说明书并自主执行复杂家具装配任务。通过引入层级化图式指令解析与鲁棒位姿估计，Manual2Skill 有效弥合了抽象说明书与物理执行之间的鸿沟。

2025-05-30 08:55:00

机器人AI训练
LLM省钱大测评！48块GH200，首个百亿级参数量实证
EfficientLLM项目聚焦LLM效率，提出三轴分类法和六大指标，实验包揽全架构、多模态、微调技术，可为研究人员提供效率与性能平衡的参考。

2025-05-30 08:50:00

LLM模型AI
还得是华为！Pangu Ultra MoE架构：不用GPU，你也可以这样训练准万亿MoE大模型
盘古团队提出 Depth-Scaled Sandwich-Norm（DSSN）稳定架构和 TinyInit 小初始化的方法，在昇腾 NPU 上实现了 10+ T tokens 数据的长期稳定训练。

2025-05-30 08:45:00

数据模型训练
100亿H20没卖出，英伟达狂赚1000多亿破纪录！
英伟达赚麻了！AI推理全面爆发，芯片巨头2026财年Q1营收达441亿美元，净利润飙升至188亿美元，双双远超市场预期！

2025-05-30 08:40:00

英伟达芯片AI
关于 Claude 4 的一切，千万别错过这篇文章
Claude 4、GPT-4.1、Gemini 和 Mistral 都极其强大。如果不是技术人员，建议尝试体验一下这些模型。Claude 4 非常适合需要对话伙伴且喜欢深入探讨的用户，它有内置的“道德宪章”，保持对话友好且合规。

2025-05-30 08:11:30

Claude 4GPT-4.1、Gemini
DeepSeek免费超越GPT-4？
DeepSeek 最新发布了 R1-0528 版本，这次更新的最大亮点是"深度思考"能力大幅提升。想体验最新版本？很简单：进入 DeepSeek 官网、APP 或小程序，在对话界面开启"深度思考"功能即可。

2025-05-30 07:40:56

DeepSeekGPT-4AI
DeepSeek-R1小升级！体验后有被惊艳到
DeepSeek-R1-0528的编程能力取得了重大改进。在测试过程中，只需简单的指令，模型便能快速生成高质量的代码和设计作品。并且，R1-0528在生成复杂的前端页面和动态动画方面也表现出色。

2025-05-30 06:57:53

DeepSeekAI人工智能
阿里巴巴开源自主搜索 AI 智能体 WebAgent
阿里巴巴昨日在 Github 上开源了其创新的自主搜索 AI Agent——WebAgent，具备端到端的自主信息检索与多步推理能力，能够像人类一样在网络环境中主动感知、决策和行动。

2025-05-30 06:48:53

阿里巴巴开源AI
随着经济压力加大，零售商利用AI来优化成本
面对经济波动与关税压力，Ralph Lauren、Revolve Group与Williams-Sonoma三大零售巨头正通过AI技术实现成本与体验的双重突围。

2025-05-30 06:00:00

零售商AI人工智能
【一文读懂AI核心要点】什么是大模型？你真的知道“大模型”和“大语言模型”的区别吗？
“大模型”（Foundation Model）是指基于海量数据训练出来的通用人工智能模型。它们是拥有庞大的参数规模，通常达到百亿、千亿级别，具备强大的泛化能力，能够适应多种任务，并支持微调以满足特定应用需求。

2025-05-30 05:00:00

AI模型数据训练
IBM 研究：可验证奖励强化学习（RLVR）通过 GRPO 提升模型推理能力
IBM Research的研究成果——组相对策略优化（GRPO）算法，为我们提供了一个全新的视角。GRPO通过创新的适应性加权对比损失机制，结合可验证奖励，不仅显著提升了模型的成功概率，还在迭代过程中实现了成功概率的持续放大。

2025-05-30 04:00:00

IBMRLVRGRPO
当测试遇见 AI：用 Streamlit+AutoGen+Deepseek 构建智能用例生成器
通过将 Streamlit、AutoGen 和 Deepseek 相结合，我们能够构建一个功能强大的智能用例生成器。随着大模型技术的持续演进，测试工程师正在从 "用例编写者" 转型为 "质量体系架构师"。

2025-05-30 03:33:00

AI测试生成器
AI连电路图都看不懂？SeePhys新基准暴击多模态短板，正确率低至55%
新基准名为SeePhys，强调了图形感知对于模型认识和理解物理世界的重要性。内容涵盖经典与现代物理的各个知识等级和领域，包括从初中到博士资格考试的全谱系多模态物理问题。

2025-05-30 03:10:00

AISeePhys多模态短板
RAGFlow v0.19图文混排：详细拆解+预处理增强案例
RAGFlow v0.19版本图文混合回答功能的底层实现逻辑，和 URL 渲染方案的主要区别，以及如何基于业务语义驱动的PDF 重组案例，在保留 RAGFlow 原生图片显示能力（基于 img_id）的同时，对文档进行更精细化的预处理，特别是针对表格内图片这类复杂场景，以确保分块和图片关联符合预期。

2025-05-30 03:00:00

RAGFlow
RAG、AI工作流一键搞定！一文带你看懂 Dify
Dify 是一个开源人工智能应用开发平台，旨在简化和加速生成式人工智能应用的构建、测试和部署，适用于各种规模的团队。它通过集成 Backend-as-a-Service 和 LLMOps 来简化生成式人工智能的开发。

2025-05-30 02:21:00

Dify人工智能LLMOps
万人在看，用Deepseek根据需求定制化写文档并导出，你一定用的上！
由于工作量太大，手工敲需要消耗大量的人力，于是借助deepseek大模型实现，让AI帮忙干活。主要根据拆分的功能点写出功能子过程描述及其余字段。

2025-05-30 02:10:00

Deepseek文档模型
使用Agno实现AI代理设计的五个层级，由易到难
构建AI代理的核心在于夯实基础，而非追逐潮流或堆砌功能。从基本工具使用到完全异步的代理系统，每一级别需建立在稳固的架构之上，方能增强能力。

2025-05-30 02:10:00

AI代理工具
奖励推理模型（RRM）：革新奖励模型的新范式
Post-train 技术中的reward model（奖励模型）扮演着至关重要的角色。然而，传统奖励模型在利用测试时计算资源以提升性能方面存在明显局限，尤其是在面对复杂任务时。RRM（Reward Reasoning Models）的提出，为这一问题提供了全新的思路。

2025-05-30 02:00:00

奖励模型RRMAI
AI公司禁止用AI申请工作？Anthropic又改口了！
Anthropic的这一转变也给我们敲响了警钟：AI时代的求职规则正在被重塑。如果你还停留在传统的简历撰写和面试技巧上，可能很快就会被淘汰。

2025-05-30 01:30:00

Anthropic技巧AI
一文教你玩转 RAG 大模型应用开发
RAG实现了“模型的智力”与“人类知识宝库”的有机结合，使得智能系统更加紧密地嵌入实际业务流程，为用户提供始终符合时代、情境、专业要求的智慧服务。​

2025-05-30 01:00:00

RAG大模型流程
上一页 1 ··· 4142434445 ··· 674
点赞

51CTO技术栈公众号

业务
速览
在线客服