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

3.5w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 3.5w 条
Bug变奖励：AI的小失误，揭开创造力真相！
扩散模型本该只是复制机器，却一次次画出「六指人像」甚至是陌生场景。最新研究发现，AI的「创造力」其实是架构里的副作用。有学者大胆推测人类的灵感或许也是如此。当灵感成了固定公式，人类和AI的差别还有多少？

2025-10-13 09:12:00

AI机器模型
告别「解码器饥饿」！中国科学院NeurIPS推SpaceServe，高并发克星
在中国科学院计算技术研究所入选NeurIPS 2025的新论文中，提出了SpaceServe的突破性架构，首次将LLM推理中的P/D分离扩展至多模态场景，通过EPD三阶解耦与「空分复用」，系统性地解决了MLLM推理中的行头阻塞难题。

2025-10-13 09:10:00

AILLM技术
RL 将如何提高具身大模型 VLA 泛化性？清华大学团队NeurIPS 2025文章分析 RL 与 SFT 泛化性差异
来自清华大学的研究团队在 NeurIPS 2025 发表文章，首次系统性地揭示了强化学习（RL）在提升 VLA 泛化能力上的独特优势，并带来了一套全面的评测基准和高效训练方法。

2025-10-13 09:08:00

AI模型强化学习
LLM越狱攻击的威胁被系统性高估? 基于分解式评分的「越狱评估新范式」出炉
JADES 框架的提出，为越狱评估领域建立了一个透明、可靠且可审计的新标准。它不仅是一个性能更优的工具，更重要的是，它通过严谨的实证研究揭示了当前领域内存在的系统性偏差。

2025-10-13 09:07:00

AI模型框架
Qwen3 变身扩散语言模型？不从零训练也能跑，30B参数创纪录
这是一个实验性的 30B 参数稀疏 MoE 模型，其中有 3B 激活参数，由一个预训练的 AR 模型（Qwen3-30BA3B）转换而来，并在持续预训练中累积训练 500B 个 token，以实现完整的扩散行为。作者同步开源了模型、训练配方、推理代码以及样例输出。

2025-10-13 09:06:00

AI技术模型
硅谷CEO们高喊AI威胁论，「5年内失业率飙升至20%」，但95%AI项目赔本赚吆喝
当前「AI 威胁就业」的论调，更多是基于技术趋势的预警，而非基于现实的既成事实，但这也绝非轻视 AI 长期影响的理由。

2025-10-13 09:05:00

AI技术就业
「微调已死」再添筹码，谷歌扩展AI自我进化范式，成功经验与失败教训双向学习
一篇来自斯坦福大学、SambaNova、UC 伯克利的论文提出了一种名为 ​​Agentic Context Engineering​（智能体 / 主动式上下文工程）的技术，让语言模型无需微调也能实现自我提升！

2025-10-13 09:03:00

AI智能体模型
实测“清华特奖版Sora”：一图一prompt直接生成视频，堪称嘴强王者
清华特奖选手创办的Sand.ai，上线了音画同步视频模型GAGA-1。

2025-10-13 09:02:00

AI视频生成模型
拒绝小扎15亿美元offer的大佬，还是加入Meta了
OpenAI前CTO Mira Murati创业公司Thinking Machines Lab证实，联创、首席架构师Andrew Tulloch已经离职去了Meta。

2025-10-13 09:00:00

AI架构模型
破解AI唇语同步密码：SyncNet论文核心原理解析 译文 精选
SyncNet通过自监督双流CNN架构，将0.2秒的音频与视频分别转换为嵌入向量，在联合嵌入空间中学习其同步关系。该方法无需人工标注即可检测音视频同步偏差，并应用于多人场景下的说话人识别。通过对比损失与滑动窗口策略，模型能高精度判定偏移量并修复同步问题，适用于广播、视频会议等场景。

2025-10-13 09:00:00

AI唇语CNN架构音视频同步
清华大学x生数科技：从波形到隐空间，AudioLBM引领音频超分新范式
清华大学与生数科技（Shengshu AI）团队围绕桥类生成模型与音频超分任务展开系统研究，先后在语音领域顶级会议ICASSP 2025和机器学习顶级会议NeurIPS 2025发表了两项连续成果。

2025-10-13 08:58:00

AI音频机器学习
吴恩达Agentic AI新课：手把手教你搭建Agent工作流，GPT-3.5反杀GPT-4就顺手的事
在新课中，吴恩达将Agentic工作流的开发沉淀为四大核心设计模式：反思、工具、规划与协作，并首次强调评估与误差分析才是智能体开发的决定性能力。

2025-10-13 08:55:00

AI开发者工具
抖音&LV-NUS开源多模态新模，以小博大刷新SOTA，8B推理比肩GPT-4o
抖音SAIL团队与LV-NUS Lab联合推出的多模态大模型SAIL-VL2。

2025-10-13 08:50:00

AI开源模型
模型蒸馏有多牛？让小模型学会“大智慧”
随着模型规模的持续增大，成本上涨、效率衰减与能耗激增的问题也越来越凸显。在此背景下，模型蒸馏(Model Distillation)这一技术路径，正为应对这些挑战提供了一条巧妙的解决思路。

2025-10-13 08:14:48

模型蒸馏小模型AI
为何上下文成为人工智能领域的“新贵”：从 RAG 到上下文工程 译文 精选
在智能系统的构建中，上下文而非计算能力，才是驱动价值的核心“货币”要素。

2025-10-13 08:00:00

人工智能上下文工程RAG
大模型如何像人类一样"做笔记"并自我提升？
许多优化方法过分追求简短的指令，比如只告诉大模型"创建单元测试以确保方法按预期运行"。这听起来清晰明了，但实际上丢失了大量领域特定的技巧、工具使用指南和常见错误模式。

2025-10-13 07:58:56

大模型agent指令
混元开源之力：Spring-Ai-hunyuan 项目功能升级与实战体验
对于前端开发者来说，流式问答（SSE）可以非常方便地实现实时聊天功能，而思考链的集成则让聊天更具智能化和逻辑性。虽然目前图片生成还未完全对接，但语音转文本和文本转语音的功能已非常完善，提供了两种方式（本地文件和 URL）来处理音频数据。

2025-10-13 07:27:37

springURL项目
Hinton暴论：AI已经有意识，它自己不知道而已
我们为神经网络编写程序，但这些程序只是告诉网络如何根据神经元的活动来调整连接强度。如果网络有多个层，这就叫深度学习。

2025-10-13 05:00:00

HintonAI意识雏形
AI与芯片的共生飞轮：NVIDIA的加速帝国
数据中心的未来不属于CPU或GPU的单打独斗，而属于一个由GPU、DPU和高速互联构成的、软硬件一体的“加速计算”架构。 在这个架构里，CPU负责它擅长的部分，而所有高价值、大规模的并行数据处理任务，都将在NVIDIA的平台上完成。这是NVIDIA从一家“芯片公司”，迈向一家“未来计算平台公司”的最关键一步。​

2025-10-13 02:25:00

AINVIDIA芯片
濒死3次，医生判他死刑！宾大教授奇迹自救，誓用AI攻克14000种绝症
David Fajgenbaum，这位多次被命运击倒却又以勇气与智慧改写人生的医生，用科学、信念与不屈，将自己的奇迹求生化为拯救他人的毕生使命。他创立的Every Cure，借助AI在7500万种药物与疾病的可能组合中挖掘生命曙光，让无数罕见病与绝症患者重燃希望。

2025-10-13 02:00:00

AI医学技术
陶哲轩找 GPT-5 解数学题：29 行 Python代码，“无幻觉、顺到离谱”
AI 工具大大节省了我的时间，若完全靠自己完成同样的任务，恐怕得花上好几个小时编写和调试代码。AI 能根据上下文识别出我请求中的若干数学错误，并在生成代码前自动修正。事实上，如果没有 AI 协助，我大概率根本不会尝试这种数值搜索，而是会转而进行更抽象的渐近分析。

2025-10-13 02:00:00

GPT-5Python代码程序
别只会用 ChatGPT！前端 + AI，你必须要会这些！
随着 AI 的进化，不只是文生文，像：文生图、图生文、文生视频、图文生视频……也都逐渐支持了（并且进化的速度特别快），而这种支持 多种类型 消息的，就被称为是 多模态。 比如现在的 CPT-4。

2025-10-13 02:00:00

ChatGPT前端AI
告别 RAG？Google 用 URL 上下文 Grounding 持续发力
本文介绍了 Google 为 Gemini 推出的新功能 URL context grounding，它让开发者可以直接查询和分析特定网页 URL（包括 PDF）的内容，而无需传统 RAG 流程，如文本提取、分块和向量化。

2025-10-13 01:22:00

RAGURLGrounding
快手KAT-Dev-72B-Exp震撼发布！74.6%解决率碾压GPT-5，编程Agent新王者
KAT-Dev-72B-Exp的发布不仅刷新了开源编程模型的性能纪录，更重要的是展示了一种全新的AI训练范式。如果你对编程AI感兴趣，建议去体验一下，看看这个"开源新王者"到底有多强。

2025-10-13 00:00:05

KAT-DevGPT-5Agent
微调已死？Agentic上下文工程登场，无需微调实现模型进化
一篇来自斯坦福大学、SambaNova、UC 伯克利的论文近日引发了广泛讨论。他们提出了一种名为 Agentic Context Engineering（智能体 / 主动式上下文工程）的技术，让语言模型无需微调也能实现自我提升！

2025-10-11 18:05:23

AI智能体模型
读万卷书，大模型就能「看」懂视觉世界？Meta揭秘LLM视觉先验的起源
近日，Meta 超级智能实验室（Meta Superintelligence Labs）与牛津大学的研究者发布了一篇长达 33 页的重磅论文，通过超过 100 组受控实验、耗费 50 万 GPU 小时的庞大研究，系统性地揭开了 LLM 视觉先验的来源。

2025-10-11 18:05:23

智能论文AI
超越ZIP的无损压缩来了！华盛顿大学让大模型成为无损文本压缩器
华盛顿大学（UW）SyFI实验室的研究者们提出了一个创新的解决方案：LLMc，即利用大型语言模型自身进行无损文本压缩的引擎。

2025-10-11 18:05:23

AI大模型工具
库克虎口夺食：马斯克盯上的北大校友AI公司被苹果抢走
CNBC等多家媒体报道，苹果和Prompt AI已经处于后期谈判阶段。谈判目标不是收购整家公司，而是苹果买走Prompt AI的核心团队和技术资产。

2025-10-11 18:05:23

苹果AI模型
告别“提示词魔咒”？通义千问发布Qwen3-VL官方指南，手把手教你调用最强视觉模型 原创
此次通义千问官方发布Qwen3-VL的“烹饪书”，对于懂技术的开发者或不懂技术的普通用户来说，都是一个利好消息。对开发者而言，它可以大幅缩短开发周期，提供了现成的“轮子”；对于用户来说，也可以便捷地体验到多模态AI的魅力，降低使用门槛。

2025-10-11 16:10:59

Qwen3-VL视觉模型通义千问
“现阶段就差数据了”Figure 03登《时代》最佳发明榜封面，CEO放话了
Figure CEO Brett Adcock最近接受了《时代》采访，《时代》称Figure 03仍存在重大问题，尚未适用于日常工作。

2025-10-11 15:55:41

机器人AI训练
UC伯克利大牛预警：留给人类能干的活，只剩5年了！
五年倒计时已经开始。UC伯克利大牛Sergey Levine直言：机器人很快就会进入真实世界，接手的不只是厨房与客厅，还可能是工厂、仓储，甚至数据中心建设。真正的革命，是「自我进化飞轮」一旦启动，就不会停下。

2025-10-11 15:55:08

AI模型数据
陶哲轩用GPT5-Pro跨界挑战！3年无解的难题，11分钟出完整证明
陶哲轩只是按自己直觉给了一个大致方向，GPT-5 Pro就从复杂计算到严谨证明一气呵成，帮助陶哲轩捕捉关键逻辑，突破传统思维局限。

2025-10-11 15:44:23

陶哲轩
77岁「AI教父」Hinton：AI早有意识！我们打造的智能，可能终结人类文明
「AI教父」Hinton毕生致力于让机器像大脑般学习，如今却恐惧其后果：AI不朽的身体、超凡的说服力，可能让它假装愚笨以求生存。人类对「心智」的自大误解，预示着即将到来的智能革命。

2025-10-11 15:38:01

AI机器模型
Anthropic 最新研究：仅需250份恶意文档，大模型即可被攻陷，无关参数规模
2025年10月8日，英国AI安全研究院、Anthropic、艾伦·图灵研究所与牛津大学OATML实验室等机构联合发布的一项研究，打破了业界关于“大模型越大越安全”的核心假设。

2025-10-11 15:18:35

AnthropicAI安全大模型
熬死5家初创公司老鸟揭露业内残酷真相：70%的Agent产品系OpenAI套壳，没有上下文和工具，智能体就是笨蛋！无限记忆是陷阱 原创 精选
AI Agent 不是魔法。它们脆弱、多变，更像是喝了咖啡的实习生，而不是能独立完成任务的员工。但我确实在 5 家初创公司里，造过 300 多个 Agent。我看过它们惊艳的成功，也看过它们惨烈的崩溃。

2025-10-11 14:04:09

AIAgentOpenAI
Vision-Zero：零数据VLM自我进化！陈怡然团队提出零监督训练新范式
研究团队设计了一套适应VLM特性的自博弈框架Vision-Zero。

2025-10-11 13:51:21

AI模型框架
刚刚，全球首个GB300巨兽救场！一年烧光70亿，OpenAI内斗GPU惨烈
为了争夺有限的GPU，OpenAI内部一度打得不可开交。2024年总算力投入70亿美元，但算力需求依旧是无底洞。恰恰，微软发布了全球首台GB300超算，专供OpenAI让万亿LLM数天训完。

2025-10-11 10:34:49

OpenAIGPU微软
蚂蚁新发万亿开源旗舰大模型，究竟有多强？
Ling 1T 主打在有限的输出长度内，快速给出高质量的答案。以下是 Ling 1T 的测试数据，测试数据显示 Ling 1T 使用 4000 token 就可以实现 70.42% 的正确率，但 Gemini 2.5 Pro 需要 5000 tokens 才能达到相近效果。

2025-10-11 10:04:00

大模型蚂蚁Ling 1T
别再给大模型打鸡血，先救救被“智能体”三个字忽悠的预算
NLP行业里流行一句话：模型即未来。于是预算像汽油一样哗哗往里倒，烧出来的却是“​​问答玩具​​”——能聊，但一让干活就装死。问题出在哪？发动机没造好，光加汽油，车只会原地爆炸。

2025-10-11 09:40:11

大模型智能体大数据
AI 智能体写代码靠谱吗？GitHub 上 567 个 PR 的实证告诉你真相
AI 智能体已能自主提交 PR，但质量如何？本文基于奈良先端科大与皇后大学对 567 个 GitHub PR 的实证分析，揭示 AI 代码的接受率、修改成本与人机协同最佳实践。

2025-10-11 09:35:05

AI智能体AI编程工具
RLPT：用强化学习“重读”预训练数据，让大模型学会思考
当大模型训练遭遇高质量数据瓶颈，腾讯团队提出RLPT——一种无需人类标注、仅用预训练数据即可训练推理能力的强化学习新范式，为模型能力持续扩展开辟了新路径。

2025-10-11 09:23:28

RLPT强化学习预训练数据
破解MoE模型“规模越大，效率越低”困境！中科院自动化所提出新框架
随着LLM参数规模的持续扩张，模型规模增长与计算效率优化难以协同推进的核心挑战逐渐显现，混合专家模型（MoE）作为一种稀疏激活架构，为模型规模的持续扩展提供了理论上极具吸引力的技术途径。

2025-10-11 09:20:13

MoE模型自动化LLM
西湖大学打造了一个AI科学家，突破人类SOTA，还能自己发论文
这个科学家，是一个名叫DeepScientist的AI系统，自己捣鼓出了5000多个科学想法，动手验证了其中1100个，最后在三个前沿AI任务上，把人类科学家辛辛苦苦创造的SOTA纪录给刷新了。

2025-10-11 09:15:57

AI科学家模型
Anthropic发布的AI Agent设计哲学与经典设计模式
在构建SWE-bench代理时，Anthropic实际上花在优化工具上的时间比整体提示更多。例如，他们发现模型在代理移出根目录后使用相对文件路径的工具时会出错。为了解决这个问题，他们将工具改为始终需要绝对文件路径——结果发现模型完美地使用了这种方法。

2025-10-11 09:14:09

AnthropicAIAgent
Code2Video：代码驱动、智能体协同、精准可控的教学视频生成
本文提出教育视频生成的新范式——以可执行代码为核心媒介，结合三智能体协同框架，实现高质量、可控、可解释的教学视频生成，为未来自动化教育内容创作与多模态智能系统的发展提供了坚实基础。

2025-10-11 09:12:46

AI代码视频生成
AI版权战争升级：苹果遭学术作者集体诉讼，科技巨头深陷数据合规困局
科技媒体Appleinsider的一则报道揭开了AI​行业版权争议的新篇章。纽约州立大学健康科学大学的两位学术作者苏珊娜・马丁内斯-康德与斯蒂芬・麦克尼克，正式对苹果公司发起集体诉讼，指控其旗舰AI系统"苹果智能"在训练过程中非法使用了包含他们盗版作品的"Books3"数据库。

2025-10-11 09:11:57

AI版权AI训练数据版AI模型训练
算力成本大降！马尔可夫思考机来了，LLM推理成本直接降为线性
他们提出了一种新的范式，其中策略会在基于一个固定大小的状态上进行推理。他们将这样的策略命名为马尔可夫式思考机（Markovian Thinker)。

2025-10-11 09:06:52

LLM模型数据
任意Agent皆可强化学习！微软推出Agent Lightning框架，无需修改任何代码
AI Agent已逐渐从科幻走进现实！不仅能够执行编写代码、调用工具、进行多轮对话等复杂任务，甚至还可以进行端到端的软件开发，已经在金融、游戏、软件开发等诸多领域落地应用。

2025-10-11 09:02:40

AI软件开发代码
GPT-5王者归来？奥特曼称AI已跨科学门槛，三大学科正迎来实质性突破
当ChatGPT学会说话，Sora开始造梦，GPT-5甚至能自己做科研——人类，或许已经站在「文明重启」的边缘。奥特曼在最新采访中罕见摊牌：OpenAI 正在从一家模型公司，进化为「全栈帝国」。它不只在训练AI，而是在重写未来。当机器开始创造知识，我们也正在被重新定义。

2025-10-11 08:58:18

ChatGPTAI模型
谷歌月Tokens消耗量领跑全球了：1300000000000000（别数了是千万亿）
1.3千万亿，一个令人咂舌的数字。这就是谷歌每月处理的Tokens用量。

2025-10-11 08:54:51

谷歌AI模型
上一页 1 ··· 56789 ··· 708
点赞

51CTO技术栈公众号

业务
速览
在线客服