AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
国产最强！免费平替ClaudeCode！Qwen3-Coder玩疯了！自主特性惊艳！
原创
社区头条
热门内容榜 • 最近上榜编辑｜云昭出品51CTO技术栈（微信号：blog51cto）ClaudeCode终于有了免费平替了。几个小时前，阿里Qwen团队发布了其自研最强代码模型——Qwen3Coder，不过，各位不要被“代码模型”迷惑了。（昨天开源的Qwen3235BA22BInstruct2507只能说是开胃菜了）挺让人惊讶的，这一次发布的模型，重点竟然不再是编程，而是Agentic能力。在官宣中，重点突出了三项最强：Agentic编程、Agentic浏览器使用、Agentic工具调用。图片先“省流”地说...ClaudeCodeQwen3奥特曼生产级！京东团队打造的多Agent系统框架终于正式开源了！可透视每一个智能体的思维过程，并行运行多个模型
原创 社区头条 热门内容榜 • 最近上榜编辑云昭出品51CTO技术栈（微信号：blog51cto）今年以来，Agent的开发热潮已经一发不可收拾。此前小编有写一篇多智能体开发框架的文章：横评5款开源多智能体框架，AI高手都在用哪个？下一款Manus、Cursor、Devin，谁能撑起来？不少朋友都在问，别老都是歪果仁的。确实，有不少优秀的国产框架，比如CamelAI、MetaGPT等等。不过今天，小编又遇到了一款很别致的框架，分享给大家。想要自己手搓AI产品的朋友，不妨细读一下...Agent系统框架支持蛋白质生成/折叠/逆折叠，湖大/中科大/字节提出APM模型，实现全原子设计与功能优化
原创蛋白质作为生命活动的主要执行者，其功能往往通过多链复合物的形式实现。从抗体抗原识别到酶底物结合，多链蛋白质间的精确相互作用是理解生命机制的核心。然而，当前AI驱动的蛋白质建模领域呈现出显著的「单链偏向性」，虽然AlphaFold、ESM系列等模型已在单链蛋白质的折叠与设计中取得突破性进展，但多链复合物的建模仍处于起步阶段。现有方法处理多链蛋白质普遍采用「伪序列连接」策略，将多链强制视为单链处理。这种方法严重...生物医药蛋白质设计字节跳动湖南大学AI for science微妙情绪精准拿捏！DiT新框架FantasyPortrait首破多角色动画难题，开源数据集引爆行业！
文章链接：https:arxiv.orgabs2507.12956Git链接：https:fantasyamap.github.iofantasyportrait给定一幅肖像图像和一段参考运动视频，FantasyPortrait在跨身份重演过程中可以生成栩栩如生的动画肖像。无论是单个角色还是多个角色，它都能实现高保真度的面部动态和自然的头部运动。亮点直击提出了一种基于表情增强的隐式面部表情控制方法，通过分解的隐式表示和表情感知学习模块，增强对细微表情动态和复杂情感的捕捉能力。设计...AI模型框架多模态视觉语言模型FILA-细粒度分辨率融合策略
原创 社区头条上图是四种在图片切图上的操作：如动态分辨率仅涉及裁剪图像并将其输入CLIPViT、minigemini在最后层将低分辨率的CLIPViT特征与高分辨率辅助分支进行交互，主要使用交叉注意力机制，c则采用通道级串联。本文介绍的方法使用一个模块将低分辨率和高分辨率进行融合实现交互，下面来看看如何实现。方法方法1.输入图像预处理（动态切图）这个目标是把高分辨率图像切成若干336×336的小块，同时保留一张336×336的“全局缩略图”。步骤...多模态视觉语言模型大模型从“人”开始，AI 大模型高效转型指南
原创 精华本文将讲述莱拉（Leila）的故事。她是一位AI领军人物，成功克服了诸多与人相关的挑战，最终引领公司走上了AI落地的正确道路。我们将围绕以下要点展开讨论：选择AI计划：从一开始就挑选合适的AI计划，将空谈转化为实际行动。理解AI思维模式：探究员工在听到“AI”时的真实想法。沟通：将AI确立为一种不可避免的技术，并赋予用户自主权和控制权。教育：确保员工具备使用AI并为企业创造价值的技能。希望这个故事能够激励你，不仅在...AI大模型LLM如何使用Google Vids创建免费视频或短片
原创 社区头条GoogleVids是谷歌公司推出的一款免费人工智能视频创作工具，该工具基于Veo2模型，集成在Workspace中，无需安装。其适用人群广泛，可实现“20分钟快速制视频”，颠覆传统高门槛创作模式，本文将探索如何使用GoogleVids创建视频。“嘿，能帮我快速做一个视频吗？”这一看似简单的要求，却往往开启一段令人沮丧的创作之旅。首先，用户需要找到“合适”的视频剪辑工具：他们或者不得不高价购买专业软件，却面临一堆可能永远用不上的...Google Vids人工智能视频创作工具基于 LangGraph 构建 Open Deep Research 架构设计与落地实践
原创 精华DeepResearch已经成为最受欢迎的AI智能体应用之一。OpenAI、Anthropic、Perplexity和谷歌都推出了DeepResearch产品，这些产品能够利用各种上下文生成全面的报告。此外，还有很多开源的实现版本。LangChain官方基于LangGraph开发了一个简单且可配置的OpenDeepResearch（以下简称：开放式深度研究）智能体，允许用户使用自己的大模型、搜索引擎和MCPServers。Research是一项开放性任务，很难提前知道回答用户请求的最佳策略。不同...智能体AgentLangGraph8种LLM架构设计大比拼：从 DeepSeek-V3 到 Kimi K2，究竟有啥不同
精华自从GPT2(2019)开启Decoderonly模型以来，到今天DeepSeekV3和Llama4(20242025),大家会觉得这些模型在结构上仍然相似。当然,位置嵌入已经从绝对到旋转(RoPE)发展,多头注意力在很大程度上让位于GroupedQueryAttention,更高效的SwiGLU已经取代了像GELU这样的激活函数。接下来，将重点介绍一下，模型的变迁。1.DeepSeekV3R1DeepSeekR1在2025年1月发布时产生了巨大影响。DeepSeekR1是一个基于DeepSeekV3架构构建的推理模型,该模型于2...LLM架构DeepSeek-V33.4K星Apple出品FastVLM：视觉TTFT效率提升85倍，凭啥这么牛！
社区头条VLM实际生产应用过程慢的原因VLMs通过结合视觉信息和文本信息，能够实现对图像内容的深入理解和生成。然而，随着图像分辨率的提高，现有的视觉编码器（如VisionTransformers，ViTs）在处理高分辨率图像时面临效率瓶颈。高分辨率图像虽然能够提供更丰富的细节，但会显著增加视觉编码器的延迟和计算成本，尤其是在生成视觉令牌（visualtokens）时。此外，高分辨率图像产生的大量视觉令牌还会增加大型语言模型（LLM）的预填充时间...FastVLM视觉TTFT我测了9款AI，只想问：所谓的Agent，到底把PPT变成了什么鬼东西？
精华提到PPT，多少人的DNA动了？我们都曾有过这样的经历：为了一个项目汇报，在电脑前一坐就是大半天，逐字逐句地构思，再一张一张地手动设计幻灯片。从字体大小到图片排版，反复调整，耗时耗力，极其考验个人的设计能力。然而，尽管制作过程如此“折磨”，它却又是我们工作和学习中绕不开的一环。它的应用场景极其广阔，几乎无处不在：职场汇报：无论是项目进展、商业会议还是市场营销方案，一份清晰专业的PPT都是必不可少的沟通工...AIAgentPPTOpenAI也开始“抄作业”了？国产AI Genflow：我早就能干了！
Hi，各位朋友好！前不久OpenAI那场Agent发布会，是不是刷屏了？半夜盯着他们的发布会，看完之后，说实话，心里没太大波澜，毕竟这些“花活儿”咱们国内不少AI产品早就玩过了。但有个细节，瞬间点燃了我的好奇心——OpenAI演示的那个婚礼策划案例，怎么看怎么眼熟。这不就是今年4月上线的那个国产AgentGenflow，早就玩剩下的吗？所以，我忍不住要问一句，OpenAI这是也要开始“抄作业”了？更加神奇的是，ChatGPT的整个Agent产品...OpenAIAIGenflow广义智能体理论初成体系，探索性诠释AI，物理学与科技哲学的重要基础问题
作者：刘锋在21世纪的科学版图上，两个重要的谜题如同两座遥远而宏伟的山峰，吸引着人类智慧最前沿的探索者。一座是物理学的终极圣杯：如何将描述宏观宇宙引力规律的广义相对论与描绘微观世界奇异现象的量子力学统一在同一个理论框架之下。另一座则是智能科学的核心难题：智能的本质是什么？意识又从何而来？这两个看似风马牛不相及的挑战，却有着深刻的内在关联。现代物理学理论中，无论是广义相对论定义的时空参考系、量子力...AI物理学科技哲学麦肯锡：《人工智能驱动的下一次创新革命》研究报告
自工业革命以来，创新一直是推动人类社会进步、改善生活福祉的最核心动力。从蒸汽机到疫苗，再到催生了全球互联网的集成电路，一系列科学突破及其催生的工程奇迹，共同谱写了人类近两个世纪的辉煌篇章。然而，在这繁荣的表象之下，一个隐秘的危机正悄然蔓延：创新的成本正变得越来越高，难度也越来越大。简而言之，我们赖以增长的创新引擎，其生产力正在衰退。麦肯锡麦肯锡公司旗下的人工智能咨询机构QuantumBlack在202...人工智能生产力驱动力用于小样本对话意图分类的动态标签名称优化
论文名：用于小样本对话意图分类的动态标签名称优化；2025ACL主会场的短篇论文arxiv链接：https:arxiv.orgabs2412.15603短篇论文在提交review的时候，只需要写4页，看完这篇论文我觉得4页纸就可以把思想表达清楚了。使用大模型针对文本做分类的时候，需要给大模型输入文本与候选类别标签。大模型需要把文本与候选的标签名称对应起来。如果标签名称并不能很好的代表这个类别的含义，那么大模型在做自然语言推理的时候，效果就会...小样本模型优化LLM 工程师工具箱：120+大模型库全攻略！
在大语言模型（LLM）迅速发展的今天，开发者们面临着海量的资源和工具选择。如何高效地筛选和利用这些资源，成为了每一个LLM开发者的关键任务。今天，我们要介绍的GitHub仓库——LLMEngineerToolkit，或许能成为你的得力助手！https:github.comKalyanKSNLPllmengineertoolkit这个由KalyanKSNLP创建的仓库，精心整理了超过120个LLM相关的库，并按照类别进行了分类。无论是训练、推理、应用开发，还是数据提取、安全评估...大模型LLM工具箱MoCa：单向 → 双向，多模态编码一步到位
摘要MoCa通过“持续预训练+异构对比学习”两步，把单向注意力VLM升级为强大的双向多模态编码器。3B模型即可超越7B基线，在MMEB、ViDoRev2等基准刷新纪录，并显著降低对配对标注的依赖。TLDR：首次将continualpretraining引入双向多模态表征；无标注数据也能练出SOTA嵌入。Paperhttps:arxiv.orgabs2506.23115Homehttps:haonchen.github.ioMoCa为什么要做MoCa？因果注意力的单向预测让VLM难以捕获深层跨模态语义，且对高质量图文...MoCa多模态编码用Qwen Code，体验全新AI编程——高效模型接入首选ModelGate
社区头条作为开发者，很多人都用过ClaudeCode，它是一款超厉害的AI编程助手，能在终端里帮我们搞定各种编程活儿，开发效率都跟着蹭蹭往上涨。不过，在咱们国内用ClaudeCode，那可太糟心了。受地区限制，网络时不时就受限，账号也可能莫名其妙被封禁，使用体验大打折扣。就在今天一大早，我刷到个超激动人心的消息——QwenCode正式上线啦！它是基于通义千问大模型打造的AI编程助手。用过之后，我敢拍胸脯说，它就是ClaudeCode的绝佳国产...AIACP：开启智能体协作新纪元，引领AI社会化浪潮
在人工智能技术飞速发展的当下，智能体正以前所未有的速度改变着我们的生活和工作方式。2025年，被公认为智能体元年，年初DeepSeek开源其最新的推理模型R1，在全球范围内掀起全民关注AI的热潮，各式各样的智能体如雨后春笋般涌现，加速演进。而在这一进程中，由AgentUnion提出的ACP（AgentCommunicationProtocol）智能体通信协议横空出世，作为国内首个落地可用的智能体通信协议，它正推动智能体从工具向数字生命蜕变，为智能体...AI【产业观察】AI迈进“协作时代”，中国自研ACP协议有何不同？
原创🔎这两年AI的发展节奏实在惊人。从聊天机器人到各路AI工具，不断刷出新高度。但也许你没特别注意——即便每个智能体都很有本事，它们彼此之间其实沟通障碍重重。如果有一天，智能体能像真实世界里的同事一样自在协作，会发生什么？💡2025年，被多家科技媒体誉为“智能体元年”。在这样的大背景下，由AgentUnion开源提出的ACP协议（AgentCommunicationProtocol），作为中国首个落地可用的智能体通信协议，悄然成为行业风向标。🪐...人工智能
