AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
AI挑西瓜：每一口都是甜蜜暴击
在这个科技飞速发展的时代，AI人工智能已经悄然走进了我们生活的方方面面。今天，我们要聊一个既有趣又接地气的话题—AI挑西瓜。传统挑西瓜的困境夏季马上到来，来一块清凉爽口的西瓜，实在是人生一大乐事。然而，挑选西瓜却一直是个技术活。在菜市场或水果店，我们常常看到人们抱着西瓜，轻轻拍打，竖起耳朵倾听声音，再左瞧右看西瓜的纹路、形状，仿佛在施展一场神秘的“选瓜仪式”。传统的挑西瓜方法，更多依赖人的经验和感...AI应用场景挑西瓜AIGC 及其发展历程，关键模型
一、AIGC是什么AIGC（ArtificialIntelligenceGeneratedContent）指的是利用人工智能（AI）技术生成的内容。这包括文本、图像、音频、视频等多种形式的内容。AIGC系统可以根据用户输入的指令自动创造内容，或者在给定的数据基础上生成新的内容。这一技术的应用广泛，包括但不限于新闻撰写、艺术创作、音乐制作、视频游戏开发，以及各种形式的娱乐和商业内容生产。二、AIGC发展历程AIGC发展历程大致可以分为以下几个阶段：初期探...AIGC模型核心技术Manus：这个堪比 DeepSeek 的核弹，如何让普通人也能指挥“数字员工”？
现在的AI发展速度堪称是“AI一天，人间一年”，今天一个名为Manus的中国团队正以“Lessstructure,moreintelligence”（减少对AI的结构化约束，让AI更自主地进化）的核心理念掀起一场全新革命。不同于传统AI产品的被动响应，Manus将自己定位为“知行合一的通用智能体”——它不仅能理解需求，更能像人类一样自主规划、执行复杂任务，甚至自我纠错。这种从“工具”到“代理”的跨越，或许正是AI进化的下一个里程碑。目前Manus需要...ManusDeepSeek员工还在苦苦求 Manus 激活码？OpenManus 它来了，五人花了三小时复刻并开源！
Manus有多火就不用我再说了吧，千金求一激活码。虽然在Manus的官网提交了激活码申请，但是至今都还没发放下来。今天就出来了开源的OpenManus项目，是MetaGPT项目的五位大佬仅仅花费三个小时就复刻并开源出来的。项目开源地址：https:github.commannaandpoemOpenManus项目就叫OpenManus，意味性就很强，Git上也放出了演示视频，大家可以看下。所有的开发人员都可以实测OpenManus，只要下载到本地简单修改config.toml配...Manus激活码OpenManusAI未来属于不断进化的思想领袖
AI正在以前所未有的速度改变我们的世界。从自动化任务到优化决策，AI的广泛应用正在重塑行业、工作方式甚至我们的思维方式。然而，在这场技术变革中，我们面临着一个深刻的悖论：AI在提升效率的同时，是否也在削弱我们的长期韧性和独立思考能力？如何在AI时代脱颖而出，成为真正的思想领袖，是每一个追求卓越的人必须回答的问题。效率与韧性的博弈AI带来效率提升背后隐藏着代价。自动化不仅让我们更高效，还让我们更依赖机器。...AI自动化优化决策身份证识别服务性能优化实践
本文作者为中国移动云能力中心云智团队图像处理算法工程师周华健。身份证识别场景下服务调用量大，往往对于服务的吞吐量要求较高。本文主要从业务逻辑、模型、工程三个层面对身份证识别服务进行优化，取得了较大的性能提升。1.业务逻辑优化一个身份证通常包含了4个模型，身份证检测模型，身份证方向判断模型，身份证文字检测模型，身份证文字识别模型。由于身份证检测与身份证文字检测模型任务类型相似，模型输入图像也可以一致...身份证识别模型别搞 GraphRAG 了，拥抱新一代 RAG 范式 DeepSearcher
原创刚在朋友圈兴奋庆祝《哪吒2》荣登全球IMAX票房历史前八，喜悦之情还未平复；午后，老板便发话：“小王，你这么有见解，用DeepSeek做个《上古神话中龙族形象在流行文化中的变迁》分析吧，下班前交给我……”别忘了，还得融合孙悟空和哪吒的魅力点，借鉴《山海经》到《哪吒》的成功策略，结合古典文学理论与现代精神分析，打造出我们独有的用户体验（此处省略800字）老板的要求如同烟花般绚烂然而，在时间转换器从哈利波特的世界...GraphRAGRAGDeepSearcher五大开源 Manus 复刻项目全景解析
原创这几天，AI领域掀起了一股名为Manus的热潮，无论是抖音还是央视媒体，无论是知乎还是微博，各大平台都在热烈讨论。其热度之高，甚至有券商研究员不惜投入五万元人民币进行调研，而在闲置交易平台上，一个邀请码的价格更是被炒到了惊人的五万元。Manus是一款通用型AI助手，能将想法转化为行动：不止于思考，更注重成果。Manus擅长处理工作与生活中的各类任务，在你安心休息的同时，一切都能妥善完成。Manus的名字源自拉丁语中“...Agent智能体开源Manus智能体应用开发提示词模板技巧大全
原创想象一下，你站在一个外星人面前，试图向它解释如何煮一杯完美的咖啡。它有着超强的执行能力，但对地球上的事物一无所知。你会如何表达？是简单地说"给我煮杯咖啡"，还是提供一套详细的步骤指南？这正是我们与AI智能体交流时面临的挑战。在当今AI迅猛发展的时代，大型语言模型(LLM)如GPT4、Claude等已经成为构建智能应用的基础设施。然而，要让这些强大的模型真正理解我们的意图、按照我们期望的方式工作，掌握高效的提示词(Pro...AI智能体提示词DeepSeek-编写智能体提示词模板的10个编程常识
原创本文由DeepSeekR1根据搜集的资料和多次对话后整理而成。在人工智能技术日新月异的今天，提示词工程（PromptEngineering）已成为开发者与普通用户驾驭大语言模型的核心技能。本文结合编程思维与AI交互实践，系统梳理编写高质量提示词模板必须掌握的10个编程常识，助您在智能体开发、内容生成、数据分析等场景中游刃有余。一、变量与参数化思维编程中的变量概念是提示词工程的基石。优秀的模板应包含可替换的动态参数，通过占位符...DeepSeek提示词DeepSeek聊天结果Markdown格式复制保存难题？五种解决办法请拿走！
原创之前写过一篇文章《Markdown+AI效率神器：10分钟就能学会的大模型文本格式！》，我以为应该没啥阅读量，本来这个在程序员眼中是个再普通不过的工具，没想到阅读量还挺高，很多人给我留言或者私信问Markdown如何排版的问题。虽然很多人可能初步了解了Markdown的语法，但我想他们经常会受到困扰的场景有以下这些。（1）直接点复制按钮直接复制到Word中，要么排版一塌糊涂，要么带着Markdown语法标识。（2）鼠标右键复制直...DeepSeekMarkdown格式多模态大模型Ovis核心技术点、训练方法、数据细节
原创文章提出：传统的MLLMs中，文本嵌入是从LLM的嵌入查找表中索引得到的，而视觉嵌入是由视觉编码器（如：ViT）直接生成的连续向量。这种差异导致在视觉和文本信息融合时存在挑战。与传统的MLLM不同，Ovis通过在视觉编码器的过程中引入一个额外的视觉嵌入查找表来解决这个问题。这种方法使得视觉嵌入的生成过程与文本嵌入类似。效果核心创新从下面模型结构代码可以看到，Ovis和传统的LLava架构其实差不多，最大的区别就是LLava使用...多模态大模型为什么说JSON不一定是LLM结构化输出的最佳选择？
原创编者按：在使用大语言模型时，如何在保证输出质量的同时降低成本？在众多数据输出格式中，究竟应该如何选择？我们今天为大家带来的文章中，作者通过实际测试给出建议：在某些场景下，相比广泛使用的JSON格式，不妨考虑一下其他数据格式，做一些测试，挑选出既能控制成本又能保证稳定性和速度的最佳选项。文章通过对比TSV、CSV、ColumnarJSON、YAML、TOML和JSON六种格式，从token使用量、响应时间和实用性三个维度进行了深入分析...LLMsAI重磅！OpenAI开源首个Agent SDK，反击Manus
3月12日凌晨1点，OpenAI进行了技术直播，开源了首个AgentSDK以及发布了ResponsesAPI，极大简化、增强智能体开发流程。AgentSDK特色功能之一就是支持多Agent之间的动态任务协作，可以像Manus那样开发超复杂的智能自动化业务流程。例如，跨国电商需要处理来自全球不同地区的订单，通过AgentSDK可以开发语言识别、库存查询、订单实时更新、售后服务等多个Agent，并且在整个销售、售后的过程中让它们之间协同自动化工作。ResponsesA...OpenAI模型数据X-CLR：通过新型对比损失函数提升图像识别能力
原创AI驱动的图像识别技术正在改变各行各业，从医疗健康和安保，到自动驾驶汽车和零售业。这些系统能分析海量视觉数据，以惊人的准确度识别模式和物体。然而，传统图像识别模型面临着不少挑战：它们需要消耗大量计算资源，缺乏良好的扩展性，而且通常难以高效处理大型数据集。随着人们对更快、更可靠AI的需求增加，这些局限性成为了进步的障碍。XSample对比损失（XCLR）采用了更精细的方法来克服这些挑战。传统的对比学习...AI 驱动X-CLR视觉数据被Manus惊到了？OpenAI深夜发布Agent开发三剑客！开源一个新的SDK，现场手搓三个Agent！还抖了一个内部的料
出品51CTO技术栈（微信号：blog51cto）“2025年将是Agent之年，这一年，ChatGPT和我们的开发工具将从仅仅回答问题，转变为真正为你在现实世界中做事。”上周Manus通用智能体的发布之后带火了Claude的MCP框架之后，OpenAI终于坐不住了，今天凌晨一点通过直播的形式，一口气把自己内部工程人员在用的Agent开发工具发布了出来。整体直播不长，只有20分钟，但足以让外界从OpenAI的视角来见识一番以全球最先进的基座模型来做出来的Ag...ManusOpenAIAgent多模态理解和生成：多模态理解与生成统一奖励模型；将奖励模型多模态情绪识别上
UnifiedRewardModelforMultimodalUnderstandingandGeneration20250307｜FDU,SII,ShanghaiAILab,ShanghaiAcademyofArtificialIntelligenceforScience🔺75http:arxiv.orgabs2503.05236v1https:huggingface.copapers2503.05236https:codegoat24.github.ioUnifiedReward研究背景与意义本文提出了一种名为UNIFIEDREWARD的统一奖励模型，旨在解决多模态理解和生成任务中的偏好对齐问题。现有模型通常...多模态奖励模型识别从语言到认知：LLM如何超越人类语言网络
引言解码人类大脑处理语言的机制是神经科学的核心目标之一。人类语言处理由大脑的语言网络（LanguageNetwork,LN）支持，这是一组位于大脑左侧的前额叶和颞叶区域，具有对语言输入的选择性反应能力。近年来，随着机器学习的快速发展，基于大规模文本语料库训练的下一词预测的大型语言模型（LLMs）成为了模拟人类语言网络内部过程的有力工具。本文旨在探讨大型语言模型如何与人类语言网络对齐，并分析这种对齐在模型训练中的演化...LLM语言网络320亿参数逆袭6710亿！阿里QwQ-32B开源引爆AI效率革命：单卡运行、成本降60倍，国产芯片突围AGI
2025年3月10日，阿里巴巴通义团队正式开源了推理模型QwQ32B，以320亿参数的精悍体量实现了与6710亿参数的DeepSeekR1满血版性能比肩。这款模型不仅凭借极低的部署成本引发全球开发者热议，更通过强化学习（RL）的创新应用，标志着AI技术从“参数竞赛”向“效率革命”的历史性转变。以下，我们将从技术突破、性能表现、应用场景、行业影响、开源生态以及部署安装教程六个维度，全面剖析QwQ32B的独特魅力。一、技术突破：强化学习...阿里QwQ-32BAGI看看 AI 大牛日常如何使用大模型
1、目录LLMs的演变格局超越文本：拥抱多模态思考模型：何时让人工智能“思考”工具使用：互联网搜索和深度研究深度研究：通过集成搜索和推理生成全面报告文件上传用于文档和多媒体Python解释器：动态代码执行和数据分析自定义视觉和代码工具：Claude工件和光标作曲器音频交互和NotebookLM播客生成视觉模态：图像输入OCR、图像输出和视频处理个性化：记忆、自定义指令和自定义GPTs初学者的经验教训：最大化你的LLM体验结束语2、L...大模型AILLM
