AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
告别粗糙AI生成！BlobCtrl带你玩转元素级视觉编辑，效果炸裂！(北大&港中文&腾讯)
文章链接:https:arxiv.orgpdf2503.13434项目链接:https:liyaoweistu.github.ioprojectBlobCtrl亮点直击BlobCtrl，一个新颖的统一框架，首次通过元素级生成和编辑实现了对视觉元素的精确和灵活操控，同时有效保留了其内在特性。设计了一种创新的双分支架构，结合精心设计的训练范式和策略，在保持外观保真度和实现视觉操控中的创意多样性之间达到了最佳平衡。引入了BlobData，这是一个专门为训练元素级视觉模型而策划的大规模数...模型视觉AI【AI 界大地震】AMD 开源 30 亿参数大模型 Instella：性能碾压同类，训练成本暴跌 80%？
原创01、为什么Instella值得全行业关注？2025年3月5日，AMD突然甩出一枚重磅炸弹——正式发布Instella系列30亿参数开源模型。这个消息在AI圈掀起轩然大波，因为它不仅打破了"大模型天价"的固有认知，更重新定义了开源模型的性能天花板。三大颠覆性突破：✅性能反杀闭源模型：在MMLU数学推理测试中，Instella3BInstruct以73.92%的准确率力压Llama3.23B的77.03%，在GSM8K数学题上更是把开源模型的平均成绩从10%直接拉到59.82%！✅训练...AMD开源大模型告别繁琐代码！用 n8n 打造智能内容创作代理，一键生成多平台文案
原创在如今快节奏的数字时代，内容创作的重要性不言而喻。无论是企业还是个人，都需要在各大平台上持续输出高质量的内容，以吸引关注、提升影响力。然而，从选题、调研到撰写和优化，这一系列流程往往耗费大量时间和精力。如果能有一个得力助手，帮助我们轻松搞定这些任务，那该多好啊！别急，n8n就是这样一个强大的工具，它能让你轻松搭建AI代理，实现内容创作的自动化，而且完全不需要写代码！接下来，就让我们一起深入了解n8n，...8n8AI代理AI一文读懂AI智能体：概念、特性、类型与应用全解析
原创 精华一、AI智能体究竟是什么？AI智能体是一组复杂功能的集合，软件代码通过与大语言模型（LLMs）交互来执行这些功能。这些功能涵盖范围极广，从简单的聊天、搜索，到复杂的针对某一主题进行深度研究并撰写一篇经过SEO优化的博客文章等操作。AI智能体代表了人工智能领域的重大进步，让大语言模型有了更具活力与多样性的应用方式。深入探究AI智能体的核心，会接触到AI领域中的“函数调用”这一关键概念。ChatGPT的开发者OpenAI在2023...AI智能体「DeepSeek-V3 技术解析」：多头潜在注意力机制（MLA）
原创编者按：模型在生成长序列文本时，键值缓存占用的显存是否让GPU不堪重负？如何在保持模型性能的同时有效降低大语言模型推理阶段的内存占用？每一次模型推理，大量重复计算和庞大的内存占用不仅大幅增加了运营成本，还严重限制了模型的批处理能力和响应速度。多查询注意力机制（MQA）和分组查询注意力机制（GQA）虽能部分缓解问题，但往往以牺牲模型性能为代价。DeepSeek团队在模型优化过程中开发的多头潜在注意力机制（MLA）为...DeepSeekMLALLMs最全总结！黄仁勋140分钟演讲看这三个问题就够了；新品B300Ultra和Rubin期货；CUDA库成重头戏、Groot成MVP
出品51CTO技术栈（微信号：blog51cto）今年GTC大会，老黄的主题演讲聊了很长时间，一个人撑起了相当于一部电影哪吒2的时长，近140分钟。用黄仁勋开场自己的话说：“没有脚本，没有提词器，却有很多令人难以置信的事情要跟大家谈。”先说整体感受，老黄这次科普密度极大，可以说是最为卖力的一次演讲。开场灵魂拷问：推动AI发展的三个问题跟去年不同的是，黄教主这次没有上来就开大，而是在简单介绍了感知AI、生成AI、代理AI、物...黄仁勋CUDAMVPMCP：为 AI Agent 打造开放与互操作性的“超级接口”
精华最近关于MCP的介绍文章越来越多了，我也做了一个系统性的学习，并且写了一些代码。本文主要介绍核心概念，后面有机会做一些实操分享。随着人工智能（AI）技术的飞速发展，各种大型语言模型（LLM）不断涌现，如何让这些模型更便捷、更高效地与外部世界连接，成为构建强大AIAgent的关键命题。模型上下文协议(MCP)正是在这种背景下诞生的——它致力于为AIAgent和外部世界（数据库、API、文件系统等）提供一个通用、标准化的交互方...AIAgentMCP详解RAG应用开发幻觉检测利器LettuceDetect
原创本文全面介绍用于检索增强生成（RAG）开发管道的轻量级幻觉检测器LettuceDetect，并探讨如何利用ModernBERT模型的扩展上下文窗口构建用于幻觉检测的标记级分类器。简介最近，我们团队推出了LettuceDetect框架，这是一款用于检索增强生成（RAG）开发管道的轻量级幻觉检测器。它是一种基于ModernBERT模型构建的基于编码器的模型，根据MIT许可证发布，带有现成的Python包和预训练模型。是什么：LettuceDetect是一个标记...RAG检索增强生成大型语言模型从大模型到智能体AI，迈向通用人工智能的新征程
精华你能想象吗？未来，家里的机器人不仅能听懂你的指令，帮你打扫卫生、照顾老人小孩，还能像个贴心小助手一样，根据你的心情和需求，主动提供合适的服务；游戏里的NPC不再是按部就班的“工具人”，而是能和你进行深度互动，给你带来沉浸式的游戏体验；在医疗领域，智能助手能快速准确地辅助医生诊断病情，让医疗服务更加高效和便捷。这些看似科幻电影里的场景，正随着智能体AI（AgentAI）的发展逐渐成为现实。今天，咱们就一起来...大模型智能体AISearch-R1：强化学习增强大语言模型推理+搜索能力
研究背景是大语言模型虽然厉害，但在做复杂推理和获取最新信息时不太给力。现有的和搜索引擎结合的方法，像检索增强生成和把搜索引擎当工具用，都有各自的问题。重要意义在于提出的SEARCHR1框架能让大语言模型在推理的时候更好地利用搜索引擎，提高解决复杂问题的能力，而且还对相关训练策略有新的发现，对大语言模型的发展有很大帮助。文章针对大语言模型（LLMs）在复杂推理和获取外部最新信息方面的不足，提出SEARCHR1强化学...LLMs数据集SEARCH - R1软件开发赛道正大规模应用AI：Anthropic 400万对话大数据研究的启示
1.背景37.2%——这是AI在计算机与数学相关职业中的使用比例，远高于其他任何行业。为什么软件开发成为AI应用的主战场？近日，AI大模型公司Anthropic发布了一项重要研究论文《WhichEconomicTasksarePerformedwithAIEvidencefromMillionsofClaudeConversations》（哪些经济任务正在使用AI？来自数百万Claude对话的证据）。这项研究于2024年第三季度完成，分析了超过400万次真实的Claude.ai对话，通过美国劳工部ONET数据库的任务和...软件开发AICursor 们搞定开发， 8 款 AI 测试工具助你打造高效研发闭环！
概述随着人工智能技术的快速发展，AI测试工具正在成为提升软件研发效能的关键。本文将介绍8款备受瞩目的AI测试工具，帮助你提高测试效率、降低维护成本，并实现更全面的测试覆盖。1.为什么需要AI测试工具？在软件开发中，AI代码编辑器（如Cursor、Windsurf等）已经显著提升了开发效率。然而，开发速度的提升并不等同于软件质量的提升。未经充分测试的软件可能隐藏着严重的缺陷，影响用户体验甚至造成经济损失。AI测试工具的核心...CursorAI测试工具低代码AI开发平台深度对比：Dify、FastGPT与Coze
现在AIAgent开发需求激增，FastGPT、Dify和字节跳动旗下的Coze成为市面上比较流行的三大工具。我从技术架构、功能适配性、生态能力等维度进行对比分析，为自己整理的同时，给大家一些简单参考。一、核心功能与技术对比维度FastGPTDifyCoze公司环界云计算语灵科技字节跳动定位开源知识库问答系统开源LLM应用开发平台（BaaS+LLMOps）AI聊天机器人开发平台核心能力Flow工作流编排、多格式知识库多模型调度、可视化应用编排插件生态...低代码AI开发AI大模型本地化方案：Xinference 本地运行大模型
一、Xinference简介XorbitsInference（Xinference）是一个开源的分布式推理框架，专为大规模模型推理任务设计。它支持大语言模型（LLM）、多模态模型、语音识别模型等多种模型的推理，极大简化了这些模型的部署过程。二、XinferenceDocker部署在部署Xinference时，选择使用Docker容器可以带来许多便利。首先，需要拉取Xinference的Docker镜像文件，但请注意，该镜像文件较大，约为17.7GB，拉取过程可能需要较长时间。拉取命令如...AI大模型Xinference保姆级教程！M3芯片+Ollama本地部署DeepSeek R1：小白也能玩转AI推理
软件安装总共需要安装三个软件，分别为Ollama、DockerDesktop、OpenWebUIOllama介绍：Ollama是一款开源工具，专注于简化大型语言模型（LLM）在本地环境中的部署与运行。它支持多种主流模型（如Llama3、Mistral、Gemma等），提供跨平台兼容性（macOSLinuxWindows），通过命令行实现快速安装与交互。其核心优势在于隐私保护（数据无需上传云端）和可定制性，允许用户微调模型参数或加载自定义模型。开发者和研究者可借助其轻量化...M3芯片DeepSeek R1AI曝阿里内部在开发AI杀手级应用，相信会比抖音更受欢迎！吴泳铭要求把AI促增长写进所有部门绩效
原创刚刚得到消息，阿里将很快推出一系列AI原生应用，内部知情人士表示：公司内部相信“基于AI的杀手级应用可能很快就出现，甚至会比抖音更受欢迎”。知情人士透露，阿里所有部门已被告知，他们2025年的绩效将通过如何利用AI促进增长来评估。淘宝和天猫在内的核心电子商务部门被鼓励采用更多的AI技术。各团队正在与通义千问的工程师密切合作，共同开发能够提高效率和用户体验的功能。知情人士称，该公司还在开发一系列AI原生应用，...AI阿里抖音CVPR 2025 | 机器人双臂操控新突破！KStar Diffuser如何解决自碰撞与运动约束世纪难题？
、文章链接：https:arxiv.orgpdf2503.10743亮点直击与现有方法仅在笛卡尔空间中优化末端执行器姿态不同，提出了一种新颖的时空机器人图，显式地建模机器人物理配置，以指导生成动作的去噪过程。引入了一种运动学正则化器，通过引入关节空间监督来增强NBP（NextBestPose）学习目标。该正则化器利用前向运动学提供符合运动学约束的参考姿态，有效引导扩散过程以符合运动学约束。大量实验表明，本文提出的KStarDiffuser在仿真和实...模型AI训练Deep Research深度研究AI代理：谁是最强研究助手？
原创 精华01、概述在当今这个信息爆炸的时代，研究和分析工作变得越来越复杂，也越来越耗时。不过，最近几个月，一种名为“深度研究”（DeepResearch）的AI代理技术悄然兴起，它们能够自动完成从信息收集到报告生成的全过程，极大地节省了人类的时间和精力。今天，就让我们一起走进这些智能代理的世界，看看它们是如何改变我们的研究方式的。02、什么是深度研究AI代理？简单来说，深度研究AI代理是一种能够自主完成复杂研究任务的人工智...深度研究AI代理全自动代理人机协作代理Command A：企业级AI的“高效能战士”，用最小的计算就能满足最大的性能？
原创在数字化浪潮的推动下，人工智能（AI）已经成为企业发展的核心驱动力之一。然而，随着AI技术的不断进步，企业面临着一个棘手的问题：如何在有限的预算内，获取高效、安全且强大的AI解决方案？今天，我们就要聊聊一款全新的AI模型——CommandA，它以卓越的性能和极低的计算需求，为企业带来了前所未有的AI体验。CommandA：重新定义企业级AI的性价比在AI的世界里，性能和效率往往是一对矛盾体。强大的AI模型通常需要海量的计算资...AI模型Command A当 AI 学会 25 种语言：达摩院 Babel 如何让全球 90% 人口共享智能红利？
原创 精华阿里巴巴达摩院推出的Babel多语言大语言模型（LLM）是一项突破性技术，旨在通过支持25种最常用语言（覆盖全球90%以上人口）来弥合语言鸿沟。其核心技术特点及创新如下：1.模型架构与扩展技术Babel采用结构化层扩展方法（StructuredLayerExtension），通过增加参数规模提升模型能力，而非依赖传统持续预训练（continuouspretraining）。例如：Babel9B：专注于推理效率和微调优化，适合研究与本地化部署；Babel83B：参数规模对标...大语言模型LLMAI
