AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
当AI开始“做”数学：GPT-5在量子复杂性理论上的突破
热门内容榜 • 最近上榜2025年9月29日，一篇发布在预印本网站上的论文，在人工智能和基础物理学界引发了剧烈反响。论文揭示，OpenAI最新的GPT5模型，在不到半小时的时间内，成功攻克了一个量子复杂性理论领域的开放性猜想的关键步骤。而据该领域的顶尖专家、量子计算理论大牛ScottAaronson透露，同样的工作，通常需要人类研究者花费一到两周的时间。这一事件标志着，AI的能力边界正在从解决已有答案的问题，向探索人类知识前沿的未知领域拓展。一个深...GPT5量子计算QMA AI科学量子AI融合“先写代码，问题以后再说！”AI初创CTO戳破氛围编程陷阱：快速出原型还可以，复杂度一上来就失灵！
原创
社区头条编辑云昭出品51CTO技术栈（微信号：blog51cto）“氛围编码剥夺了你对其生成的代码的深入理解！”近期，关于讨论氛围编程的讨论多得一塌糊涂。随着各种编程代理产品的使用增多，越来越多有关“AI编码导致人类程序员思维惰性”的讨论引起了业内关注。近期，英国一位初创企业的CTO和联合创始人，认真对比了传统编程和AI辅助编程的流程变化，同时警告，AI编码存在一个魔力陷阱：AI编码代理的确效率惊人，但他们对你的业务、代码库或...AICTO软件开发基于 AI 中间件构建企业级 AI 应用架构设计
原创AI从来不是一个单点技术，而是一张系统工程的“网”。大模型是大脑，工具是四肢，数据是血液，算力是肌肉，而AI中间件，是把这一切组织起来的“神经系统”和“骨架”。阿里云AI中间件核心技术目前已全面开源，包括Nacos、Higress、ApacheRocketMQ、AgentScopeJava等等。下文详细剖析之。一、架构演进背景：从“会说话”到“能协作”的AI需求爆发自ChatGPT掀起大模型浪潮以来，AI应用的演进速度以“月”为单位迭代，最终指向“企...AI中间件AI应用架构Stability AI最新重磅工作发布！突破设备限制：SD3.5-Flash让高效图像生成触手可及
文章链接：https:arxiv.orgpdf2509.21318第一印象：4步模型中的高保真样本亮点直击稳定高效的少步蒸馏算法（“时间步共享”）：该创新从根本上解决了少步蒸馏中梯度噪声大、训练不稳定的核心难题，通过利用轨迹中的真实样本点，确保了流预测的可靠性，从而在极少的步骤下（如4步）仍能生成高质量图像。突破容量限制的训练策略（“分时间步微调”）：该策略巧妙地化解了少步模型中“美学质量”与“语义保真度”之间的内在矛盾。...AI图像生成模型告别纸上谈兵：Meta CWM让AI代码真正活起来
AI写代码，大家见多了，但有多少是写得“活”的？那些语法严谨却在实际运行中错漏百出的“纸上谈兵”式代码，是否让你哭笑不得？最近，MetaFAIR团队给出了一个令人兴奋的答案——他们推出的代码世界模型（CWM，CodeWorldModel），这项技术突破简直令人拍案叫绝，因为它让AI写代码，从“依葫芦画瓢”进化到了“深思熟虑”。核心革新：AI开始“懂”执行了！CWM最大的魅力，在于它首次系统性地将“世界模型”的概念引入代码生成。...Meta CWMAI代码机器人深思熟虑的“终章”：DeepSeek-V3.1-Terminus，不止于“完善”
DeepSeek真是个神秘又惊喜不断的家伙！就在最近，他们的线上大模型悄然完成了又一次迭代升级，从DeepSeekV3.1华丽转身，正式迎来了DeepSeekV3.1Terminus版本。这个名字一听就充满了故事感，在拉丁语中，“Terminus”意为“终点”。这难道预示着V3.1系列架构的极致完善，一个阶段性的巅峰之作？没错，这次升级并非单纯追求参数规模上的“更大更强”，而是一次深度聚焦于用户体验、稳定性与专业场景能力上的“精雕细琢”。与其说...DeepSeek-V3.1TerminusAI10秒100MB，ChatExcel一键PPT：它真把报告变“魔法”了？
精华 社区头条 热门内容榜 • 最近上榜在数据驱动的时代，我们每个人似乎都逃不开与Excel和PPT打交道。尤其当Deadline步步紧逼，而你面前还堆着几十上百兆的数据表格，脑海中却要构建一份逻辑严谨、图表精美的PPT报告时，那种绝望感，相信不少人都深有体会。然而，最近AI圈里一个消息炸开了锅：北大元空AI团队打造的ChatExcel，竟然声称能让你彻底告别这种煎熬，实现“10秒，100M表格秒变数据报告PPT”！这究竟是夸张的营销话术，还是真有黑科技加持？今天，我们就来...ChatExcelAIDeadline又有人来问MOE和Dense模型到底差哪了？
最近更新的比较少，因为一直在打街霸6的天梯，我已经冲到钻石了，离大师一步之遥。然而...今天又被人问了MOE和dense到底区别在哪，但是他说的很多理解是完全错的。其实我以前讲过，但是可能没那么细，所以我今天仔细澄清一下大家理解的误区。如果随便答，其实什么推理省显存，简单的道理，因为activation少了么，原来要激活整个MLP，现在激活的几个expert之类的云答案，这种很好找的。那么问题来了，激活experts（一般需要N）就...MOEDense模型视频生成模型中的零样本学习和推理能力；视频生成和编辑统一框架；掩码扩散模型，图片理解生成一体；物理驱
社区头条Videomodelsarezeroshotlearnersandreasoners20250924｜GoogleDeepMind🔺50http:arxiv.orgabs2509.20328v1https:huggingface.copapers2509.20328https:videozeroshot.github.io研究背景与意义背景与现状近年来，自然语言处理领域经历了从任务专用模型向大型语言模型（LLMs）转变的革命，LLMs通过大规模生成模型和海量网络数据，实现了统一、通用的语言理解能力。机器视觉领域当前正处于类似的...零样本扩散模型视频AI的自我进化时代来临：多所顶尖机构联合发布50页重磅综述
社区头条在人工智能的快速发展浪潮中，大型语言模型（LLMs）的突破性进展已经点燃了人们对能够解决复杂现实世界任务的AI代理的浓厚兴趣。然而，当前大多数代理系统仍依赖于手动设计的配置，一旦部署便保持静态，这严重限制了它们适应动态变化环境的能力。今天，我们要介绍一篇开创性的综述论文，它为我们展示了一个全新的研究方向——自我进化AI代理。论文背景与作者团队这篇题为《AComprehensiveSurveyofSelfEvolvingAIAgents:ANewPara...AI语言模型LLMs深层网络通过分层抽象能够学习到更复杂的特征表示，从而提升模型对复杂数据的建模能力
神经网络层数越多效果越好这一观点，在特定条件下成立，其核心逻辑在于深层网络通过分层抽象能够学习到更复杂的特征表示，从而提升模型对复杂数据的建模能力。理论机制：分层抽象与特征表示能力增强特征抽象的层次化神经网络通过堆叠层数实现特征的逐层抽象。以图像识别为例：底层：学习边缘、纹理等简单特征（如卷积核检测水平垂直边缘）；中层：组合底层特征形成形状、部件（如检测车轮、车窗）；高层：整合中层特征构成完整...深层网络模型过分层抽象AIGC 进入「长剧情」时代！复旦&微软开源StableAvatar: 首个端到端无限时长音频驱动人物视频生成新框架!
精华 热门内容榜 • 最近上榜由复旦大学、微软亚洲研究院、西安交通大学以及腾讯混元联合提出的StableAvatar是首个端到端视频扩散转换器，它以参考图像和音频为条件，无需任何后处理即可合成无限长度的高质量音频驱动的头像视频。StableAvatar生成的音频驱动头像视频，展现了其合成无限长且身份保留视频的强大能力。视频时长超过3分钟（FPS30）。FrameX表示合成头像视频的第X帧。效果展示所有动画均由StableAvatar直接合成，无需使用任何后处理工具，例如换...AIGC复旦微软深入解析Model Context Protocol，小白也能懂的MCP实战
原创ModelContextProtocol(MCP)是一个专为大型语言模型设计的开放协议，旨在解决AI模型与外部工具、数据源交互的挑战。本文将聚焦于PythonMCPSDK，详细讲解如何使用Python构建MCP服务器和客户端，实现大语言模型与外部工具的无缝连接。Python作为AI和数据科学领域的主流语言，拥有丰富的生态系统和工具链。PythonMCPSDK提供了一套简洁、高效的API，使开发者能够快速构建安全、可扩展的AI应用。本文将通过一个简单的电灯开关服务示例...MCPAI模型Python MCP SDK告别Claude代码降智！OpenAI Codex深度配置与避坑指南（附完整AGENTS.md）
原创 热门内容榜 • 最近上榜最近Claudecode降智严重，Codex强势崛起，群里一些人还不太会用。本文将带你从零开始掌握OpenAICodex，涵盖配置、命令、工具调用、实战技巧等各个方面。基础配置config.toml工欲善其事，必先利其器。强烈建议先阅读官方配置文档config.md了解各项配置的详细作用。在.codexconfig.toml文件中进行基础配置：模型配置model"gpt5codex"Codex0.36.0+支持modelreasoningeffort"high"使用最大推理能力modelreasoningsu...OpenAICodexICCV 2025 | Meta LeCun 团队发布DINO-World：基于隐空间仅 1/12 参数量实现SOTA视频预测
视频世界模型（VideoWorldModels）旨在通过预测环境未来状态，实现智能体的规划与控制。然而，传统方法面临两大挑战：数据依赖：大规模标注视频数据获取成本高，且需包含动作信息。任务依赖：动作空间与任务强相关，泛化能力受限。核心贡献：DINOWorld是一种基于DINOv2隐空间的视频世界模型，通过“预训练+微调”两阶段框架，实现：高效预训练：在未标注视频数据上学习通用时空动态。动作条件微调：少量标注数据即可适配具体任...预测器DINOv2DINO-World直面 GPT-4：GLM 4.5 如何凭开源+代理能力逆袭？
原创 热门内容榜 • 最近上榜过去几年，全球人工智能舞台的主角几乎被OpenAI的GPT4、Anthropic的Claude、谷歌的Gemini等西方巨头牢牢掌控。它们性能强大，但也带来一个显著的共同点：闭源、昂贵、难以掌控。而现在，一个来自中国的全新模型正在打破这一格局。GLM4.5——由清华系公司智浦AI（现更名为Z.ai）推出，被誉为“中国最强开源大模型”，它不仅性能直逼GPT4，还天然具备代理（AgenticAI）能力，能像一个数字助手一样推理、行动、使用工具。换句话说...GPT-4GLM 4.5南洋理工大学与Netflix Eyeline Studios梦幻联动：8K图像、4K视频电影级高清生成来场“免费革命”！
南洋理工大学SLab与NetflixEyelineStudios研究者合作，提出全新推理范式CineScale，以解决视觉扩散模型生成高分辨率图像和视频的核心难题。受训练数据和计算资源限制，多数开源扩散模型在低分辨率训练，生成高分辨率内容时问题频出。CineScale通过无需或极少量微调的推理技巧，释放预训练模型潜力，实现无需微调生成8K图像、极少量LoRA微调生成4K视频，还将高分辨率生成能力从文生图、文生视频扩展到更具挑战的图生视频和视频生...视频CineScaleReCamMasterQwen3-Omni评测：真正的全能多模态AI，还是过度宣传的幻象？
原创AI工具像雨后春笋般冒出：写作、绘图、生成视频、编程……几乎每个环节都有不同的模型称霸。你可能习惯了用ChatGPT来写文案，再打开Gemini来生成图像，偶尔还得切换到专门的代码助手。这种“工具切换”已经成了常态，也让人无奈。阿里最新推出的Qwen3Omni，则试图打破这种割裂体验。它的口号很直接：一个模型，搞定文字、图片、音频、视频，还能实时对话。听上去是不是很像“AI中的瑞士军刀”？那么，它到底有多强？我们来一次...多模态AIQwen3-OmniAI工具AI硬件如何助力人工智能？一文读懂CPU、GPU、NPU、TPU的区别与应用
原创 热门内容榜 • 最近上榜引言：AI硬件的时代已经到来在人工智能（AI）和机器学习的浪潮中，专门化的AI硬件正如雨后春笋般涌现，它们让计算能力远超传统CPU的极限。CPU、GPU、NPU、TPU这些处理单元各司其职，分别为不同的AI模型、应用场景量身定制。今天，我们就来深入剖析这些AI硬件的核心区别和最佳应用场景，带你了解它们在AI世界中的独特角色。无论你是AI研究人员、开发者，还是对科技感兴趣的普通用户，都会发现，选择合适的硬件对AI项目的成功至关...AI硬件CPUGPUNPUTPU上下文工程：2025 年最核心的能力
原创1.为什么说“上下文工程”会成为2025年的核心技能？如果你关注AI领域的发展，可能会发现一个趋势：大模型本身的“能力差距”正在缩小：无论是GPT5、Qwen3Max，还是DeepSeekV3.1，基础的理解和生成能力越来越接近。但同样的大模型，在不同人手里，输出效果却天差地别：有人用它写的报告逻辑混乱，有人却能让它生成精准的行业分析；有人靠它解决不了实际问题，有人却能用它优化业务流程。造成这种差距的关键，不再是“用哪个大模...上下文工程AI 工具
