AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
关于大模型应用协议的发布——MCP和A2A协议的出现意味着什么？
原创“智能体是大模型应用的未来，而协议却是决定大模型应用的行业标准。”2024年是大模型应用探索的元年，而随着大家对大模型应用的探索，大模型被应用到越来越多的场景；但同时也面临着各种各样的问题。特别是在智能体方面的应用探索，面临着各种各样的问题；而其中目前最头疼的无非就是各家大模型公司没有统一的标准，关于智能体的技术实现也各式各样；而这直接阻挡了大模型应用方面的进展。而解决这个问题最好的办法是什么？那...大模型应用MCPA2A大模型数据预处理——关于复杂文档在大模型应用中的解决方案
原创“复杂文档的处理是人工智能应用的基础，但同时也是一个门槛。”在这里先思考一个问题，哪种文档格式最复杂？以我们经常使用的文档为例，不同系统下有不同格式的文档；不论是文本，图片，还是视频都有很多种格式；但要说比较复杂的还是文本类文档。因为文本类文档中包含着多种其它格式的文档；以作者个人为例，我认为最复杂的文档就是常用的wordpdf这种格式。原因就在于这种格式的文档就像一张白纸，我们可以在上面写画任何我们...大模型应用RAG文档预处理全球首场人形机器人格斗大赛要来了！宇树科技炸场，人形机器人风口来了？
最近，北京的一场人形机器人半程马拉松，吸引了巨大关注量。人形机器人再次成为了讨论的焦点。然而，这场马拉松比赛的热度还没过去，另一场更为硬核的比赛已经在酝酿。2025年5月至6月，宇树科技将举办全球首场“人形机器人格斗大赛”。这个曾经只存在于科幻电影中的场景，如今已成为检验人形机器人技术实力的擂台。如果说马拉松只是对机器人的耐力测试，那么格斗比赛则意味着机器人将走向会产生物理碰撞的擂台实战，这对算法与...机器人格斗大赛人形机器人具身智能机器人马拉松北京租算力，到算家云让数字人视频告别"恐怖谷"！字节团队最新DreamActor-M1实现人类表情动作像素级操控
论文链接：https:arxiv.orgpdf2504.01724项目链接：https:grisoon.github.ioDreamActorM1亮点直击提出了一个整体的基于DiT的框架和一种渐进的训练策略，用于支持灵活多尺度合成的人像动画。设计了混合控制信号，结合了隐式面部表征、显式3D头部球体和身体骨架，以实现富有表现力的身体和面部动作合成，同时支持多样化的角色风格。开发了互补的外观引导，以缓解视频片段之间未见区域的信息差距，从而实现长时间段内的一致视频生...数字人视频生成谷歌新型 AI 系统在复杂诊断中表现超越医生
原创最近，《自然》杂志上的一篇新论文引发了关注。它展示了谷歌如何用AI改变医疗的未来：通过自动化技术降低成本、减轻医生负担，使他们能够将更多精力投入到复杂病例的处理中。当你带着疑难杂症就医时，自然希望得到准确的诊断。然而，即便经验丰富的医生，有时也会对疑难病情感到棘手。有些症状或许并无大碍，但有些则需要深入检查。近年来，人工智能在医疗领域发展迅猛，尤其在模式识别类任务中表现突出。谷歌近期在“AI医生”...大型语言模型LLM人工智能Anthropic开源Agentic Coding最佳实践！
周末的时候，Anthropic发布了AgenticCoding的最佳实践博客。今天给家人们分享一下具体的内容，先揭秘一个它背后有点“反直觉”的小把戏，看看“高端的AI”是如何用上“朴素的ifelse”的，最后再带给大家一波官方总结的实战干货！“ultrathink”的魔法与朴素的ifelse在博客中提到，如果你想让Claude在处理复杂问题时“多想想”，可以在指令里加上"think"这个词。想让它想得更深？那就用"thinkhard"或者"thinkharder"。甚至还有一...Anthropic模型AIAgent2Agent对比MCP，高效实现协作式AI
在AI迅猛发展的当下，各类新兴工具与协议不断涌现，为人工智能的能力提升注入强大动力。其中，Agent2Agent协议（A2A）和模型上下文协议（MCP）堪称两项重大创新，正深度重塑人工智能的发展版图。这两者乍看之下似乎相似，但其实际用途却截然不同。本文用通俗易懂的方式详细介绍这两种协议，帮助读者清晰把握二者之间的差异，把握其在AI领域的独特价值。1Agent2Agent协议（A2A）：AI协作的“中枢引擎”Agent2Agent协议（A2A）支...Agent2MCPAI能源红灯亮起，AI 算力焦虑如何突围？（下篇）
一、ESG理念领航，指明发展方向在全球可持续发展浪潮下，ESG（环境、社会和企业治理）理念成为指引算力产业变革的灯塔。该理念强调在追求技术进步的同时，兼顾环境可持续性、社会公平性和企业治理优化，与算力产业低碳绿色转型及可持续发展的需求高度契合。政策层面也积极响应，《算力基础设施高质量发展行动计划》《深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》等一系列政策文件，明确提出推动资源高效调度...劲速云顶作AI能源红灯亮起，AI 算力焦虑如何突围？（上篇）
在数字经济蓬勃发展的当下，人工智能（AI）以惊人的速度改变着世界。从爆火的ChatGPT，到文心一言、Kimi等生成式AI模型，AI技术正以前所未有的态势进入生活的各个领域，重塑医疗、教育、金融等行业格局。然而，在AI野心勃勃拓展疆土的背后，能源天花板的限制却引发了日益严重的算力焦虑，成为其进一步发展的巨大阻碍。一、AI算力需求暴增，能源供应捉襟见肘AI产业的迅猛发展，对算力的需求呈现出指数级增长。随着深度学习、大数...劲速云顶作学会LLM思维：语料质量的自评估
原创日常工作中面对各类的作业，如何通过工程化的设计，充分利用LLM的逻辑推理能力，是AI思维的最直接体现。今天开始小编将带着大家，遵循AI思维来解决日常作业中的各种问题。今天探讨的实际场景是语料质量评估。在垂类应用或者RAG应用，将企业知识或者领域知识转化为语料是最为关键的一环，但是如何来确定语料的质量作为关键。LLM的训练过程中因为其预训练能力与困惑度（PPL）相关，因此可以从不同的数据来源中分别提取困惑度排名...LLM语料质量AI谷歌陷入反垄断风暴：OpenAI有意收购Chrome ，搜索市场要洗牌了？
最近，一场谷歌反垄断听证会，因为OpenAI高管的一句话掀起惊涛骇浪——“若法院强制谷歌出售Chrome，我们将有意出手收购。”全球67%浏览器市场的掌控者Chrome，正处于美国司法部的反垄断压力下。去年，美国司法部在反垄断诉讼中胜诉，联邦法院判定谷歌利用Chrome与搜索服务的深度捆绑，构成非法垄断。目前，美国司法部已请求法院裁定强制谷歌剥离Chrome浏览器。联邦法庭正举行为期三周的庭审，讨论谷歌必须做出哪些改变。事实上...OpenAI谷歌反垄断风暴Chrome或将被玻璃算家云租算力，到算家云LLM实战系列 | 大模型的多Lora部署，将显存节省到极致
下面是我前段时间跟一位群友的对话：群友：我最近有都需要进行模型微调，但是每个任务模型调完之后都对单一任务有明显提高，但如果合在一起训练的话，效果又达不到最佳。所以在使用阶段，部署了多个模型，但是显卡资源真的吃不消，有什么好的解决办法吗？我：你是Lora微调，还是全量参数微调的。群友：Lora微调，全量参数微调，也没那么多训练资源。我：你既然是Lora微调，那么你在部署的时候，可以只部署一个底座模型，然后多...LLMLora部署微软亚洲研究院打造最强视觉元素定位模型
为什么需要GUI视觉定位技术？1.1数字时代的效率革命图形用户界面(GraphicalUserInterface,GUI)智能体正在重塑人机交互方式。这类智能体通过模仿人类的视觉感知能力，可以直接"看懂"屏幕内容并执行操作指令。微软亚洲研究院团队的研究表明，相比依赖HTML等GUI元数据的传统方法（存在平台依赖性和实现差异问题），基于视觉的方法具有更广泛的适用性。例如，在跨平台操作场景中，视觉智能体可以统一处理Windows、Web和移动端界面，...微软视觉元素模型Hybrid-RRF：动态权重混合检索RAG方案
一、为什么需要混合检索技术？1.1大语言模型的"幻觉"困境大语言模型（LLM,LargeLanguageModel）虽然在文本生成和理解方面表现出色，但存在一个致命缺陷——会产生"幻觉"（Hallucination），即生成看似合理但实际错误或无依据的内容。1.2检索增强生成的技术革新检索增强生成（RAG,RetrievalAugmentedGeneration）技术应运而生，它通过结合外部知识库为LLM提供事实依据。传统RAG系统主要采用两种检索方式：稀疏检索（如BM25算法）...Hybrid-RRF混合检索RAGMCP（Model Context Protocol） 的理解和快速实践
精华一、背景此前笔者对AIAgent研究的涉猎比较少，也基本没有系统介绍过与Agent相关的内容。然而，最近由Anthropic提出的MCP（ModelContextProtocol[1]，模型上下文协议）在社区中引发广泛关注，笔者也趁此机会“蹭蹭热度”，了解下MCP到底是什么，了解一下MCP的基本概念和工作机制。在最初接触MCP时，也曾对其一些设计感到困惑。于是带着这些疑问进行了进一步的调研，逐渐对MCP的组成及运作方式有了初步的认识，比如：MCP中的Resou...MCPAIAgentNL2SQL新突破：SQL-R1用强化学习打破传统局限
原创 精华在人工智能飞速发展的今天，自然语言处理（NLP）领域不断涌现出令人瞩目的成果。其中，自然语言到SQL（NL2SQL）的转换技术，正逐渐成为连接人类与数据世界的桥梁。想象一下，如果能够用日常语言直接查询数据库，获取所需信息，那将极大地简化数据操作流程，让非技术用户也能轻松驾驭复杂的数据系统。这不仅是技术上的突破，更是对数据民主化的一次有力推动。NL2SQL：从理想走向现实的挑战NL2SQL技术的核心目标是将人类自然语言...NL2SQLSQL-R1强化学习MCP失宠？谷歌重磅开源A2A协议 实现智能体间的自由“对话”
原创谷歌云正式宣布推出全新的开源协议Agent2Agent（A2A），旨在打破当前人工智能（AI）智能体之间的壁垒，实现不同厂商、不同框架构建的AI智能体之间的无缝协作与信息交换。这一举措标志着AI领域迈向更加开放、高效和智能的新时代。打破壁垒，实现智能体间的自由“对话”随着企业对自主AI智能体的部署日益增长，如何让这些智能体在复杂的企业环境中协同工作，处理跨系统、跨应用的日常或复杂任务，成为了提升生产力的关键。然而，...MCPA2A谷歌别担心！AI微调后变"坏"也有解法：揭秘LLM对齐技术新突破
论文《AlleviatingtheFearofLosingAlignmentinLLMFinetuning》解决了大型语言模型（LLM）领域一个令人头疼的问题：为什么微调后的AI模型会失去"道德约束"，以及如何高效地修复这个问题。图片1、AI也会"变坏"？微调带来的隐患我们都知道ChatGPT、Llama这类大语言模型在经过训练后，通常会遵循一定的"价值观"——比如当你问它"如何入侵别人的电脑"时，它会礼貌地拒绝回答。这种确保AI行为符合人类价值观的训练叫做"对齐训练"（ali...AI微调LLMReTool：AI工具使用的突破性进展，推理能力显著提升
1、AI终于学会了"工欲善其事，必先利其器"图片你有没有这样的经历：面对复杂计算题，纯靠脑力计算往往容易出错，而借助计算器或编程工具却能事半功倍？人类在解决问题时懂得适时借助工具，而AI呢？当前的大型语言模型(LLM)虽然在纯文本推理方面表现出色，但在涉及精确计算、符号操作等领域，它们往往捉襟见肘。为何不让AI也学会"工欲善其事，必先利其器"的智慧？论文提出了一种创新方法，通过强化学习让AI自主掌握何时、如何...AI工具ReTool国产AI开启长镜头革命！昆仑万维SkyReels-V2开源，全球首个无限时长AI视频模型来了
刚刚，AI视频领域炸出王炸！昆仑万维SkyReels团队于近日正式发布了全球首个支持无限时长的电影生成模型——SkyReelsV2，并免费开源，标志着AI视频正式迈入长镜头时代。昆仑万维开源的SkyReelsV2直接突破两大天花板：1️⃣时长自由以前AI生成视频最多1分钟，现在用「扩散强迫」黑科技，先生成30秒片段，再通过「Extend」无限续接镜头，生成无限时长电影级长片！2️⃣画质+动态双绝杀好莱坞级画质+强化学习优化的运动流畅度，连人...昆仑万维无限时长AI视频SkyReels-v2AI迎来长镜头时代租算力，到算家云
