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
再开源！腾讯混元放大招，直击AI生视频一致性痛点！多主体不飘、不糊、不变脸！最低24G显存可跑 原创 精选
HunyuanCustom 是一个多模态视频生成模型，核心目标是保持生成视频中“人物身份”的一致性，并支持根据文本、图片、音频、视频等多种条件进行控制。

2025-05-09 12:39:08

腾讯混元AI显存
最新版LangChain4j发布！终于修复了这个恶心的问题
无论如何 ChatLanguageModel 和 StreamingChatLanguageModel 这两个超级长，让人超级不爽的命名终于是被优化了，并且提供了对刚刚发布的 GPT 4.1 的支持，还有 MCP 的升级和优化也是非常实用的。

2025-05-09 10:31:04

GPT 4.1RC1AI
万亿级AI智能体经济崛起！首席AI官成标配
红杉资本预计AI市场规模将远超当前约4000亿美元的云计算市场，在未来10-20年内达到难以估量的体量。初创企业需聚焦应用层，深耕垂直领域，提供端到端解决方案。AWS研究显示，全球企业正加速拥抱生成式AI，首席AI官（CAIO）职位将成为企业标配。

2025-05-09 09:38:27

AI智能体CAIO
200K 上下文突破：AI 编程新星 Augment 崛起
本文以 Augment 作为AI编程场景下的典型切入点，细析AI编程现状与其中不得不面对的安全风险。

2025-05-09 09:15:00

AugmentAI编程AI
RAG知识库只是表面简单！
一个真正好用的RAG系统，​​需要在这些环节上反复调优​​。就像厨师不断调整配方和火候，工程师不断优化参数和策略，把系统从"能用"提升到"好用"。

2025-05-09 09:13:37

AIRAG人工智能
字体控狂喜！Liblib AI 黑科技 RepText：无需理解文字，AI就能 1:1 复刻多国语言视觉效果
论文从一个朴素的假设出发，即文本理解只是文本渲染的充分条件，而非必要条件。

2025-05-09 09:12:00

AI语言模型视觉
欧洲黑马Mistral Medium 3来了！跑分对标最强Claude，实测大翻车
法国初创Mistral，刚刚推出定价碾压DeepSeek V3的模型，而模型性能，却超过Claude Sonnet 3.7的90%。不过在网友们的实测中，它却翻车了？有人建议：不必下载浪费流量和硬盘空间。

2025-05-09 09:02:00

模型AI数据
一文读懂模型融合（Model Soup）技术
本文将带你一探 Model Soup 背后的原理、策略与实际应用，看懂它如何在大模型优化浪潮中掀起不容忽视的变革.

2025-05-09 09:00:00

模型融合人工智能神经网络
全球首个，最接近原版DeepSeek开源复现来了！R1四个月狂飙26倍
近日，来自SGLang、英伟达等机构的联合团队发了一篇万字技术报告：短短4个月，他们就让DeepSeek-R1在H100上的性能提升了26倍，吞吐量已非常接近DeepSeek官博数据！

2025-05-09 08:55:00

英伟达数据开源
Mistral放大招！新发布模型堪称性价比之王！性能优于 Llama 4，成本降低8倍！更大的开源模型即将发布 原创 精选
刚刚，Mistral AI 放大招了！沉寂许久后，这家公司推出了 Mistral Medium 3，这是一款全新级别的 AI 模型，声称能够平衡SOTA性能和成本效益，同时在基准测试中胜过 Meta 的 Llama 4 Maverick 等竞争对手，成本却降低了一个数量级，甚至低于DeepSeek。

2025-05-09 08:54:56

MistralLlama 4模型
仅看视频就能copy人类动作，宇树G1分分钟掌握100+，UC伯克利提出机器人训练新方式
UC伯克利团队研发出了一套新的机器人训练系统，可将视频动作迁移到真实机器人。

2025-05-09 08:50:00

机器人训练AI
打破Transformer霸权！液态神经网络统治风电预测！
风电预测面临高度不确定性和非线性动态问题，传统深度学习方法如LSTM、GRU虽有成效，但缺乏解释性和泛化能力。该研究致力于解决如何在多时间尺度、不同分辨率和变量数下，准确且透明地预测风电输出的问题。

2025-05-09 08:48:06

液态神经网络深度学习
LangGraph Agent 架构设计
Agent 架构是定义AI智能体组件与交互方式的蓝图，让Agent得以感知环境、进行推理并采取行动。本质上，它就像智能体的数字大脑——整合了"眼睛"（传感器）、"大脑"（决策逻辑）以及"双手"（执行器）来处理信息并采取行动。 

2025-05-09 08:45:13

LangGraphAgent架构
谷歌Gemini火力全开！实测：原生图像生成新升级确实强
谷歌最近真是火力全开啊！与之前的实验版本相比（Gemini 2.0 Flash Experimental），这一次主打图像质量更好、文本渲染更准确，生成速度更快。

2025-05-09 08:45:00

谷歌模型AI
突破多模态奖励瓶颈！中科院清华快手联合提出R1-Reward，用强化学习赋予模型长期推理能力
来自中科院自动化所、清华大学、快手和南京大学的研究团队，在探索如何利用强化学习来稳定、有效地提升多模态奖励模型的长时推理能力方面，取得了新进展。

2025-05-09 08:40:00

强化学习AI模型
OpenAI神秘项目曝光：cderGPT，用AI加速药物评估
Wired发布的消息来看，OpenAI的高层为了这个项目，已经与美国食品药品监督管理局（FDA）和马斯克的效率部门进行了多次讨论。

2025-05-09 08:35:00

AI模型OpenAI
超过谷歌搜索，成本猛降80%！阿里开源创新大模型搜索引擎
ZeroSearch是一种无需与真实搜索引擎交互即可激励大模型搜索能力的强化学习框架。

2025-05-09 08:31:11

开源搜索引擎模型
AI视频的DeepSeek时刻！开源13B模型生成提速30倍，5090跑出好莱坞特效
最新开源模型LTXV-13B，免费可商用、推理速度快、游戏显卡就能跑，视觉效果也不错。要素都齐了，想不火都难。

2025-05-09 08:30:00

开源模型AI
OpenAI重磅官宣：帮全球各国造星际之门！奥特曼亲临现场晒照
OpenAI重磅推出「OpenAI for Countries」项目，作为「星际之门」计划的重要举措，旨在帮助全球各国建设AI数据中心、定制本地化ChatGPT，并推动经济增长与技术创新。奥特曼赶赴项目现场实地考察。

2025-05-09 08:26:00

OpenAI数据中心奥特曼
ICML 2025 | 清华、上海AI Lab等提出傅里叶位置编码，多项任务远超RoPE
到底是什么限制了 RoPE 的周期延拓 ，进而限制了 LM 的长度外推呢？

2025-05-09 08:19:00

模型AI数据
刚刚，ChatGPT的深度研究可以连接GitHub了！网友：这是真·RAG
深度研究（Deep Research）功能，现在可以直接连接到GitHub了！

2025-05-09 08:18:51

AI模型数据
生成式AI文本密码：Transformer参数全解码​ 译文 精选
在本文中，让我们来一起探索控制Transformer模型中文本生成的关键参数。你将了解这些参数如何影响生成文本的质量，以及如何针对不同的应用进行调整。

2025-05-09 08:17:02

生成式AI文本密码GPT-2模型
Cursor AI 正式向学生免费开放！
如果你还没用过 Cursor，可以把它想象成一个坐在你身边、永远不会疲倦且能看懂整个代码库的 AI 编程搭档。

2025-05-09 08:11:07

AICursor编程
如何在AI中成功实现语义分割 译文 精选
本指南提供了一种结构化的方法来构建有效的语义分割功能，帮助你在整个实现过程中做出关键决策并规避常见误区。​

2025-05-09 08:02:30

语义分割人工智能AI
驳“RAG 已死”论：上下文窗口扩展 ≠RAG 终结
“RAG 已死”的论调反映出很多人对 AI 系统设计的误解。并不是要在检索与长上下文之间二选一，而是如何恰当地结合二者。随着上下文窗口的扩大，确实存在更多无需 RAG 的使用场景。但在可预见的未来，检索技术仍将是 AI 工程师的核心能力。

2025-05-09 07:50:30

RAG上下文窗口
MCP 的 AI Agent 应用开发实践
本文以开发 Agent TARS 应用为例，尽可能详细地介绍 MCP 在开发范式、工具生态扩展上起到的作用。

2025-05-09 06:30:52

AIMCPAI Agent
告别碎片化！两大先进分块技术如何提升RAG的语义连贯性？
前RAG分块策略的研究聚焦于平衡上下文保留与计算效率。传统方法（固定分块、语义分块）在简单场景中仍具优势，而延迟分块和上下文检索在复杂语义任务中表现更优但代价高昂。未来需探索轻量化上下文增强、长文档优化技术，并建立统一评估标准以推动实际应用。

2025-05-09 03:55:00

RAG语义连贯性
研究表明，AI的巨大回报取决于修复碎片化数据
在CIO修复数据堆栈之前，AI将无法发挥其潜力，因为IBM的一项研究显示，半数CEO承认，AI热潮导致他们的技术堆栈变得碎片化。

2025-05-09 03:00:00

AI人工智能CIO
每个项目经理都需要掌握的七个强大的AI提示
清晰、详细且结构良好的提示词是区分获得GenAI垃圾信息和个性化、有见地的帮助的关键。本文介绍了7个强大的提示词，可以帮助用户更好地完成日常项目管理任务。

2025-05-09 02:00:00

AI人工智能GenAI
如何估算大语言模型LLM 的 GPU 内存：用于本地运行 LLM 的 GPU 内存
本指南将引导您使用一个简单而有效的公式来估算服务 LLM 所需的 GPU 内存。无论您是部署模型进行推理，还是针对特定任务进行微调，这些知识都将帮助您有效地规划基础架构。

2025-05-09 01:00:00

大语言模型LLMGPU内存
全美高校被AI羞耻攻陷！普林斯顿教授预警：AI必将杀死人文学科
最近，一位普林斯顿教授在纽约客上发表长文，揭露美国高校中普遍存在的「AI羞耻症」。他预言，在AI的冲击下，人文学科必将消亡。所以，人文学科还有必要存在吗？

2025-05-08 16:49:47

AI普林斯顿机器
微软开源 Phi-4 推理模型：啰嗦AI，反卷出圈
最近，微软研究院开源了一款“小而强”的研究：Phi-4-reasoning-plus。这是一款专为深度结构化推理任务设计的开源语言模型。

2025-05-08 16:45:32

开源Phi-4推理模型
几乎零代码！像搭乐高一样做AI应用，LazyLLM真的有点东西啊！
直到我昨天看到了 LazyLLM，我用不到 10 行 Python 代码实现了一个带有两个并行检索方法和一个重排方法的 RAG 系统。我用 Qwen3 官方技术博客作为知识库，然后开始询问 RAG 系统有关 Qwen3 的知识，毫无疑问，系统全部答对了。

2025-05-08 16:44:54

AI应用LazyLLM
刚刚，OpenAI任命新CEO！
OpenAI重磅宣言：39岁的Fidji Simo正式出任「应用CEO」，向奥特曼直接汇报。作为Instacart掌门人，前Facebook十年高管，她以卓越领导力和产品创新闻名硅谷。未来，奥特曼本人将专注研究、算力与安全。

2025-05-08 16:40:27

OpenAICEOFacebook
突发，OpenAI官宣新的CEO!奥特曼发文祝贺，新CEO来自“美国版美团”！ 原创 精选
Fidji Simo 被任命为 OpenAI 应用部门的 CEO，主要是因为她在科技产品、广告变现和电商平台方面的丰富经验，特别是在将人工智能（AI）应用于消费者体验方面的深厚背景。

2025-05-08 15:42:15

OpenAI奥特曼CEO
突发！特朗普要取消AI芯片出口限制！H20禁令还有反转？ 原创 精选
今天一觉醒来，居然刷到了“特朗普计划撤销AI芯片出口限制”的新闻！说实话，我第一反应就是——这不会是假消息吧？

2025-05-08 11:16:50

AI芯片H20
开源即屠榜！UniME多模态框架登顶MMEB全球训练榜，刷新多项SOTA纪录
格灵深瞳、阿里ModelScope团队，以及通义实验室机器智能团队联合发布通用多模态嵌入新框架UniME，一经推出就刷新MMEB训练榜纪录。

2025-05-08 09:31:50

模型训练AI
聊一聊Qwen3思考模式实现以及背后原理探讨
Qwen3 启用了思考功能，类似于 QwQ-32B。这意味着模型将运用其推理能力来提升生成响应的质量。例如，当在tokenizer.apply_chat_template明确设置enable_thinking=True或保留其默认值时，模型将启动其思考模式。

2025-05-08 09:22:14

Qwen3模式推理能力
王炸！微软AI Agent支持A2A、MCP协议，智能体黄金时代降临
现阶段的智能体相当于战国时代，每家的技术、数据格式、开发方法都不一样。而A2A+MCP可以像秦始皇那样改写这一局面，统一货币、度量衡推动智能体从分散走向融合，极大提升开发、自动化效率。

2025-05-08 09:20:15

微软智能体AI
突发！特朗普准备取消AI芯片出口限制
据知情人士透露，这项撤销决定尚未最终确定，旨在重塑拜登执政期间推出的一项政策，该政策将国家分为三大类，以监管英伟达等公司AI芯片的出口。

2025-05-08 09:17:51

英伟达芯片AI
万字长文带你读懂强化学习，去中心化强化学习又能否实现？
本文的目标是探索基于 RL 的模型改进的含义，并会特别关注 RL 过程是否适合去中心化。

2025-05-08 09:16:00

模型强化学习训练
ICML 2025 | 视频生成模型无损加速两倍，秘诀竟然是「抓住attention的时空稀疏性」
随着视频扩散模型的复杂度进一步上升，如何在不损失视觉质量的前提下提升效率，将是核心问题之一。SVG 的工作展示了一条重要方向：结构理解 + 自适应稀疏性可能成为视频生成推理优化的黄金组合。

2025-05-08 09:14:54

模型推理AI
北大、清华、UvA、CMU等联合发布：大模型逻辑推理能力最新综述
本综述系统梳理了大语言模型逻辑推理能力的研究现状。尽管在很多自然语言任务中取得了显著进展，但大语言模型的逻辑推理能力仍面临重大挑战，尤其在逻辑问答和逻辑一致性两个方面。

2025-05-08 09:10:30

自然语言模型AI
1/8成本比肩Claude 3.7，Mistral Medium 3来了
官方称，在各类基准测试中，Mistral Medium 3性能达到或超越Claude Sonnet 3.7的90%，且成本大大降低。

2025-05-08 09:07:13

Claude 3.7测试项目
挑战AI数学推理极限！大规模形式化数学基准FormalMATH发布，最强模型成功率仅16%
尽管大语言模型（LLM）在自然语言处理和代码生成等领域取得显著进展，但面对需要严格逻辑推导的数学定理证明任务时，其能力仍面临严峻挑战。

2025-05-08 09:05:37

AI推理模型
知识图谱时如何修复LLM写出的糟糕SQL
团队无法获得清晰可靠的洞察，而是只能得到过时的数字、不匹配的数据和有缺陷的逻辑。自然语言问题与准确的 SQL 查询生成之间的差距已成为一项严峻的挑战，导致公司损失了数百万美元的咨询费和数据工程师的宝贵时间。

2025-05-08 09:00:00

知识图谱LLMSQL
字节开源图像编辑黑科技！1/30参数1/13数据，性能提升9.19%
这一方法旨在解决现有图像编辑模型中监督信号有噪声的问题，通过构建更有效的编辑指令提升编辑效果。

2025-05-08 08:57:59

开源模型生成
到底 MCP 有什么魅力？十分钟让 AI 直接操作数据库！
MCP，全称 Model Context Protocol，是一个开源协议，目的是为大语言模型（LLM）提供一个标准化的上下文接口。也就是说，为各种应用对接 AI 提供了一个规范，就像 USB 接口一样。

2025-05-08 08:29:36

AIMCP数据库
LLM压缩技术全解析：让 AI 更 “瘦” 更快更智能
模型压缩带来了巨大的效率提升，显著降低了计算成本、存储需求和功耗。同时，大幅加快了推理速度，减少了延迟，提升了实时性能。

2025-05-08 08:18:41

LLM压缩技术AI
低价大模型 DeepSeek 实用指南
DeepSeek 网页端界面简洁直观，但 API 使用需要一定技巧。本文将从对话、知识库、AI 翻译、AI 编程及 Python 调用等多个场景，分篇评测 DeepSeek API 的实际应用。

2025-05-08 08:10:25

大模型DeepSeekAPI
上一页 1 ··· 5960616263 ··· 680
点赞

51CTO技术栈公众号

业务
速览
在线客服