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
Open-Sora：让所有人都能轻松制作高效视频，可生成16秒720P视频，模型代码全开源！
Open-Sora的目标是在内容创作领域促进创新、创造力和包容性。目前已经支持2s~15s、144p 到 720p、任意比例的文本转图片、文本转视频、图片转视频、视频转视频、无限时间生成

2025-01-10 09:40:00

视频生成AI开源
真机数据白采了？银河通用具身VLA大模型已充分泛化，预训练基于仿真合成大数据！
今天，银河通用机器人发布了端到端具身抓取基础大模型「GraspVLA」，全球第一个预训练完全基于仿真合成大数据的具身大模型，展现出了比OpenVLA、π0、RT-2、RDT等模型更全面强大的泛化性和真实场景实用潜力。

2025-01-10 09:30:00

机器人模型训练
重大突破！微软发布“自我进化”，帮小模型超OpenAI-o1
在美国数学竞赛AIME 2024测试中，rStar-Math平均解决了53.3%（8/15）的难题，超过了OpenAI o1-preview的44.6%，以及所有其他开源的大模型，成为最聪明的前20%高中数学生。

2025-01-10 09:25:00

模型数据微软
一篇推文看一年！Jim Fan力荐2025必读清单：50篇论文，扫盲「全领域AI实战」
10个AI领域，50篇精品论文，每周看一篇，到2026就能成「AI工程」专家！

2025-01-10 09:20:00

AI工程模型
世界模型会是L3自动驾驶的唯一解吗？2025 技术展望
世界模型是2024年自动驾驶研究的热点方向，而OCC+世界模型除了可以预测当前时刻的OCC，还可以预测未来时刻演变，是集感知、决策和规划于一体的大一统方向。

2025-01-10 09:05:00

模型自动驾驶预测
机器学习 | 从0开发大模型—译llama3-from-scratch
将query向量分成几对，每对使用旋转角度移位，现在将一个大小为[17X64X2]的向量，这个是prompt中每个标记分成64对的128个长度的query向量， 64对中的每一对都将旋转 m*theta，其中 m 是我们要旋转查询的 token 位置。

2025-01-10 08:38:10

query旋转角度oken
一文读懂 NVIDIA GPU Core
近年来，如果大家使用过 NVIDIA 的 GPU，一定对“ GPU Core”有所耳闻。那么，这玩意 究竟是什么？

2025-01-10 08:10:00

NVIDIAGPU Core人工智能
我们一起聊聊如何给AI大模型喂数据？
RAG 的知识库数据就是单独放在外面，提什么问你就去搜什么数据，跟我们写论文很像。在问答系统中，RAG可以利用最新的数据和信息来生成更准确的答案，弥补大模型在知识更新方面的不足。

2025-01-10 08:06:39

RAG数据大模型
如何使用基于AI的 Suno创作自己的音乐？ 译文 精选
你可能已经使用生成式AI来创建文本、图像甚至视频，但有没有用它来创作自己的音乐呢？几种不同的文本转音乐工具可以充当虚拟作曲家，不过值得一试的此类工具是Suno。

2025-01-10 07:53:13

生成式AISunoAI模型
「知识蒸馏+持续学习」最新综述！哈工大、中科院出品：全新分类体系，十大数据集全面实验
最新综述论文探讨了知识蒸馏在持续学习中的应用，重点研究如何通过模仿旧模型的输出来减缓灾难性遗忘问题。通过在多个数据集上的实验，验证了知识蒸馏在巩固记忆方面的有效性，并指出结合数据回放和使用separated softmax损失函数可进一步提升其效果。

2025-01-10 00:00:00

分类体系蒸馏
美国AI芯片限制最后一刀！英伟达AMD全球禁运，只配5万块
交接之际，拜登政府放出最后一搏：英伟达AMD等AI芯片出口，限制升级！新规规定，全球国家将被分为三级，第三级管控的国家和地区，AI芯片的进口将遭到几乎全面的禁止。

2025-01-09 15:38:53

AI芯片模型
微软确认小规模裁员，业绩不佳的员工面临风险
微软近日证实，该公司将根据各部门员工的业绩表现，实施一轮小规模的裁员。

2025-01-09 14:42:10

微软裁员
世界模型World Model，​通往AGI的关键路径
人工智能与大模型的浩瀚星海中，世界模型（World Model）正如同一颗冉冉升起的新星，引领着我们走向通用人工智能（AGI）的神秘彼岸。

2025-01-09 14:34:50

世界模型AGI
Salesforce报告：2024年假日购物季AI驱动的线上零售额高达2290亿美元
根据Salesforce近期对15亿名购物者行为进行的研究和分析，AI在2024年假日购物季中发挥了重要作用。

2025-01-09 14:24:55

零售电商AI工具
PyTorch Geometric框架下图神经网络的可解释性机制：原理、实现与评估
在机器学习领域存在一个普遍的认知误区，即可解释性与准确性存在对立关系。这种观点认为可解释模型在复杂度上存在固有限制，因此无法达到最优性能水平，神经网络之所以能够在各个领域占据主导地位，正是因为其超越了人类可理解的范畴。

2025-01-09 14:06:31

机器学习数据集Reddit
有把握收入从1亿做到数亿！李开复最新回应25年调整：大厂才烧得起超大模型；第一年的打法已不再适用，AI应用爆发前夜公司要提前卡位 原创 精选
关于零一万物预训练团队和Infra团队的去向已经明晰：愿意继续训练超大参数模型的成员，可以加入零一和阿里云合作成立的“产业大模型联合实验室”。这也意味着——李开复放弃了超大模型。这与他刚创办零一万物时的想法有很大不同，他最初的目标是实现AGI梦想的同时取得商业上的成功，想做AGI时代的微软。

2025-01-09 13:47:30

李开复AI应用大模型
微软打响裁员第一枪！AI智能体引爆2025失业潮，硅谷巨头停招程序员
2025年开年，硅谷巨头新一轮裁员已开启。AI智能体掀起的风暴，让Salesforce老板豪言今年停招软件工程师。不仅如此，微软等16家科技公司纷纷加入了这波裁员大军。

2025-01-09 13:41:14

AI软件智能体
今天起，汉字也能AI视频生成了！《滕王阁序》直接拿捏到位了
据了解，新版通义万相已经以84.70%的成绩登上权威评测集VBench榜首的位置，一路超越Gen3、Pika、CausVid等国内外视频生成模型。

2025-01-09 13:30:00

模型训练数据
具身智能新高度！智元机器人推出全球首个4D世界模型EnerVerse
针对上述难题，智元机器人团队提出了 EnerVerse 架构，通过自回归扩散模型（autoregressive diffusion），在生成未来具身空间的同时引导机器人完成复杂任务。

2025-01-09 12:39:27

训练模型AI
通义万相视频生成重磅升级，成功登顶VBench，运镜、质感直达专业级
从实践的角度看，我们其实早就已经迫不及待了：自去年起，不论短视频、动画领域，甚至影视行业的人们都已经开始利用视频生成 AI 进行创作探索。

2025-01-09 12:33:52

人工智能视频生成 AI视频生成模型
引领人机交互革命？微软研究团队发布80页的大模型GUI智能体综述
随着技术的不断迭代与生态的日趋成熟，GUI 智能体有望成为日常工作与生活中的关键工具，让复杂的操作愈加智能、高效，并最终引领人机交互走向全新的智能化时代。

2025-01-09 12:32:57

人工智能GUI 智能体大语言模型
一秒内从单个图像生成3D对象，支持实时编辑，Stability AI推出3D生成新方法SPAR3D
刚刚，Stability AI 在 CES 上宣布为 3D 生成推出一种两阶段新方法 ——SPAR3D（Stable Point Aware 3D），旨在为游戏开发者、产品设计师和环境构建者开拓 3D 原型设计新方式。

2025-01-09 12:32:18

人工智能StabilitySPAR3D
如何证明一个数是无理数？他们找到了欧拉和黎曼错过的证明，华人数学家唐云清参与
荷兰拉德堡德大学的 Wadim Zudilin 说：「当时每个人都相信只需一两年时间，就能证明每个 zeta 值都是无理数。」

2025-01-09 12:24:39

模型训练数据
量子力学100岁了：一场颠覆物理学的“速战速决”
因为整100年前的1925年，正是以德国物理学家海森堡发表一篇名为《运动学和力学关系的量子力学重新诠释》的论文为起点，量子力学的现代时代，齿轮开始转动。

2025-01-09 12:22:28

人工智能量子科学量子力学
表格处理神器登上Nature！开箱即用，平均2.8s解读任意表格
据论文介绍，TabPFN专为小型表格而生，在数据集样本量不超过10,000时性能达到新SOTA。具体而言，它在平均2.8秒内就能取得比之前所有方法更好的结果。甚至即便其他方法拥有长达4小时的“整顿”时间，也还是比不过。

2025-01-09 12:22:04

表格处理神器数据集
黄仁勋一句“量子计算还需20年才实用”，概念股应声腰斩
如果折中取个20年，这个时间就还好，很多人应该也会相信。而在实用的量子计算机问世前，重要的是要关注前量子层面。那么英伟达就会在这中间发挥“重要作用”，推动其“尽快实现这一目标”。

2025-01-09 12:21:31

人工智能量子计算机量子计算芯片
未来的监控大屏是给AI智能体看的，你知道吗？
回到数据库运维领域，我们目前建设的大部分数据库监控系统都是基于传统的网管思维的，采集的指标主要的目的是为了做展示。采集回来的数据需要做成仪表盘，才能让人使用。

2025-01-09 11:28:28

监控AI智能体
一文看懂推理并行的定义及其工作原理 译文 精选
近年来，我们见证了两个反复出现的趋势：发布的GPU功能越来越强大，以及拥有数十亿、乃至数万亿个参数和加长型上下文窗口的大语言模型（LLM）层出不穷。

2025-01-09 11:14:14

大语言模型推理并行AI模型
从零开始构建 DINO：自监督视觉 Transformer
DINO（无标签蒸馏）模型是一种应用于视觉变换器（ViTs）的尖端自监督学习方法。它代表了计算机视觉领域的一个重大进步，使模型能够在不需要任何标记数据的情况下学习有效的图像表示。

2025-01-09 11:14:13

DINO模型计算机视觉
从数据孤岛到智能系统：RAG和知识图谱的协同作用 译文 精选
本文探讨了RAG和知识图谱之间的协同作用，并提供了真实世界的示例、详细的解释和清晰的可视化图表，以展示它们的变革能力。

2025-01-09 10:52:23

RAG知识图谱人工智能
RAG的技术困境：为何单纯依赖向量嵌入不可靠？
尽管 Nvidia 拥有丰富的资源，数据集的大小适中，答案也相对简短，但研究者们还是通过一种新的 RAG 方法，发送 48K 的文本片段并连同用户查询一起，打破了之前的最先进水平，实现了 47.25 的 F1 score（如果发送的内容更少，F1 score 会更低）。

2025-01-09 10:48:36

RAG依赖向量LLMs
多模态图像生成模型Qwen2vl-Flux，利用Qwen2VL视觉语言能力增强FLUX，可集成ControlNet
该模型将 Qwen2VL 的视觉语言功能集成到 FLUX 框架中，从而实现更精确、更具情境感知的图像生成。

2025-01-09 09:56:34

视觉模型图像生成
Google发布新AI工具Whisk：使用图像提示代替文本，快速完成视觉构思
Whisk不会生成带有长篇详细文本提示的图像，而是使用图像进行提示。只需拖入图像，即可开始创建。

2025-01-09 09:52:38

AI图像生成模型
供应链管理需要实用的人工智能和智能文件处理技术
人工智能(AI)在改善商业运营方面具有无可辩驳的潜力，但并不总是以人们想象的方式。对一些人来说，供应链中的人工智能让人联想起机器人管理传送带或无人机加速交货时间的画面。虽然这可能最终会成为现实，但人工智能在现代供应链管理策略中的应用要实际得多。

2025-01-09 09:45:28

智能文件处理人工智能
SafeDrive：大语言模型实现知识驱动和数据驱动的风险-敏感决策
自动驾驶汽车 (AV) 的最新进展利用大语言模型 (LLM) 在正常驾驶场景中表现良好。

2025-01-09 09:38:25

自动驾驶大语言模型
老婆饼里没有老婆，RLHF里也没有真正的RL
虽然 RLHF、DPO 和相关方法提供了一种实用的方法，可以在短期环境中使 LLM 与人类偏好保持一致，但它们无法赋予 LLM 真正、持久的目标或意图。

2025-01-09 09:30:00

模型AI数据
中科大&vivo最新深度估计DepthMaster：泛化能力、细节保留超越其他基于扩散方法
DepthMaster是用于定制扩散模型以适应深度估计任务。通过引入特征对齐模块，有效地缓解了对纹理细节的过拟合问题。

2025-01-09 09:29:57

模型AI优化
OpenAI智能体曝本月诞生！比谷歌Anthropic慢，竟是担心prompt攻击
就在刚刚，OpenAI在智能体上落后竞争对手的原因曝光了！

2025-01-09 09:00:00

训练数据AI
为什么AI大模型训练离不开GPU?
以英伟达H100 GPU为例，它包含超过1.8万个核心，而顶级的Intel I9 CPU只有24个核心，GPU的核心数是CPU的700多倍。所以，CPU 擅长 快速完成单个运算，适合需要逐一执行的程序。

2025-01-09 08:01:10

GPU核心运算
深度伪造威胁升级：个性化伪造时代来临
谷歌DeepMind与斯坦福大学研究人员通过两小时访谈，成功创建1052名AI“模拟主体”，能准确刻画真人性格特征，这些模拟主体基于美国之声项目访谈协议训练，可在性格测试、社会调查中高度还原真人回答，但在经济决策游戏中预测准确性下降。

2025-01-08 15:16:27

深度伪造AI
【LLM&Agent】PPTAgent：PPT自动生成Agent框架
来看一个PPT生成思路：PPTAgent。传统的PPT生成方法通常使用端到端的文本生成范式，这种方法仅关注文本内容，忽略了布局设计和PPT结构。PPTAgent 采用了一种基于编辑的生成范式，解决处理空间关系和设计风格方面的挑战。

2025-01-08 15:15:16

LLMAgent框架
剑指专业领域零部件级3D生成！Meta联手牛津推出全新多视图扩散模型
对于专业应用和创意工作流来说，除了高质量的形状和纹理，更需要可以独立操作的「零部件级3D模型」。为此，Meta与牛津大学的研究人员推出了全新的多视图扩散模型。

2025-01-08 14:45:22

AI模型数据
纯视觉方案，精准操控电脑和手机！港大Aria-UI登顶，超越Claude 3.5
Aria-UI通过纯视觉理解，实现了GUI指令的精准定位，无需依赖后台数据，简化了部署流程；在AndroidWorld和OSWorld等权威基准测试中表现出色，分别获得第一名和第三名，展示了强大的跨平台自动化能力。

2025-01-08 14:43:30

模型数据训练
英伟达亮相CES 2025：AI新前沿背后的动力源泉
英伟达是这场AI革命的核心，该公司一直将自己定位为AI和计算领域的领导者。英伟达在CES 2025上推出的新型AI超级计算机，再次证明了其在塑造技术未来方面的关键作用。

2025-01-08 14:40:48

AI人工智能大型语言模型
谷歌组建新AI团队开发“世界模型”：通往AGI的关键路径
最近谷歌组建一个新团队，专门开发可以用来模拟物理世界的AI模型，也就是所谓的“世界模型”（World Models）。

2025-01-08 14:13:53

谷歌AI
AWS自动推理负责人：与其解决AI幻觉，不如证明是否正确；Rust借用检查器实际上就是一个推理引擎 原创 精选
“从某种意义上说，幻觉是一件好事，因为它是创造力。但在语言模型生成过程中，其中一些结果将是不正确的，“他说。“但是，根据谁的定义是错误的呢？事实证明，定义真理是什么，出奇地困难。即使在您认为每个人都应该同意的领域。”

2025-01-08 13:55:36

AWSAIRust
微软CEO开年演讲：预训练Scaling Law依然伟大！首个英伟达GB200集群已上线！未来手搓智能体就像建Excel一样简单 原创 精选
谈论到这次AI带来的巨变，纳德拉还感慨地回忆了比尔盖茨对微软的影响。“每当谈论到平台变革时，我们必须了解推动平台变革的基础力量是什么。回顾我35年的科技生涯，这个基础力量一直是摩尔定律。

2025-01-08 13:47:56

微软预训练比尔盖茨
吴恩达对话业界领袖：揭秘2025人工智能五大风口
吴恩达认为，AI辅助编码在原型开发中尤为有效，因为原型通常不需要复杂的上下文和软件集成，且在早期测试阶段对可靠性的要求相对较低。

2025-01-08 13:30:00

AI人工智能开发
AAAI 2025 | 大模型推理加速新范式：加速比高达3.51倍、成本降至1/3
论文中提出的 Falcon 方法是一种增强半自回归投机解码框架，旨在增强 draft model 的并行性和输出质量，以有效提升大模型的推理速度。

2025-01-08 13:15:02

模型数据训练
黄仁勋圈重点的世界模型平台是个啥？技术报告全解析，华人贡献中坚力量
Cosmos 是一个世界模型平台，上面有一系列开源、开放权重的视频世界模型，参数量从 4B 到 14B 不等。

2025-01-08 13:12:26

AI模型训练
上一页 1 ··· 979899100101 ··· 657
点赞

51CTO技术栈公众号

业务
速览
在线客服