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
Manus逼OpenAI开源智能体框架，网友：已从行业领导者变为跟随者
新API称为Responses API⁠，相当于将原本的Chat Completions API与工具使用相结合。内置工具包括网页搜索，文件搜索，以及计算机使用。

2025-03-12 11:34:35

OpenAI开源智能体
10秒生成4分钟音乐，8GB显存就能跑！已登Hugging Face趋势榜
DiffRhythm是一款新型AI音乐生成模型，能在10秒内生成长达4分45秒的完整歌曲，包含人声和伴奏。它采用简单高效的全diffusion架构，仅需歌词和风格提示即可创作，还支持本地部署，最低只需8G显存。

2025-03-12 10:41:34

模型AI生成
多步推理碾压GPT-4o，无需训练性能提升10%！斯坦福开源通用框架OctoTools
OctoTools通过标准化工具卡和规划器，帮助LLMs高效完成复杂任务，无需额外训练。在16个任务中表现优异，比其他方法平均准确率高出9.3%，尤其在多步推理和工具使用方面优势明显。

2025-03-12 10:38:05

AI工具训练
DeepSeek 开源的 DualPipe，居然是梁文峰写的，你感性？
继DeepGEMM之后，deepseek开源了第四弹DualPipe。今天来简单聊聊DualPipe，包懂。

2025-03-12 10:36:32

DeepSeek开源DualPipe
OpenAI深夜大招暴打Manus！智能体全家桶杀器一统API，4行代码轻松上手
OpenAI给开发者的深夜大礼：一套全新API和工具上线，智能体的开发更简单了！从此无需从不同来源拼凑各种底层API。一个全新API、三个内置工具，以及一个开源SDK，让智能体开发进入next level。

2025-03-12 10:32:23

OpenAI工具智能体
X-CLR：通过新型对比损失函数提升图像识别能力 译文 精选
AI 驱动的图像识别已取得重大进展，但在模型如何解释图像之间关系方面仍面临挑战。传统方法依赖于严格的分类框架，往往忽略了反映真实世界数据的细微相似关系。

2025-03-12 10:10:21

AI 驱动X-CLR视觉数据
快慢双系统！清华&博世最新Chameleon：无需训练即可解决复杂道路拓扑（ICRA'25）
今天为大家分享清华大学赵昊老师和赵行老师团队与博世中央研究院RIX在ICRA 2025中稿的最新的工作—Chameleon！快慢系统Chameleon无需训练解析复杂道路拓扑。

2025-03-12 10:07:06

自动驾驶模型训练
OpenAI深夜发布全新Agent工具：两大杀器登场，感觉可以手搓Manus了
刚刚OpenAI举行了一个19分钟的线上发布会，推出全新Agent工具，OpenAI直接祭出自研Agent SDK和Responses API两大杀器！

2025-03-12 10:00:44

OpenAI工具模型
揭示显式CoT训练机制：思维链如何增强推理泛化能力
本文通过在受控和可解释的环境中展示系统性组合泛化如何通过显式思维链（CoT）训练在 Transformer 中产生，揭示了思维链训练的核心机制。

2025-03-12 09:48:19

模型训练数据
18项任务200万视频编辑对，云天励飞联合多高校打造出大规模编辑数据集
本文作者（来自香港中文大学、香港理工大学、清华大学等高校和云天励飞）提出了一个名为 Señorita-2M 的数据集。该数据集包含 200 万高质量的视频编辑对，囊括了 18 种视频编辑任务。

2025-03-12 09:40:28

模型训练数据
第三届北京人工智能产业创新发展大会探访：科技创新驱动产业生态重构 原创
站在2025年的节点回望，人工智能已不仅仅是工具层面的革新，更催生了新的文明形态。第三届北京人工智能产业创新发展大会的召开，标志着中国人工智能产业正式进入“价值兑现期”。，

2025-03-12 09:39:55

人工智能AI昇腾AI
在长文本上比Flash Attention快10倍！清华等提出APB序列并行推理框架
清华大学 NLP 实验室联手中南大学、北京邮电大学以及腾讯微信 AI 实验室取得了突破，共同提出了 APB 框架 。

2025-03-12 09:35:45

AI框架模型
OpenAI突然发布智能体API！支持网络和文件搜索以及computer use
OpenAI 表示：「这些新工具简化了核心智能体逻辑、编排和交互，使开发者能够更轻松地开始构建智能体。

2025-03-12 09:32:38

OpenAI智能体AI
一行代码、无需训练突破视频生成时长「魔咒」，清华朱军团队开源全新解决方案RIFLEx
Vidu 团队带来了一个简洁优雅的解决方案 ——RIFLEx。新方案仅需一行代码、无需额外训练即可突破视频生成模型现有长度限制，打破「短视频魔咒」。

2025-03-12 09:05:02

模型代码训练
李飞飞全新「保姆」人形机器人，倒垃圾刷马桶家务全包！遥操只需Switch手柄
斯坦福李飞飞团队在「保姆型」机器人上新突破！提出BRS综合框架，以后机器人执行日常家务更自主、更可靠。

2025-03-12 08:54:46

机器人李飞飞AI
本地部署DeepSeek，安全底线不可无视！
篡改DeepSeek模型数据：攻击者通过服务接口删除模型或篡改模型训练数据。注入有害代码或删除关键组件，导致服务崩溃。

2025-03-12 08:01:29

DeepSeek模型数据
被Manus惊到了？OpenAI深夜发布Agent开发三剑客！开源一个新的SDK，现场手搓三个Agent！还抖了一个内部的料 原创 精选
通过OpenAI的追踪UI，可以看出刚刚每一步都发生了什么。比如：刷新了页面；从分流代理开始，发送了一个请求，进行了交接，然后切换到客户支持代理，它调用了一个函数；这里值得一说的是，交接在这里是一个一级对象，所以你可以看到我们实际上将它交给了哪个代理，以及它没有选择的其他选项，这实际上是一个非常有用的调试功能。

2025-03-12 07:56:29

ManusOpenAIUI
OpenAI 发布新工具，推动 AI 智能体从“回答问题”跨越到“执行任务”
OpenAI 产品负责人 Kevin Weil 在发布会上表示：“2025 年将是 AI 智能体的元年。这一年，ChatGPT 和我们的开发者工具将从仅仅回答问题，转变为在现实世界中为用户执行任务。”

2025-03-12 07:52:59

OpenAIChatGPT开发者工具
浅谈 AI 对数据库生态带来哪些影响 原创
下面从我认知的角度，谈谈AI会对数据库相关造成哪些影响。下面表格按影响对象分为若干类，每类的影响力分为1~5，线条越长代表影响越大。下面内容为个人观点，仅供参考。

2025-03-12 07:35:59

AI数据库人工智能
为什么说JSON不一定是LLM结构化输出的最佳选择？
在使用大语言模型时，如何在保证输出质量的同时降低成本？在众多数据输出格式中，究竟应该如何选择？我们今天为大家带来的文章中，作者通过实际测试给出建议：在某些场景下，相比广泛使用的 JSON 格式，不妨考虑一下其他数据格式，做一些测试，挑选出既能控制成本又能保证稳定性和速度的最佳选项。

2025-03-12 06:55:00

JSON格式token
Finer-CAM：让AI像‘找不同’一样精准捕捉细粒度特征！
Finer-CAM 适用于细粒度图像分类（如鸟类、汽车、飞机种类识别）、医学影像分析（精准定位病变区域）、多模态任务（文本-图像对齐解释）等场景，提升深度学习模型的可解释性。

2025-03-12 03:00:00

Finer-CAM医学影像深度学习
OpenAI自曝“o4”训练中，用思维链监控抓住AI作弊瞬间
推理模型接到的任务是写很多复杂的数学函数，但在单元测试环节试图用“永远返回true”来作弊，成功被捕捉到。

2025-03-11 13:54:11

OpenAI模型数据
大模型全军覆没，中科院自动化所推出多图数学推理新基准 | CVPR 2025
近日，中国科学院自动化研究所推出多图数学推理全新基准MV-MATH。

2025-03-11 13:49:20

数学模型AI
阿里开源R1-Omni，DeepSeek同款RLVR首度结合全模态情感识别，网友：可解释性+多模态学习=下一代AI
薄列峰团队首次将RLVR与全模态LLM结合，聚焦的是视觉和音频模态都提供关键作用的情感识别任务。

2025-03-11 13:47:10

视觉语音模型
武大等发布大视觉模型最新安全综述：全面分类攻击策略、防御机制和评估方法
武汉大学等发布了一篇大型视觉语言模型（LVLMs）安全性的综述论文，提出了一个系统性的安全分类框架，涵盖攻击、防御和评估，并对最新模型DeepSeek Janus-Pro进行了安全性测试，发现其在安全性上存在明显短板。

2025-03-11 13:44:24

模型视觉测试
轻松拿捏高等数学，LLM平均得分90+！GPT-4o、Mistral几乎没错
在32道高等数学测试中，LLM表现出色，平均能得分90.4(按百分制计算)。GPT-4o和Mistral AI更是几乎没错！向量计算、几何分析、积分计算、优化问题等，高等AI模型轻松拿捏。研究发现，再提示（Re-Prompting）对提升准确率至关重要。

2025-03-11 13:42:19

AI模型训练
OpenAI最强模型惨遭剖脑，CoT写下作弊自白书！不写代码耍心机被当场抓包
如今的前沿推理模型，学会出来的作弊手段可谓五花八门，比如放弃认真写代码，开始费劲心思钻系统漏洞！为此，OpenAI研究者开启了「CoT监控」大法，让它的小伎俩被其他模型戳穿。然而可怕的是，这个方法虽好，却让模型变得更狡猾了……

2025-03-11 13:39:08

模型代码AI
从鹦鹉学舌到灵魂对话，AI的人话革命
2030年，一位老人对家庭机器人说：“我想念年轻时在西湖划船的日子。”AI不仅能调出当年的老照片，还能结合实时天气与老人健康数据，规划一场安全舒适的怀旧之旅，并同步预约无人游船。

2025-03-11 13:20:43

AI聊天机器人大模型
稚晖君机器人“葡萄缝针”神技再现江湖，这次是人形的！骑自行车惊呆众人：又抽象又硬核
机器人之所以这次如此有人味儿，源于背后集齐了运动、交互、作业三大智能。 于是乎，四年前葡萄缝针的神技，再次在灵犀X2上看到了。

2025-03-11 13:19:26

机器人训练数据
人工智能重塑美国就业市场，AI技术正成为职场必备技能
据华尔街日报报道，人工智能（AI）正在深刻改变美国的就业格局，其渗透程度远超预期。最新数据显示，2025年至今，美国近四分之一的技术岗位招聘明确要求应聘者具备AI技能，这一比例在过去几年中呈爆发式增长。

2025-03-11 13:14:15

人工智能ChatGPT医疗保健
ICLR 2025 | 原生3D+流匹配，现有SOTA被GaussianAnything超越
在 ICLR 2025 中，来自南洋理工大学 S-Lab、上海 AI Lab 、北京大学以及香港大学的研究者提出的基于 Flow Matching 技术的全新 3D 生成框架 GaussianAnything。

2025-03-11 13:13:28

模型数据训练
使用DeepSeek的GRPO，7B模型只需强化学习就能拿下数独
现在的语言模型已经能完成很多任务了，包括写论文、生成代码和解答复杂问题。但是，如何让它们学会解答需要结构化思维、空间推理和逻辑推理的难题呢？

2025-03-11 13:07:58

模型AI训练
美股一夜蒸发1.75万亿！特斯拉、英伟达七巨头集体跳水，马斯克DOGE再干一年
昨夜，美股雪崩，三大指数集体暴跌。全球七大科技巨头市值一夜蒸发7500亿美金，而特斯拉股价接近腰斩，暴跌15%。马斯克在最新采访中诉苦，压力太大没时间经营企业，在DOGE任职延长一年。

2025-03-11 13:04:21

特斯拉英伟达马斯克
陶哲轩亲测点赞o3-mini：专家级证明，我收到了一个完美的答案
对于任意的η＞0，都存在c>0，使得对于任意一个足够大的有n个顶点的图，如果该图中最多包含cn3个三角形，那么可以通过移除最多ηn2条边，使这个图变为无三角形的图。

2025-03-11 12:07:10

陶哲轩o3-mini移除引理
基于Dify与DeepSeek：零门槛训练自己的专属AI大模型
通过本文的教程，已经成功部署了DeepSeek R1:7b大模型，并利用Dify平台创建了专属的AI应用。无论是个人开发者还是企业用户，都可以借助这一技术栈，快速实现AI应用的开发和部署。

2025-03-11 10:51:35

DifyDeepSeek大模型
Magic Mirror：可从单个参考图像生成电影级质量身份一致性和自然运动视频
大量实验表明Magic Mirror 有效地平衡了身份一致性和自然运动，在多个指标上优于现有方法，同时只需添加最少的参数。

2025-03-11 10:15:00

模型视频生成
如何评价智元GO-1大模型？“一脑多形”加速智能机器人落地
由华为前“天才少年”稚晖君（彭志辉）创立的智元机器人，正式发布首个通用具身基座大模型GO-1。这一突破性技术不仅填补了国内该领域空白，更以独特的ViLLA架构和32%成功率提升的实测数据，将具身智能推向新高度。

2025-03-11 10:12:07

GO-1大模型机器人人工智能
DPG-Bench榜首！智谱开源文生图模型CogView4：支持中英文输入和生成，免费商用授权！
今年，图像模型领域终于迎来了新的突破，而CogView4无疑是这场变革中的佼佼者。

2025-03-11 10:00:00

图片模型数据
AI代理、AGI、ASI 和“推理”等人工智能流行术语真正的含义是什么
如果您曾参与过 AI 讨论，无论是在研究、行业还是浏览网页，您可能已经遇到过诸如AI 代理、AGI、ASI 和推理等流行术语被广泛使用。但这些术语真的有意义吗？还是它们只是助长了炒作周期和误导性对话？

2025-03-11 09:51:14

人工智能AGIASI
腾讯混元-TurboS：首个混合Transformer-Mamba MoE超大模型来了
Mamba 的创新之处在于它引入了“选择性状态空间 (Selective State Spaces)” 的概念。

2025-03-11 09:42:00

AI模型技术
哥大本科生靠AI横扫硅谷大厂offer，学校震怒！预言码农两年内淘汰准备退学
哥大的大二学生Roy Lee，靠AI作弊顺利取得亚马逊、Meta、TikTok等大厂的offer！被告发后，哥大在11日将举行听证会，但小哥表示，自己已经买了单程票，到时自己并不会在学校，甚至可能退学。

2025-03-11 09:40:00

AI模型数据
微软开源多模态AI基础模型！无需额外微调轻松拿捏网页、机器人
首个能在所处环境中理解多模态输入并将其与实际情况相联系的基础模型。

2025-03-11 09:35:00

微软开源模型
已节省数百万GPU小时！字节再砍MoE训练成本，核心代码全开源
豆包团队发布了新一代稀疏架构UltraMem ，将模型推理成本砍掉 83%，此次，又开源了COMET，向模型训练成本出手。

2025-03-11 09:20:00

模型训练代码
面试官：AI 友好的整洁业务组件架构，到底解决了什么问题？
人工智能的发展速度已经快到让人难以跟上，但真正决定 AI 实用性的，已经不仅仅是最新的模型（如 GPT-5、Gemini 2 或 Claude 4），而是如何让 AI 连接真实世界，理解实时数据，并自主执行任务。

2025-03-11 09:19:53

人工智能AIGPT-5
LeCun最新访谈对DeepSeek一顿猛夸，还谈了AI发展需理解物理世界
最终大部分的基础设施建设和大部分的投资实际上都用在运行模型上，而不是训练模型。

2025-03-11 09:15:00

模型训练AI
机器人泛化能力大幅提升：HAMSTER层次化方法和VLA尺度轨迹预测，显著提升开放世界任务成功率
在机器人操作中，收集真实环境下的演示数据成本往往极高，且对环境设置和硬件平台有很强依赖性。

2025-03-11 09:10:00

机器人训练AI
全新CoD颠覆推理范式，准确率接近但token消耗成倍降低
随着推理模型 Deepseek R1 的爆火，Zoom 研究团队将认知科学中的思维链注入进 AI 推理领域，开创性地提出 Chain of Draft（CoD）技术框架，重塑大语言模型推理范式。

2025-03-11 08:50:00

AI推理技术
Manus被破解了？曝出系统提示词和背后大模型，CTO也回复了
还在苦苦等待邀请码的小伙伴，可以转向开源复刻版本的体验了。

2025-03-11 08:42:04

AI模型开源
DeepSeek级AI？训练自己的推理模型仅需七个步骤 译文 精选
DeepSeek的R1模型在不需要人类反馈的情况下就能进行更深思熟虑的推理，已颠覆了大语言模型（LLM）领域。这一重大突破背后的关键是群体相对策略优化（GRPO），这是一种帮助模型自主开发推理能力的强化学习技术。

2025-03-11 08:37:42

DeepSeek大语言模型LLM
人类学的 MCP 彻底颠覆 AI 交互！
人工智能的发展速度已经快到让人难以跟上，但真正决定 AI 实用性的，已经不仅仅是最新的模型（如 GPT-5、Gemini 2 或 Claude 4），而是如何让 AI 连接真实世界，理解实时数据，并自主执行任务。

2025-03-11 08:37:17

人工智能AIGPT-5
上一页 1 ··· 6263646566 ··· 655
点赞

51CTO技术栈公众号

业务
速览
在线客服