AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
DeepSeek R1不编程就能生成GPU内核，比熟练工程师好，惊到了英伟达
DeepSeek引爆AI社区后，人们都在尝试本地部署和各领域应用，在新模型基础上持续改进的方向也被不断提出。与此同时，英伟达却在尝试用DeepSeek给大模型pipeline本身搞自动化。本周三，英伟达在博客中介绍了利用DeepSeekR1和推理时扩展技术来自动生成优化GPU内核的最新研究成果，效果异常的好。对此有人评价道：难不成英伟达在自拆护城河？也有人已经开始担心自己的工作会不会被AI代替了。随着AI大模型规模不断扩展，能力持续进步...DeepSeek编程模型奥特曼再谈DeepSeek：每天醒来都有压力
关乎当红炸子鸡DeepSeek，奥特曼最新观点出炉：对DeepSeek的出现并不意外，而且类似的情况会越来越多。这就是奥特曼在最新一期《泰晤士报》科技播客节目中所提及的内容之一。并且在被问及是否担心OpenAI会成为AI界的Napster（首个P2P音乐共享平台，后因商业压力以失败告终）时，他表示：唯一不让这种事发生的方法就是每天都为此担心。我觉得这种事不会发生在我们身上的原因就是我们一直都在为此感到压力。是有一种没有压力就没...AI模型DeepSeek2025 年最值得关注的五个Agentic代理人工智能框架
原创01、概述随着2025年的到来，自主智能系统和智能代理（AgenticAI）的发展正在以惊人的速度改变着人工智能的面貌。这些框架不仅简化了AI工作流，还推动了复杂决策和协作能力的实现，为各行各业带来了前所未有的创新机会。那么，在这些迅速崛起的AI框架中，哪些将成为2025年最具变革性的代表？今天，我们将重点介绍五大AgenticAI框架，它们正在引领智能代理领域的未来发展。02、5个重要的AIAgent代理1）MicrosoftAutoGen：重新定义...人工智能AgentAgentic AI框架文本生成无限长视频，无需任何训练
韩国首尔国立大学的研究人员推出了一个创新文生视频模型——FIFODiffusion。在传统的文生视频模型中，尤其是在基于扩散模型的产品中，生成长视频经常面临着质量和连贯性上的挑战。这是因为模型在训练时只能看到有限的帧数，而在实际应用中却需要生成远超过训练时长度的视频。FIFODiffusion模型使用了一种创新的“对角去噪”方法来克服生成长视频的难题，以队列的方式来处理视频帧的连续，该技术灵感来源于工厂的流水线作业。在...模型生成AIQwen AI发布Qwen2.5-VL：打破视觉与语言的壁垒，助力AI更智能地理解和互动
原创01、概述在人工智能的不断进步中，如何将视觉与语言的能力有效整合，仍然是一个复杂而富有挑战性的课题。传统的模型常常在需要理解视觉和文本数据的任务中显得力不从心，导致在图像分析、视频理解以及交互工具的使用等应用场景中存在局限性。这些挑战突显了对更加复杂且高效的视觉语言模型（VLM）的需求，尤其是能够无缝解析和回应多模态信息的模型。在这种背景下，QwenAI推出了Qwen2.5VL，这款新型的视觉语言模型旨在处理计算...大语言模型大模型多模态DeepSeek爆火：普通人跨越AI提效终局的10倍进化指南
一、现象级事件：为什么DeepSeek能踏平AI提效的最后一公里？在过去的十年，AI工具为人类工作效率带来了显著的提升，然而普通用户在使用这些工具时，仍然面临许多挑战，尤其是与提示词工程（PromptEngineering）高度相关的问题。ChatGPT这样的生成式AI工具对提示词工程的高度依赖。然而，大多数普通人并没有接受过足够的训练来设计高效提示词。需求表述焦虑：普通人难以精准拆解复杂问题为AI可执行指令。复杂的问题需要清晰的分...DeepSeekAI模式GPT-5有消息了！统一模型路线，但并不是大家认为的AGI
OpenAI的CEOSamAltman在社交媒体上分享了关于GPT4.5和GPT5的最新进展。OpenAI承认目前的产品线对用户来说过于复杂，因此他们正在努力简化产品，目标是让AI能够“开箱即用”。GPT4.5(内部代号为Orion)将会是最后一个“非思维链模型”，而GPT5则将整合包括o3在内的多项技术，成为一个集大成者。未来，OpenAI将不再单独发布o3模型。为了让更多人体验到AI的强大功能，免费版ChatGPT用户将可以在标准智能设置下无限次使用GPT5，当然...GPT-5统一模型AGIDeepseek AI模型本地部署步骤简记：ollama + deepseek-r1 + 本地AI模型的Web UI
deepseek官网经常提示“服务器繁忙，请稍后再试。”，于是想自己实现本地部署。但是由于个人电脑太菜，只能尝试一下步骤，记录一下，后面等有强悍的服务器或者模型进一步优化才能私人真正独立的使用与生产。总体方案：ollama+deepseekr1+本地AI模型的WebUI第一步：ollama网站下载ollama（Ollama是一个用于管理和运行本地AI模型的软件工具。它提供了一种简化的方式来下载、管理和在本地计算机上运行各种AI模型，而无需依赖云计算...DeepseekAI模型DeepSeek-R1-Zero激发了推理Scaling Law
本文将散落在近期多篇文章中笔者围绕激发推理ScalingLaw的思考做了一下整理。方向MIT对大模型数理原理的强有力证明中总结：基于宏大的人类知识提取出来丰富范畴，形成众多领域的本体知识结构，这是大模型通过预训练已经构建的内部世界模型；提高推理采样的机制，通过训练达成学习推理的scalinglaw，是大模型下一步努力提升的方向。相比传统方法，新的大模型机理，具备更高维度的新颖性、对能力和技术细节的探索，可以通过揭示隐...DeepSeek-R1Scaling Law模型让模型像人一样思考
一、背景2024年9月OpenAI发布的o1preview模型展现出了在解决复杂问题上的强大逻辑思维能力。相比之前传统的Chat类模型，o1类模型在解决问题时会构建出长序列的思维链chainofthought（CoT）进行推理，通过问题拆解、中间步骤验证、思维探索等方法，最终找到问题的正确解答方法。OpenAI对o1模型的介绍中也着重强调了CoT的重要性【1】。类似于人类在回答一个困难问题时可能会思考很长时间，o1在解决问题时也采用了链式思维。通过强...模型SFTRLDeepSeek核心架构-MLA：剖析低秩联合压缩优化KV缓存、提升推理效率的技术细节
DeepSeek的基本架构仍然在Transformer框架内，每个Transformer模块由一个注意力模块和一个前馈网络组成。为实现更高效的推理和更经济的训练，在注意力和前馈网络部分，设计并使用了创新的MLA（MultiHeadLatentAttention）和DeepSeekMoE架构。本文将从MLA的提出背景、技术原理、解耦RoPE策略及MHA与MLA的缓存对比方面进行详细阐述。MLA是对多头自注意力机制（MHA）的改进，其核心是对键（Keys）和值（Values）进行低秩联合压缩...DeepSeek架构MLAOpenAI深夜更新GPT-5路线图，奥特曼高密度爆料全模型免费计划。GPT-5真的要来了吗？我怀疑
原创编辑言征GPT5真的要来了！最晚几个月！最快一周内！凌晨3点，OpenAI的首席执行官SamAltman冷不防就在X上丢出一个“王炸”：OpenAI马上要发布GPT4.5和GPT5，而且免费，不再限制对话次数！帖子比较长，许多点都值得大家注意：1.OpenAIGPT4.5和GPT5的路线图更新——（言外之意：不再挤牙膏了）OpenAI希望更好地分享我们的计划路线图，并更好地简化我们的产品供应。2.OpenAI希望AI能“正常工作”；我们意识到我们的模型和产品供应变...OpenAIGPT-5AGI低成本+高性能+超灵活！Deepseek 671B + Milvus 重新定义知识库搭建！
原创这个春节，DeepSeek实在太火爆了。“老板指示，我们要整合Deepseek，还得建立自己的知识库……”这样的声音，哪个开发者近期没耳闻？Deepseek的火爆，智能推理的加速，以及算力成本的显著降低，使得众多原本对大型模型望而却步的企业，一夜之间纷纷投向AI的怀抱，追求降本增效。在这个过程中，对于那些拥有优质私有数据和敏感数据的企业来说，若想避免数据泄露，部署本地知识库无疑是走向大模型的关键一步。然而，当你深入调研...Deepseek大模型Milvus从低清到4K的魔法：FlashVideo突破高分辨率视频生成计算瓶颈(港大&港中文&字节)
论文链接：https:arxiv.orgpdf2502.05179项目链接：https:github.comFoundationVisionFlashVideo亮点直击提出了FlashVideo，一种将视频生成解耦为两个目标的方法：提示匹配度和视觉质量。通过在两个阶段分别调整模型规模、分辨率和优化策略，本文的方法相比现有方法实现了更高的效果和效率。通过流匹配（flowmatching）构造了从低质量视频到高质量视频的近乎直线的ODE轨迹，使得视频在仅4次函数评估内即可融入丰富细节。本文的...视频生成AI模型港大&字节发布领先商用级图像视频生成模型Goku有点东西
文章链接：https:arxiv.orgpdf2502.04896项目链接：https:saiyanworld.github.iogoku亮点直击业界领先的文本生成图像和视频能力，在多个基准测试中创下新纪录。创新性地引入RectifiedFlowTransformer，提高图像视频的联合生成质量。构建大规模高质量数据集，结合MLLM&LLM提高文本描述质量。优化计算效率与训练稳定性，支持大规模分布式训练，实现高效推理。总结速览解决的问题现有的图像与视频生成模型在质量、一致性和计算效率...视频生成训练AIOpenAI全新智能体评估报告：Operator在软件测试中表现如何？
原创OpenAI发布全新AI智能体Operator，本文带你一探如何用它简化软件测试、减少工作量并提高准确性。测试是项既关键、又相当繁杂的过程。保障每项功能、每个流程和每种极端情况都能按预期运作往往要占用大量时间和人力。而手动测试虽然更全面，但却极易出现人为错误并影响效率。OpenAI最近发布一款先进AI智能体，有望为传统软件测试方法带来新的可能性。Operator是什么？Openrator是一款由AI驱动的智能体，旨在以拟人方式与数字系统...OpenAIOperatorAI智能体DeepSeek被曝估值1500亿达OpenAI一半？巴黎地铁70岁老人都在聊！
精华DeepSeek的估值，被曝已达1500亿美元，达到了OpenAI的一半？最近，Bloomberg的这个数据，引起了轩然大波。图片所有人都在问：真的假的？图片此前，外媒福布斯也曾给出一个估值，当时的数字是10亿美元。图片短短几天，估值却已经涨到了150倍？外媒曝光，DeepSeek估值或高达1500亿Bloomberg是这么说的。根据七位初创公司创始人和AI专家的说法，DeepSeek的市值大约在10亿美元到超过1500亿美元不等。根据彭博亿万富翁指数（Bloomber...DeepSeekAI模式8卡32B模型超越o1预览版、DeepSeek V3，普林斯顿、北大提出层次化RL推理新范式
一、引言推理大语言模型（LLM），如OpenAI的o1系列、Google的Gemini、DeepSeek和QwenQwQ等，通过模拟人类推理过程，在多个专业领域已超越人类专家，并通过延长推理时间提高准确性。推理模型的核心技术包括强化学习（ReinforcementLearning）和推理规模（Inferencescaling）。主流的大模型强化学习算法，如DPO、PPO、GRPO等，通常需要在完整的思维链上进行微调，需要高质量数据、精确的奖励函数、快速反馈和在线迭代、以及大量的...模型o1预览版DeepSeek V3DeepSeek并非完美，训练过程存在“深度诅咒”
精华高性能大模型在训练的过程中通常需要数千个GPU，耗费数月甚至更长时间才能完成一次训练。这种巨大的资源投入使得模型的每一层都必须高效训练，才能确保算力资源最大化利用。但大连理工、西湖大学、牛津大学等研究人员对DeepSeek、Qwen、Llama和Mistral研究发现，这些模型的深层在训练过程中表现并不好，甚至可以被完全剪枝而不会影响模型性能。例如，研究人员对DeepSeek7B模型进行了逐层剪枝，以评估每一层对模型整体性能的贡献...DeepSeek模型LayerNormEVEv2.0，视觉语言分开编码，多模态视觉语言理解；视觉信息引导与标记逻辑增强减少大语言模型幻觉
研究背景与意义在当前的人工智能研究领域，视觉语言模型（VLMs）正迅速发展，特别是在大型语言模型（LLMs）和视觉模型（LVMs）取得显著进展的背景下。本文提出的EVEv2.0模型，旨在解决现有编码器驱动的VLMs在多模态理解和推理中的局限性。研究表明，现有的编码器驱动方法在灵活性和适用性上存在一定挑战，尤其是在处理复杂的视觉信息时。因此，EVEv2.0通过引入无编码器的设计，试图减少视觉和语言之间的干扰，从而提升模型的整...视觉语言编码LVMs
