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
南洋理工 & 牛津 & 新加坡理工提出Amodal3R，可从遮挡 2D 图像重建完整 3D 资产，3D生成也卷起来了！
Amodal3R 是一种从部分可见的 2D 图像重建完整 3D 形状和外观的新方法。

2025-05-07 10:09:49

3D模型生成
豪掷30亿美元，OpenAI史上最大收购案！
OpenAI天价收购案即将完成。爆料称，OpenAI将出资30亿美元吞并AI编程工具Windsurf，成为其迄今为止最大规模的收购。

2025-05-07 10:09:28

OpenAI模型AI
Gemini 2.5 Pro再更新！编程能力屠榜！一句话、一张草图变应用 原创 精选
AI 编码模型的新王者登基了！今天，Google 旗下的 DeepMind AI 研究部门正式发布了 Gemini 2.5 Pro “I/O” 版，这是今年 3 月推出的 Gemini 2.5 Pro 多模态大语言模型（LLM）的更新版本。

2025-05-07 10:09:08

Gemini 2.5多模态大语言模型
刚刚，Gemini 2.5 Pro升级，成编程模型新王
刚刚，Google DeepMind 发布了 Gemini 2.5 Pro 的最新更新版本：Gemini 2.5 Pro (I/O edition)。

2025-05-07 10:01:35

Gemini编程模型
微软正式开源UFO²，Windows桌面迈入「AgentOS 时代」
UFO² 的发布不仅标志着桌面智能体真正迈入了系统级的「AgentOS 时代」，也为未来智能办公、智能人机交互的发展树立了重要里程碑。

2025-05-07 09:16:00

微软开源系统
谷歌突发大招刷爆AI编程榜！网友：不用买Cursor了
因为大家太过热情， Gemini 2.5提前重磅更新——史上最强编码模型Gemini 2.5 Pro Preview的I/O版。只需一张手绘的草图，就可以构建一个「绘图变音频」的网页版应用。

2025-05-07 09:14:26

谷歌AI编程榜
AI再破2000年前「上古卷轴」！古希腊著作原文首次重见天日
2000多年未解之谜被AI破解！2025年，研究人员首次非侵入性地读取到仍卷着的赫库兰尼姆古卷标题。这一突破来自维苏威挑战赛，获奖团队赢得6万美元，更为沉睡两千年的古代智慧开启了解读新纪元。

2025-05-07 09:14:00

AI破解模型
ICML 2025 | 注意力机制中的极大值：破解大语言模型上下文理解的关键
近日，一项来自 ICML 2025 的新研究《Massive Values in Self-Attention Modules are the Key to Contextual Knowledge Understanding》揭示了大型语言模型中一个重要现象。

2025-05-07 09:12:00

模型研究LLM
GPT-4o图像生成的「核燃料」找到了！万字长文拆解潜在变量，网友：原来AI在另一个维度作画
知名研究者 Andrej Karpathy 最近转发了一篇来自 Google DeepMind 研究科学家 Sander Dielman 的博客文章，探讨了生成模型（如图像、音频和视频生成模型）如何通过利用潜在空间来提高生成效率和质量。

2025-05-07 09:06:00

AI模型生成
微软将大量AI功能、智能体集成在Windows11，全民AI时代来了
本次集成的AI功能非常多，涵盖搜索、设置、文件管理、画图、截图、Copilot等，同时还推出了以Copilot+ PC为主的全新Surface商务笔记本。

2025-05-07 09:01:00

WindowsAI智能体
H-MBA层次化MamBa模型如何突破自动驾驶视频理解瓶颈？这三大创新亮点揭示答案！
H-MBA的设计使其具有强大的实际应用潜力，特别是在自动驾驶领域。其对复杂驾驶场景的高效理解和风险物体检测功能可显著提升自动驾驶系统的安全性和交互性，具有广泛的商业应用前景。

2025-05-07 08:49:17

H-MBA模型自动驾驶
RAG 中的语义分块：实现更优的上下文检索
语义分块是RAG技术中不可或缺的关键环节。它通过优化文档的分割方式，提升了上下文检索的效果，进而显著提高了RAG系统的性能。

2025-05-07 08:35:11

RAG语义分块
SmallRye大模型简介：使用Langchain4J轻松向应用内引入AI服务 译文 精选
​对于打算用Java构建AI智能体或者对接各类大语言模型（LLM）的开发者，一定不会对Langchain4J感到陌生。

2025-05-07 08:14:58

大语言模型LLMSmallRye
当人工智能脱离人类监督：自维持系统的网络安全风险 译文 精选
当AI网络安全系统随时间推移启动自我改写机制时，将引发何种风险？对此类系统运行状态的密切监测将成为网络安全领域的核心任务。​

2025-05-07 08:07:09

网络安全AI人工智能
100个Python机器学习小技巧，让你速通ML
本文分享一系列简洁的代码片段，涵盖机器学习过程的各个阶段，从数据准备、模型选择，到模型评估和超参数调优。

2025-05-07 07:17:18

机器学习PythonML
医疗自诊依赖 AI 聊天机器人存风险，专家呼吁谨慎使用
在医疗资源紧张、等待时间长、成本不断攀升的背景下，越来越多的人开始借助像 ChatGPT 这样的人工智能聊天机器人来进行医疗自诊。据一项最新调查显示，大约六分之一的美国成年人每月至少会使用一次聊天机器人获取健康建议。

2025-05-07 06:53:39

AI人工智能聊天机器人
比人类更有说服力，AI被滥用成舆论操控隐形推手？
AI在给人类社会带来诸多便利的同时，其滥用现象也逐渐浮出水面。从深度伪造虚假视频扰乱视听，到AI生成谣言在网络疯传，每一次技术的不当使用，都在挑战着社会的信任底线。

2025-05-07 06:00:00

AI人工智能滥用风险
2025年的CIO现状：CIO制定AI议程
《2025年CIO现状》研究报告对906名IT领导者和250名一线业务专业人士进行了调查，结果显示IT领导者们今年正在加强他们的战略重点，部分原因是为了将早期的AI实验转化为能够带来可衡量业务成果的举措。

2025-05-07 05:00:00

CIOAI
IT领导者如何将自主式AI用于业务工作流程
对年收入超过10亿美元的美国IT高管进行的调查发现，93%的高管对自主式AI在业务中的应用表现出高度兴趣，更好地监督业务流程是自主式AI被认为带来的首要好处。

2025-05-07 04:00:00

CIOAIIT领导者
LangChain4J中的工具链，你知道吗？
大语言模型（LLM）除了生成文本，还可以通过工具调用触发特定操作。该机制允许开发者为模型定义功能函数（如数学计算、API 调用等），当模型识别用户需求需要外部工具辅助时，会在响应中表达调用意图，开发者根据此意图执行工具并将结果返回给模型。

2025-05-07 02:22:00

LLM语言模型工具
理解 RAG 第八部分：缓解 RAG 中的幻觉
在我们理解 RAG 文章系列的新一期中，我们将探讨幻觉问题，与独立语言模型相比，它们在 RAG 系统中的表现如何，最重要的是，如何解决这个具有挑战性的问题。

2025-05-07 02:00:00

RAGAI人工智能
Java 开发者必看！用 Quarkus + LangChain4j 实现本地 Ollama 的 AI 深度集成
在 Quarkus 框架中，利用 LangChain4j 实现 Ollama 模型的集成，这一过程简洁高效。将 Ollama 模型部署在本地，能够确保数据的自主性与安全性，让开发者对数据拥有完全的掌控权。

2025-05-07 01:01:00

JavaQuarkusAI
从看见到理解，多模态大模型如何重塑行为检测
多模态大模型的出现为这些长期困扰行业的难题带来了全新解决方案。本文将深入浅出地探讨这一技术变革的本质，分析传统方法与大模型方案的优劣，并展望这一技术的未来发展方向。

2025-05-07 01:00:00

多模态大模型AI
三分钟快速入门大模型数据工程
面向自然语言处理的大模型应用，数据工程的核心任务是构建一套高效、可扩展、可控的数据流程，从源头到可用于模型训练、推理的高质量文本语料，全链路打通。

2025-05-07 00:10:00

大模型数据工程
通义实验室又一位大佬出走！传应用视觉团队负责人薄列峰已离职，将任职另一大厂多模态模型负责人！ 原创
薄列峰并非今年阿里通义实验室出走的第一位高层员工。2025年2月15日，通义实验室语音团队负责人鄢志杰也低调离职，加入某互联网大厂，担任AI Lab副主任，但因架构调整，鄢志杰在职不到三个月便已离职。

2025-05-06 16:03:20

通义实验室视觉团队多模态
OpenAI转型计划遇阻：继续由非营利实体控制，重组方案被迫调整
人工智能研究公司OpenAI​宣布，其转型计划遭遇重大调整，将继续由其非营利性母公司控制，同时推进营利性部门的结构调整，以在激烈的AI竞赛中筹集更多资金并保持领先地位。

2025-05-06 15:48:25

OpenAIOpenAI转型计AI
超越DeepSeek-R1，英伟达开源新王登顶！14万H100小时训练细节全曝光
超越DeepSeek-R1的英伟达开源新王Llama-Nemotron，是怎么训练出来的？刚刚放出的论文，把一切细节毫无保留地全部揭秘了！

2025-05-06 15:39:53

DeepSeek-R英伟达开源
大模型集体“挂科”！全新中文网页检索测试：GPT-4o准确率仅6.2%
BrowseComp-ZH是一项由港科大（广州）、北大、浙大、阿里、字节跳动、NIO等机构联合发布的新基准测试集，让20多个中外主流大模型集体“挂科”。

2025-05-06 15:32:23

模型AI测试
AI无师自通，搞定所有家务！π0.5突破泛化极限，UC伯克利系出品
具身智能最大的挑战在于泛化能力 ，即在陌生环境中正确完成任务。最近，Physical Intelligence推出全新的π0.5 VLA模型，通过异构任务协同训练实现了泛化，各种家务都能拿捏。

2025-05-06 15:31:55

智能模型AI
陶哲轩：感谢ChatGPT，4小时独立完成了一个开源项目
陶哲轩这次用到的 AI 工具仍然是 ChatGPT。经过大约四个小时的编程，在大模型的频繁协助下，他顺利做出了一个概念验证工具。

2025-05-06 15:31:17

陶哲轩AI工具
VDC+VBench双榜第一！强化学习打磨的国产视频大模型，超越Sora、Pika
复旦大学等机构提出了 Cockatiel 方法 [3]，该方法在权威的 VDC（Video Detailed Captioning 视频细粒度文本描述评测集）榜单上获得第一名，超过了包括通义千问 2-VL、VILA1.5、LLaVA-OneVision，Gemini-1.5 等在内的多个主流视频理解多模态大模型。

2025-05-06 15:28:14

模型AI强化学习
尤雨溪宣布：Vue 生态正式引入 AI！
尤雨溪近日宣布，Vue、Vite 和 Rolldown 的文档网站均已添加了llms.txt文件，这一举措旨在让大型语言模型（LLM）更方便地理解这些前端技术。

2025-05-06 13:44:17

Vue前端人工智能
保姆级教程：零代码基础也能微调Qwen3，并本地部署
LoRA（Low-Rank Adaptation of Large Language Models，大型语言模型的低秩自适应）是一种流行的轻量级训练技术，可以显著减少可训练参数的数量。它的工作原理是将少量的新权重插入模型中，并且只训练这些权重。

2025-05-06 13:43:31

零代码Qwen3微调
微软Phi-4模型震撼发布：轻量化性能炸裂
结合微软在AI生成代码方面的积极实践和宏伟目标，我们可以看到，微软正在通过模型创新和内部应用双轮驱动，加速AI技术的落地和普及。Phi-4系列，就是这股浪潮中的一个重要里程碑。

2025-05-06 13:42:16

微软Phi-4模型
MongoDB是如何玩转MCP的？ 原创 精选
为了使应用程序具备Agent功能，开发人员需要利用像MCP这样的协议将其连接到大语言模型（LLMs）以进行推理，并提供必要的数据上下文以及工具，以便在无需人工干预的情况下完成用户请求。本文带大家快速了解下，MongoDB是如何通过MCP为自己赋能的。

2025-05-06 11:56:21

MongoDBMCP开放协议
刚刚，OpenAI公司结构重大调整：继续由非营利实体控制，营利性部门要变公益公司
OpenAI表示，这次的公司结构调整，是在听取市民领袖的意见，并与特拉华州总检察长办公室和加利福尼亚州总检察长办公室进行建设性对话后所做出的决定。

2025-05-06 10:14:47

OpenAI非营利公益公司
突破瓶颈，嵌入式AI神经持续学习引擎—Replay4NCL
随着AI技术的快速迭代发展，嵌入式 AI 系统在各种应用场景中扮演着越来越重要的角色，例如，移动机器人、无人驾驶、无人机等。这些系统需要具备持续学习的能力，以适应动态变化的环境，同时避免灾难性遗忘。

2025-05-06 10:13:41

AI神经网络系统
五种RAG分块策略详解 + LlamaIndex代码演示
这篇试图说清楚，业界常用的五种 RAG 分块策略核心思想、LlamaIndex 代码演示以及 RAGFlow/Dify 等框架实践思路。

2025-05-06 10:05:23

RAGLlamaIndex
3B模型逆袭7B巨头！Video-XL-Pro突破长视频理解极限，大海捞针准确率超98%
来自上海交通大学、北京智源研究院、特伦托大学的联合研究团队推出了Video-XL-Pro，实现近一万帧视频的单卡处理，大海捞针准确率超98%。

2025-05-06 09:55:00

视频生成AI
AI视频生成新突破！字节提出一致性视频生成方法Phantom：通过跨模态对齐生成主题一致的视频，超多应用场景
Phantom是一种基于文本-图像-视频三元组学习实现跨模态对齐的主体一致性视频生成方法。通过重新设计联合文本-图像注入机制并利用动态特征集成，Phantom 在统一的单/多主体生成和人脸 ID 保存任务中展现出极具竞争力的性能，并在定量评估中超越了商业解决方案。

2025-05-06 09:41:06

视频生成AI
MinerU vs DeepDoc：集成方案+图片显示优化
这篇以MinerU为由，试图说清楚文档解析工具大致构成，MinerU 和 Deepdoc 对比，MinerU 部署，以及如何和图片服务方案结合使用。

2025-05-06 09:38:50

MinerUDeepDoc开源
315 行代码构建编程助手，Go大佬揭开智能体的「神秘面纱」
乍看之下，智能体编辑文件、运行命令、自行解决错误似乎很复杂，但实际上只需一个大语言模型、一个循环和足够的 tokens。构建一个小型的智能体并不需要太多工作，少于 400 行代码即可实现，且大部分是样板代码。

2025-05-06 09:15:00

代码模型AI
AI「自我复制」能力曝光！RepliBench警示：大模型正在学会伪造身份
科幻中AI自我复制失控场景，正成为现实世界严肃的研究课题。英国AISI推出RepliBench基准，分解并评估AI自主复制所需的四大核心能力。测试显示，当前AI尚不具备完全自主复制能力，但在获取资源等子任务上已展现显著进展。

2025-05-06 09:13:15

AI模型数据
成熟的编程智能体，已经学会升级自己的系统了
来自布里斯托大学和 iGent AI 的研究者认为，完全自我参照式的元智能体编程方式在今天是可实现的，并提供了一种合理的替代方案。

2025-05-06 09:10:00

编程智能体AI
「推理革命」爆发100天：DeepSeek-R1复现研究全揭秘！
本文深入梳理了围绕DeepSeek-R1展开的多项复现研究，系统解析了监督微调（SFT）、强化学习（RL）以及奖励机制、数据构建等关键技术细节。

2025-05-06 09:09:37

DeepSeek模型数据
谷歌DeepMind：大模型也很任性，知道最优路径偏要撞南墙
该研究对 LLM 常见的失败模式贪婪性、频率偏差和知 - 行差距，进行了深入研究。

2025-05-06 09:08:00

大模型AI谷歌
四面楚歌，奥特曼妥协了！OpenAI公布重大公司调整，放弃成为营利性公司
OpenAI突然宣布：放弃营利性转型，回归非营利初心！Sam Altman称要为全人类打造「全球大脑」，AGI不该服务少数人。利益最大相关方微软尚未表态。这场公司结构改革背后是一场关于AI控制权的权力博弈。

2025-05-06 09:06:18

OpenAI奥特曼模型
DeepSeek开源的文件系统，是如何提升大模型效率的？
DeepSeek 提出的文件系统是如何运作的，又能如何提高模型效率？最近，来自伊利诺伊大学厄巴纳-香槟分校的在读博士生 Henry Zhu 对 3FS 进行了解读。

2025-05-06 09:03:00

DeepSeekAI模型
如何选择Embedding Model？关于嵌入模型的十个思考 原创 精选
稀疏嵌入使用的是传统的技术，如TF-IDF或bm25，这些方法会产生非常高维度但是大部分都是零的向量。尽管看起来有点浪费空间，但在精确的关键字检索系统中却很有效，比如搜索引擎和传统文献检索。

2025-05-06 08:51:37

RAG框架模型
细节直逼亚毫米级！港科广分层建模突破3D人体生成｜CVPR 2025
团队最新提出的MultiGO创新方案，借助分层建模思路——将人体分解为不同精度层级，从基础体型到衣物褶皱逐级细化。

2025-05-06 08:50:00

3D生成AI
上一页 1 ··· 6061626364 ··· 680
点赞

51CTO技术栈公众号

业务
速览
在线客服