AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
AI 智能体记忆机制详解
原创编者按：为什么我们总是感觉在与AI助手重复着同样的对话？为什么明明告诉过它的重要信息，五分钟后它就完全遗忘了？我们今天为大家带来的文章，作者的观点是：记忆能力是AI从工具进阶为真正智能伙伴的关键桥梁，只有具备完善的记忆系统，AI才能提供个性化体验、拥有持续学习和处理复杂任务的能力。本文深度解析了记忆增强型AI系统的核心技术架构，介绍了“观察→记忆→行动→反思→更新”这一认知闭环解决方案。作者还系统阐述...AILLMAI 智能体盗梦空间级AI试衣！中山等发布OMFA：一键“脱衣”换装，姿势任意摆，告别展平图！
精华文章链接：https:arxiv.orgpdf2508.04559项目链接：https:onemodelforall.github.io亮点直击OMFA，首个在单一架构中统一执行虚拟试穿（tryon）和试脱（tryoff）的框架，支持跨个体和双向的服装迁移。提出了一种新颖的部分扩散机制，选择性地对服装相关区域施加噪声，实现高效、局部化的建模，无需依赖分割掩码或模板服装。结合了基于SMPLX的姿态条件，支持从单张肖像图像生成任意姿态和多视角的试穿效果，提升了试穿合成的真实...AI虚拟图像生成谷歌提出递归混合模型（MoR）：通过参数共享和自适应计算提升Transformer效率
Transformer架构从根本上改变了人工智能的格局。从支撑大型语言模型（LLMs）的对话能力到实现实时语言翻译，Transformer已成为现代自然语言处理（NLP）应用的核心。然而，其成功背后伴随着巨大的代价：训练和部署往往需要超大规模数据中心的计算和内存资源。这种计算需求给人工智能发展带来了巨大的经济压力。虽然科技巨头能够承担大规模GPU集群的成本，但小型组织和独立研究人员往往难以跟上步伐。因此，提高Transformer模型的...MoR参数共享自适应OpenAI GPT-OSS 120B/20B 详解：性能追平专有模型，开发者可本地微调
2025年8月5日，OpenAI取得新突破，发布了两款基于Apache2.0许可的开放权重推理模型——GPTOSS120B和GPTOSS20B。这些模型将以往只能通过API获取的强大功能赋予了开发者、研究人员和企业，便于他们进行微调、自主部署和扩展。什么是GPTOSS？WhatisGPTOSSGPTOSS（生成式预训练Transformer开源软件，GenerativePretrainedTransformerOpenSourceSoftware）是OpenAI于2025年8月5日根据Apache2.0许可发布的一系列开放权重语言模型。此...OpenAI性能模型如何在移动端运行Gemma 3n？
原创
社区头条有没有想过，你的口袋里也能装下一个强大的AI助手？它不仅仅是一个应用程序，更是一个先进智能、可配置、私密且高性能的AI语言模型？不妨认识一下Gemma3n。这不仅仅是另一种科技潮流，而是将高性能语言模型径直放在你的手机上。无论你是在列车上构思博客创意、在旅途中翻译信息，还是仅仅想探索AI的未来，Gemma3n都能为你带来极其简单、极其愉悦的体验。不妨逐步了解如何在你的移动设备上发挥AI的魔力。什么是Gemma3n？Gemma3...Gemma 3n人工智能AI百万级文档秒匹配？HNSW 让向量数据库在 RAG 中封神
向量数据库如何为检索增强生成（RAG）高效匹配数据包含4个层级和30个文档的HNSW图检索增强生成（RAG）是向大型语言模型（LLMs）添加外部知识的重要工具。几乎每个RAG系统都包含一个向量数据库来执行语义搜索。在这种搜索方式中，存储在向量数据库中的文档嵌入会与用户的查询嵌入进行比较。一个基本的RAG设置包括一个嵌入模型、一个向量数据库和一个大型语言模型。向量数据库用于找到与查询最匹配的前K个文档在实际应用中，将一...HNSW向量数据库RAG算法自治的幻象——从一篇论文看理想化的稳定币自治体系为何注定失败
精华一份指向不可能的完美设计在数字资产的探索史上，稳定币始终承载着一种终极理想：创造一种既能享受去中心化网络的自由，又能拥有如磐石般稳定价值的货币，从而构建一个独立于传统金融、由代码驱动的全新世界。一篇名为《TruthfulandFaithfulMonetaryPolicyforaStablecoinConductedbyaDecentralised,EncryptedArtificialIntelligence》的研究论文，将这一理想主义追求推向了理论的极致。论文以非凡的智识魄力，试图从第一性原理...算法稳定币自治体系最强GPT-5终终终于来了，全球免费用！全方位暴涨至博士级水平，质量与响应速度取得质的突破！
原创 社区头条编辑｜云昭猜测着，猜测着，GPT5总算发布了！带着全球各种猜测、假说，OpenAI掌舵人奥特曼、带着MarkChen等一众新旧面孔准时现身直播间，揭晓了姗姗来迟的GPT5。奥特曼先秀了OpenAI推出ChatGPT之后的32个月取得的成绩，发布一周，用户突破一百万，而现在平均一周ChatGPT的活跃用户已经达到了7亿人。随后直截了当开始带货GPT5！奥特曼称“这是企业和开发人员特别重要的时刻”，并视GPT5是GPT4以来的重大升级，也是我们迈向AGI的...GPT-5AGIGPT6最大化人类权力——破局智能驾驶的思考
在“对齐”的迷雾中，探寻新的目标人工智能（AI），特别是通用人工智能（AGI）的崛起，正将一个关乎人类文明未来的根本性挑战推至台前：AI对齐问题。我们如何确保一个在智能上可能远超人类的系统，其行为、目标和最终影响，能与人类的长期福祉与核心价值保持一致？传统的解决方案，如让AI学习并最大化一个预设的“人类效用函数”，已被证明是一条充满陷阱的道路。从理论上的“效用怪物”（为了最大化总体效用而牺牲个体）到实践...智能驾驶AI人机交互coze 智能体开发：从 0 到 1 搭建你的专属 AI 工具
一、为什么选择Coze开发智能体？二、智能体的核心：模型与工具的“黄金搭档”三、手把手教你搭建第一个通用智能体步骤1：进入平台，创建项目步骤2：配置“大脑”——选择模型步骤3：配备“手脚”——添加必备插件步骤4：测试效果，调试优化四、4个实用场景，让智能体成为你的“得力助手”五、进阶：让智能体更“懂你”参考文献在AI技术飞速发展的今天，智能体（Agent）已经成为企业提升效率、解决实际问题的重要工具。无需复杂...coze智能体开发FedMRG: 通过大模型高效通信异构联邦学习驱动的医疗报告生成
摘要大型语言模型（LLMs）在医疗报告生成（MRG）中展现了显著潜力，然而其开发需要大量的医学影像报告对，这些数据通常分散在多个中心。由于隐私法规的原因，集中这些数据异常具有挑战性，从而阻碍了模型开发和更广泛采用基于LLM的MRG模型。为了应对这一挑战，我们提出了FedMRG，这是首个利用联邦学习（FL）实现隐私保护、多中心开发的基于LLM的MRG模型框架，专门设计用于克服在多模态数据异质性下通信高效的LLM训练的关键挑战...FedMRG联邦学习大模型构建高效的GraphRAG系统：简化架构与工具选择的艺术
摘要本文探讨了GraphRAG（检索增强生成）技术的实现方法，指出开发者在构建GraphRAG系统时往往过度依赖复杂的图数据库、查询语言和分析工具。作者强调，生成式AI的用例与传统图分析场景根本不同，大多数GraphRAG应用只需要进行局部邻域探索，而不需要复杂的全图分析。文章建议采用以向量存储为核心、按需添加图功能的简化架构，避免不必要的技术复杂性。当RAG开发者决定尝试GraphRAG时——即构建知识图谱并将其集成到他们的RAG...GraphRAG系统工具GPT-5智能工作新时代革命：OpenAI重磅发布最新AI模型，500万用户已体验ChatGPT商业版
今天，我们隆重推出GPT‑5，这是OpenAI迄今为止最智能、最快捷、最实用的模型，也是将智能置于每项业务核心的重要一步。GPT‑5整合并超越了OpenAI在前沿智能领域的先前突破，涵盖4o、OpenAIo系列推理、智能体以及高级数学（在新窗口中打开）能力。随着BNYMellon、加州州立大学、Figma、Intercom、Lowe’s、摩根士丹利、软银、TMobile等企业已率先为员工配备AI技术——目前已有500万付费用户使用ChatGPT商业产品——并开始借...GPT-5智能OpenAIIT架构师必看：七牛云解析GPT-OSS的工程化之路
如果你是一名身处AI领域的工程师，那么OpenAI发布的GPTOSS对你而言，绝不只是又一个新模型。它更像是一次开发工具链的根本性重塑，一次生产力范式的底层切换。抛开媒体的热议和市场的喧嚣，我们更应关心的是：它的架构中做了哪些真实的技术权衡？在生产环境中运行它，会遇到哪些具体的工程挑战？我们又该如何将这一强大的开源模型，真正转化为稳定、高效、可控的企业级服务？这篇指南，不谈风口，只谈技术与实践。它将从技术视...七牛云GPT-OSS 开源 OpenAIAI生死局仅存6位玩家！Claude之父：大模型天生就有“搞钱”冲动！做了CC才能懂模型如何进化！
原创 社区头条出品51CTO技术栈（微信号：blog51cto）说起来，今天已经立秋了，但AI圈的这个“盛夏”显然还没结束。这几天，几大巨头接连出招，行业硝烟味渐浓。明天大概率还有GPT5要出来炸场。AnthropicCEODarioAmodei一改往日低调，罕见地高频出镜，连续做客多个播客和科技访谈，火力全开。上图：有网友直言，Dario最近播客很密集，是他最喜欢的一位AICEO。Dario的难得之处是——即便面对大体量访谈，他也不会机械复读，而是每次都能带来新...AIClaude模型GPT-5今夜亮相？OpenAI神秘直播预告，暗示新模型将至
原创刚刚，OpenAI官方发布直播预告，万众期待的GPT5模型似乎即将在凌晨正式亮相。 今天凌晨，OpenAI官方账号在社交平台X发布了一条预告：太平洋时间8月7日上午10点将进行特别直播活动。值得注意的是，官方将“LIVESTREAM”一词中的字母“S”替换为数字“5”，写为“LIVE5TREAM”，这一设计被广泛视为对GPT5发布的直接暗示。  OpenAI首席执行官奥特曼近期的一系列动作进一步强化了这一猜测。他曾在社交平台分享一张屏...人工智能GPT-5发布倒计时OpenAI算家云租算力，到算家云大模型的黑化开关！Anthropic团队新作：大模型的人格变量，终于被人类找到了！
原创 社区头条编辑云昭出品51CTO技术栈（微信号：blog51cto）一念疯魔、一念成佛！大模型的黑化开关，终于被人类找到了！近日，Anthropic带头的团队，发现大模型人格是可以被人控制的。作者提出了一种只需自然语言描述即可提取人格向量的方法，实现了对大模型人格倾向的预测、监测、控制与防御，为解决微调过程中的“人格漂移”问题提供了强有力的工具链。多说一嘴，开源模型，比如Llama、Qwen也在实验测试之列。突然发疯、讨好的大模型：Gro...大模型人格漂移工具链LongVie突破超长视频生成极限：1分钟电影级丝滑视频，双模态控制告别卡顿退化
社区头条论文链接：https:arxiv.orgpdf2508.03694项目链接：https:vchitect.github.ioLongVieproject亮点直击对现有可控长视频生成模型的局限性进行了全面分析，识别出两个关键挑战：长期时序不一致性和视觉质量退化。基于此提出LongVie，首个用于可控长视频生成的自回归框架。为了提升视觉质量，提出了一种多模态控制机制，将密集控制信号与稀疏控制信号相结合，以发挥它们各自的优势。同时引入一种感知退化的训练策略，以平...AI视频生成模型AI硬件的全面解析（CPU、GPU、NPU、TPU）
原创关键要点研究表明，CPU适合通用计算任务如网页浏览，而GPU则在AI训练和游戏的并行处理中表现出色。看起来TPU（由Google开发）优化了云环境中的大规模AI模型训练，而NPU则适合智能手机上的设备端AI任务，如面部识别。证据倾向于根据具体需求选择处理器，如模型大小、能效和部署环境（云端或边缘）。引言：AI硬件的时代已经到来AI和机器学习的发展推动了专用硬件的演变，以满足计算需求，超越传统CPU的性能。无论是游戏中的流畅图...AI硬件CPUGPUNPUTPU搞懂上下文工程（Context Engineering)，让你的LLM更聪明
原创我们可能早已习惯了“提示词工程”（PromptEngineering）。不论是写摘要、代码生成，还是会议复盘，大家都想着如何写出一个高效的提示词，让LLM做出回答。但有时候大模型回答的结果并不是尽人意。所以，最近有个新词开始频繁出现在圈内讨论中——“上下文工程”（ContextEngineering）。这个词乍一看和“提示词工程”貌似差不多，但如果你是在构建一个智能体（AIAgent）系统，特别是基于像LlamaIndex、LlamaCloud这样的工具时，...上下文工程LLMLLMAI Agent
