AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
【100%中奖】注册亚马逊云科技账号，抽键鼠套装、50元京东卡
置顶亚马逊新用户福利再次来袭！活动时间内完成注册亚马逊云科技账号，即可获得以下福利免费试用100多款云产品，带你体验快速上云热门场景，带你手把手轻松搭建AI.x社区专属福利，100%获得精美礼品活动时间：10月16日至10月30日奖品名称奖品图片一等奖戴尔Pro无线键鼠套装二等奖定制电脑背包三等奖50元京东E卡丰厚奖品等你来拿！抽中哪个就得哪个！！！中奖率100%！AI.x社区福利领取流程：1.在活动有效期内完成亚马逊云科技的新账号...亚马逊云科技账号注册亚马逊云计算云计算大佬揭秘AI如何改变程序员未来，这些技能将成关键
原创AI时代，程序员的角色正在经历怎样的转变？云计算领域大佬JeffBarr近日在上海分享了他的观点。 近日，亚马逊云科技副总裁兼首席布道师JeffBarr受邀来到上海，与当地开发者社区进行了深入交流。在这场以“AI驱动的开发新模式”为主题的分享中，他基于多年来对开发者生态的观察和实践，详细阐述了生成式AI正在如何重塑软件开发的各个环节。 JeffBarr在云计算和开发者工具领域拥有丰富经验，他的见解往往能够准确反映技...1024程序员节云计算人工智能算家计算算家云如何把ChatGPT嵌入到自己的应用中？
原创
社区头条编辑云昭出品51CTO技术栈（微信号：blog51cto）10月初，OpenAI的AgentKit来得猝不及防！作为一款面向开发者的全能工具包，能让ChatGPT驱动的智能体被嵌入到任何网站或应用中。它首次亮相于OpenAI2025年DevDay，目标是让AI不止会“聊天”，还能执行动作——比如浏览网页、调用API、完成多步任务。换句话说，AgentKit提供了完整的架构和组件，让开发者能直接在自家产品中嵌入ChatGPT式助手。本文将拆解其底层架构与核心模块，并解...ChatGPTOpenAIAgentKit数据库慢查询破局指南：从日志采集到智能诊断的全流程自动化方案
社区头条作者崔皓审校重楼整体思路在数据库运维场景中，“慢查询报警”往往是最让工程师头疼的问题之一——就像我的运维学员所遭遇的：频繁接到告警通知，却始终难以快速定位问题根源是系统资源瓶颈、数据库配置缺陷，还是应用层SQL写法不规范。为彻底解决这一“定位难、分析繁”的痛点，本文将通过FluentBit+Fluentd+DeepSeek的实战方案，构建一套“从慢查询信息采集到智能分析”的全流程自动化体系。这套方案的核心价值在于：用工具链...数据库慢查询日志采集智能诊断最强OCR竟然不是DeepSeek、Paddle！HuggingFace新作：六大顶尖开源OCR模型横评！继DS后又杀出匹黑马！
原创 社区头条编辑听雨出品51CTO技术栈（微信号：blog51cto）在AI快速进化的浪潮中，文字和图像的界限正在被重新定义。那些能“看懂”文件、理解图表、读出语义的视觉语言模型（VLM），正在让传统OCR（光学字符识别）进入一个全新的智能阶段。如果你还以为OCR只是“识字”的工具，那你可能错过了它真正的革命性变化。这两天，小编读到AI开源平台HuggingFace发布的一篇关于开源OCR模型的文章，提供了全面的模型选择和使用指南。里面涵盖了Deep...DeepSeekOCR模型Qwen3-VL李开复：美国在AI硬件赛道已败给中国！中国AI算力将是美国十倍！
原创 社区头条编辑云昭在旧金山TEDAI大会上，创新工场董事长、AI科学家李开复通过视频连线发表演讲，罕见地直言：“在AI硬件和机器人制造方面，美国正在被中国超越。”李表示，这一点也不夸张。在AI硬件与机器人赛道，中国的领先正在成为事实。中国AI崛起的“制造逻辑”这位曾任苹果、微软、谷歌高管的AI老将指出，中美AI竞争正沿着不同的地理与经济路径分化：美国依旧主导企业级AI和科研创新；中国则凭借制造业与供应链优势，迅速掌控消费级...李开复AI算力DeepSeekAI 编程热潮下的万字思考 —— 规避风险，善用其利
原创编者按：在AI技术席卷软件工程的今天，我们是否真的可以仅凭“氛围”和直觉，就构建出可靠、安全且可维护的生产级系统？我们今天为大家带来的这篇文章，作者的核心观点是：“氛围编程（vibecoding）”与“AI辅助的工程实践”存在本质区别，前者虽在创意激发和快速原型中具有价值，但绝不能替代结构化的工程方法。文章通过多个维度深入探讨了这一观点：从FAANG团队的实际工作流程切入，指出真正的AI辅助的工程实践是在严格的设计...AI氛围编程深度拆解 AI 网关架构设计与落地实践
原创大家好，我是玄姐。提到“网关”，大家或许会先想到“流量出入口”，从早期的反向代理网关Nginx，到复杂的微服务、云原生网关，网关始终是业务架构的“交通枢纽”。而如今，随着企业AI应用服务爆发式增长，AI网关正成为解决AI调用管理瓶颈的关键，但其复杂度远超出传统网关的范畴。今天我们就从架构设计视角，拆解AI网关的核心组成与关键模块，带你看懂它如何支撑起现代AI应用的稳定运行。一、AI网关架构总览：不止是“传统API...AI网关架构设计AI应用RLVR训练多模态文档解析模型-olmOCR 2技术方案（模型、数据和代码均开源）
原创olmOCR2相关对比：持数据、模型和代码完全开源olmOCR2是一套面向文档OCR的端到端解决方案，其核心方法围绕RLVR，通过“合成数据规模化单元测试定奖励RL训练提性能”的闭环，解决传统OCR系统在复杂场景（数学公式、表格、多列布局）中的痛点。现有问题传统OCR系统的性能评估依赖编辑距离，计算模型输出与GroundTruth的字符级差异（插入、删除、替换次数）。图1：传统编辑距离的局限性：阅读顺序问题图2：传统编辑距离的局限性：...多模态文档解析模型olmOCR 2图像编辑的ChatGPT时刻来了？苹果40万真实图像训练，AI现在能听懂你的“精修指令”了
文章链接:https:arxiv.orgpdf2510.19808代码链接：https:github.comapplepicobanana400k亮点直击大规模且真实：包含约40万个基于真实世界照片生成的图像编辑样本，克服了以往数据集依赖合成图像或规模有限的问题。多目标训练支持：数据集不仅包含25.8万个用于监督式微调的单轮编辑样本，还提供了5.6万个偏好对（成功vs.失败的编辑），可用于直接偏好优化（DPO）和奖励模型训练，以提升模型的鲁棒性和对齐能力。复...ChatGPTAI模型企业级大模型上下文窗口管理：架构设计与优化策略
原创“模型上下文管理是模型使用的基础，其直接影响到模型的输出结果。”在目前的主流大模型应用场景中，多轮对话基本上成为大模型的基本应用形式，但这里有一个很多人都忽略的问题，那就是上下文窗口管理；注意这里所说的是上下文窗口管理，而不是上下文管理。为什么要强调上下文窗口管理，原因是因为模型上下文窗口会直接影响到大模型的输入以及系统的稳定性。模型上下文窗口管理首先我们要明确一个前提，对模型本身来说不存在多...大模型上下文窗口管理人工智能所有的技术栈只为了一件事——打造一个能力更强的“人”
原创“大模型技术的本质是通过技术手段制造一个能力很强的“人”；让它用人类的方式去解决问题，比如说使用工具。”现在人工智能技术发展的如火如荼，但还有些人根本不知道到底什么是人工智能，现在爆火的大模型又是什么。事实上人工智能技术虽然很复杂，但从本质上来说其实很简单——人工智能就是一个“人”。在哲学上讲人和动物的根本区别是会制造和使用工具，人工智能也是如此；现在以人工智能技术为核心的所有技术栈，本质上就...人工智能OpenAI 发布 ChatGPT Atlas：AI 浏览器正式对Chrome发起挑战
原创一、浏览器的尽头，是“对话”？“我们希望人们与浏览器聊天，而不是输入网址。”在OpenAICEOSamAltman的这句话落地那一刻，整个互联网的使用方式，或许正在被重新定义。10月21日，OpenAI正式发布ChatGPTAtlas——一款由ChatGPT驱动的AI浏览器。它不仅能像人一样理解网页内容，还能主动执行任务、记忆用户历史、甚至在你写邮件或购物时直接帮你完成操作。简单来说，Atlas是一个“会思考的浏览器”。它不再只是打开网页的工具，...OpenAIChatGPTAI 浏览器ChromeDeepSeek 再出爆款：3B OCR 模型，让文档解析提速 10 倍的秘密
原创在过去几年里，OCR（光学字符识别）技术似乎已经“卷”到极致：模型越来越大、精度越来越高，但计算成本和延迟也越来越惊人。而就在2025年10月，DeepSeekAI再次打破了行业的想象边界——推出了DeepSeekOCR3B：一款30亿参数的视觉语言模型（VLM），专为高性能OCR与结构化文档转换设计。它的最大亮点在于：能在保持97%识别精度的同时，将文本token压缩到原来的十分之一。这不仅意味着成本大幅下降，更代表着文档AI进入了“高效视...DeepSeek3B OCR 模型文档解析DeepSeek-OCR 技术解读与评估报告
精华引言：重新审视视觉模态——作为文本信息的高效压缩媒介在当前大语言模型（LLM）技术浪潮中，处理长序列文本的能力已成为衡量模型先进性的关键指标，同时也是制约其应用广度的核心瓶颈。由于主流的Transformer架构在自注意力机制上存在与输入序列长度成二次方关系的计算与内存复杂度，当上下文窗口扩展到数十万甚至数百万token时，其带来的计算开销变得难以承受。学术界与工业界为此提出了诸多解决方案，如稀疏注意力、线性注意...DeepSeek-OCRTransformer架构隐私计算的分岔路口：全同态加密与混淆电路在机器学习推理中的深度比较
在人工智能技术渗透至医疗、金融等高度敏感领域的今天，数据隐私与模型知识产权保护之间的矛盾日益凸显，形成了一种“隐私悖论”。一方面，我们渴望利用机器学习（ML）的强大能力从海量数据中提取价值，例如辅助疾病诊断或进行精准金融风控；另一方面，这些数据本身往往包含着不可泄露的个人隐私或商业机密。隐私保护机器学习（PPML）正是在这一背景下应运而生，其核心目标是在不暴露原始数据和专有模型的前提下，完成机器学习...机器学习ML混淆电路超越 GPT-5!FlowSearch 框架刷新四大基准，AI 深度研究进入知识流时代
2025年，当GPT5在GPQA基准测试中拿下85.4%的成绩时，AI研究界却在思考一个更尖锐的问题：为什么最先进的大模型在处理"19781998年马尔科奖得主中是否有来自已消失国家的获奖者"这类需要多步骤推理的问题时，正确率仍不足30%？研究团队给出了颠覆性答案——动态结构化知识流框架FlowSearch，其在GAIA基准测试中以76.7%的成绩超越MiroFlow（74.5%）和GPT5（85.4%）等强基线，彻底改变了AI深度研究的范式。科研痛点：当AI遇上"马尔...AIGPT-5框架告别代码苦海：Manus 1.5 让你的创意以光速落地
想象一下，你脑海中的一个绝妙点子，不再需要数周甚至数月的时间去打磨代码、去面对各种技术栈的挑战。现在，一个名为Manus的AI智能体，正将这个“想象”变为触手可及的现实。Manus1.5版本已正式发布，这不仅仅是一次简单的迭代，更像是AI辅助开发领域的一次“破茧成蝶”。它带来的是一场效率与能力的双重革命，其核心目标只有一个：让你的想法，以前所未有的速度，变成一个真正可部署、可运行的实际应用。速度与质量的惊人飞跃...Manus 1.5Windows 11AI 协作DeepSeek OCR：用“眼睛”阅读长文本，AI记忆新纪元？
嘿，AI圈的朋友们！最近DeepSeek团队又搞了个大动作，发布了一款名叫DeepSeekOCR的开源模型。但你可别以为这只是一个普通的文字识别工具，它的核心理念简直是脑洞大开，可能会彻底改变我们处理长文本的方式。想象一下，我们的大语言模型（LLM）在面对海量文本时，常常会因为算力消耗过大而头疼不已，上下文一长，计算量就呈平方级增长。DeepSeekOCR另辟蹊径，它不直接处理文本，而是巧妙地把文本信息“画”成图像，然后对这些图...DeepSeek OCRAI记忆GPUOpenAI重磅发布ChatGPT Atlas：告别传统浏览器的AI新纪元！
2025年10月21日，这个日子注定要载入互联网史册。OpenAI，这个站在AI浪潮最前沿的巨头，不再满足于仅仅提供一个聊天窗口。他们野心勃勃地推出了一款足以颠覆我们上网方式的全新武器——ChatGPTAtlas，正式向谷歌Chrome等传统浏览器霸主发起了正面挑战。这不只是一款浏览器，它更是一个拥有ChatGPT大脑的智能体，试图将我们的数字世界从“被动接收信息”的时代，彻底拉入一个“主动理解意图并执行任务”的新范式。它到底是什么？...OpenAIChatGPT Atlas浏览器多模态混合RAG；VLM开发数据集清晰，高质量数据基础；偏好指导视觉优化；LLM内部信号和监督信号的平衡
TowardsMixedModalRetrievalforUniversalRetrievalAugmentedGeneration20251020｜RUC,RUC🔺28http:arxiv.orgabs2510.17354v1https:huggingface.copapers2510.17354https:github.comSnowNation101Nyx研究背景与意义问题定义与现状近年来，检索增强生成（RetrievalAugmentedGeneration,RAG）成为提升大型语言模型（LLMs）能力的重要方法，主要通过从外部语料库检索相关文档来补充模型知识。然而...RAGVLMLLM
