AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
开发者必看：谷歌如何用AI打造“机器人操作系统”
在语言大模型的竞争日趋白热化之际，人工智能的下一个主战场已然清晰——物理世界。将AI的智慧注入到物理实体中，让机器人具备通用的、适应各种场景的能力，已成为全球科技巨头竞相追逐的“圣杯”。在这场竞赛中，谷歌DeepMind近期发布的GeminiRobotics1.5系列，不仅展示了其在技术上的领先地位，更揭示了其试图主导整个机器人时代的宏大“阳谋”。打造“机器人界的Android”谷歌的战略并非是亲自下场，去设计和制造所有形态的...具身智能物理AI动作迁移GROD机器人AndroidAI如何拥有“大脑”与“身体”？Gemini Robotics 1.5的技术实现
长期以来，人工智能的发展似乎遵循着两条并行的轨迹。一条是以大语言模型为代表的“大脑”进化之路，它们在数字世界中展现出惊人的知识储备和推理能力，但无法与物理世界直接交互。另一条则是机器人的“身体”进化之路，其机械结构和运动控制能力日益精进，却始终缺乏真正的、通用的智能。然而，谷歌DeepMind近期发布的GeminiRobotics1.5系列模型，清晰地标志着这两条轨迹的交汇。这一突破性的技术框架，旨在为机器人同时赋予强...GeminiRobotics具身智能多模态大模型VLA模型动作迁移AI优化器技术演进：从AdamW到流形Muon
社区头条在人工智能的世界里，如果说大型神经网络是那个能够学习和思考的“大脑”，那么优化器（Optimizer），就是指导这个“大脑”如何学习、学习多快、以及最终能学得多好的“隐形之手”。从一个随机初始化的网络，到一个能够理解语言、生成代码的强大智能体，优化器在其中扮演着至关重要的角色。然而，随着模型规模的爆炸式增长，我们熟知的经典优化器正面临着前所未有的挑战。近期，一家由前OpenAI核心团队创立的新公司ThinkingMach...AI优化器流形MuonTML SGDAdamW人们误解了英伟达的真正定位！黄仁勋回应一切：否认AI泡沫，严重低估推理扩展定律；回应循环营收质疑：恨不
原创 社区头条编辑云昭采访BG2出品51CTO技术栈（微信号：blog51cto）9月下旬以来，大忙人黄仁勋更忙了。先是宣布了跟英特尔的投资合作，而后又传来1000亿美金投资OpenAI的星际之门。尤其对后者，外界对于英伟达的做法颇有质疑的声音：你把钱投资给OpenAI，然后OpenAI又反过来购买的你芯片。这不是“循环营收”吗？这个质疑，直接在这周五知名播客栏目BG2中被抛出。面对犀利的质疑，老黄戴着一副红框眼镜回应道：“营收和投资是两回事。”并进...英伟达AIOpenAI别再“炼丹”了！TML新研究或将终结AI训练“玄学”
2025年，人工智能领域的竞争进入了一个新的维度。不再仅仅是模型参数规模的比拼，一场围绕顶尖人才和底层技术创新的竞赛已然拉开帷幕。在这场变革的中心，一家名为ThinkingMachinesLab（TML）的新兴公司，以其星光熠熠的创始阵容和创纪录的融资规模，迅速成为全球科技界瞩目的焦点。本文将深度解析这支“AI梦之队”的构成，并拆解其首个重磅研究成果“模块流形”背后的巨大技术野心。AI行业的“复仇者联盟”TML的创始团队，几乎...模块流形流形MuonAGITMLOpenAI可信AI人工智能的落地场景有哪些
原创可信人工智能指的是人工智能系统的设计、开发、部署和使用的整个生命周期都符合伦理、法律和技术标准，从而能够赢得用户、消费者、监管机构和社会公众信任的一系列方法和实践。简单来说，它回答了一个关键问题：“我们为什么要相信这个AI系统？”可信AI的目标是确保AI不仅是强大的、高效的，更是负责任、可靠且有益于人类的。可信AI并非一个遥远的概念，它正在全球各个行业的具体场景中加速落地。除了生活娱乐之外，这些落地场...人工智能可信AINeurIPS 2025! 一个LoRA实现秒级万能图像编辑？浙大哈佛图像编辑模型GitHub狂揽2k星！
社区头条
热门内容榜 • 最近上榜在五一假期期间，HuggingFace上出现了一款爆火的图像编辑模型，号称用一个LoRA就可以实现像GPT4o一样的图像编辑功能。该项目不仅冲上了HuggingFace周榜第二名，仅次于Qwen3；还在外网社交媒体上火出圈，用户纷纷秀出使用体验，之前AI生成未来也和大家分享过：而就在最近，该工作已被NeurIPS2025正式接收！这个模型就是由浙大和哈佛团队提出的一种新型图像编辑方法ICEdit，仅需要以往模型0.1%的训练数据（50k）以及1%的训练参数...AI模型图像生成记一次RAG问题优化——当需要从多个向量库中召回数据会面临那些问题？
原创“要想做好一个RAG系统，需要在实践中不断地优化和调整，很难做到一蹴而就。”昨天遇到了一个小问题，就是在数据召回的时候有部分应该召回的数据但没有显示出来；所以不确定到底是因为数据本身没有被召回，还是被召回之后由于某种原因被过滤掉了。因此，今天就查了一下这个问题产生的原因，然后就发现了一些问题；目前系统中，不同的数据是分在多个不同的向量库中，然后在召回的时候发现每个库中都可以召回数据，但理论上来说跟...RAG向量库多库召回关于Langgraph中的节点和边的深入理解
原创“Langgraph的核心功能点在Nodes节点和Edges边，Nodes负责执行任务，Edges负责任务流程。”在使用Langgraph开发框架的过程中发现一个问题，其官方文档给的案例都是比较简单的案例，虽然能让我们弄明白其运作机制，但无法真正解决业务问题；因为实际的业务场景要远比官方案例复杂的多。所以，在学习框架的使用过程中感觉好像没什么难度；但等到真正结合实际业务时才发现好像束手束脚，有点无从下手。之所以产生这种问题的原因就...Langgraph万字梳理大模型后训练（Post-Training）
原创 社区头条看到一篇博客，写的不错，原文：Ahitchhiker'sguideintoLLMposttraining,https:tokensforthoughts.notion.siteposttraining101本文仅作译记录。概述本文档旨在作为理解大语言模型（LLM）后训练基础的指南，涵盖了从预训练模型到指令微调模型的完整流程。指南将梳理后训练的全生命周期，探讨以下内容：从“下一个token预测”到“指令遵循”的转变过程有监督微调（SupervisedFineTuning,SFT）基础，包括数据集构建与损失函数各类...大模型大语言模型QuantAgent：价格驱动的高频交易的智能体系统
技术分析认为历史价格数据是市场状况的直接反映。价格变动反映公司基本面、宏观事件、机构流动和市场情绪。大型语言模型（LLMs）在多步推理、工具使用、代码合成和可解释性方面表现出色，适合量化金融。本文提出QuantAgent，首个针对高频算法交易的多智能体LLM框架，QuantAgent在十种金融工具（如比特币和纳斯达克期货）的零样本评估中，预测准确性优于随机预测基线，为高频金融市场的实时决策系统开辟了新潜力。摘要近期大型语...QuantAgent智能体系统AI革命下的放射科医生：年薪52万美元的真相，AI没有“干掉”放射科医生
摘要:尽管人工智能在医学影像领域的应用日益广泛，但放射科医生的需求量却达到了历史新高。本文探讨了这一悖论背后的原因，分析了AI在放射学应用中面临的挑战，以及人类医生在诊断、与患者沟通和处理复杂病例方面的独特优势。文章指出，AI在放射学领域的应用并非简单的替代，而是与人类医生相互协作，提高效率和诊断准确性的过程。随着人工智能（AI）技术的快速发展，许多行业都面临着被自动化取代的担忧。然而，在医学影像领域...AI放射科人工智能HiRAG：利用层次知识的检索增强生成下一代GraphRAG
摘要基于图的检索增强生成（RAG）方法显著提升了大型语言模型（LLMs）在特定领域任务中的性能。然而，现有的RAG方法未能充分利用人类认知中固有的层次知识，这限制了RAG系统的能力。本文介绍了一种新的RAG方法，称为HiRAG，它利用层次知识来增强RAG系统在索引和检索过程中的语义理解和结构捕捉能力。我们的广泛实验表明，HiRAG相较于最先进的基线方法取得了显著的性能提升https:github.comhhyhuangHiRAG全文链接：https:t.zsxq....HiRAGGraphRAGLLMs知识图谱与大模型共舞：驱动电池产业创新，实现从实验室到生产线的智能化转型
摘要可充电电池对于实现碳中和以及推动可再生能源转型至关重要。它们的进步需要在微观（材料）、设备（制造）和系统（控制与优化）层面进行创新。然而，传统的试错方法无法满足现代科学的需求。作为一种变革性的人工智能技术，大型语言模型（LLMs）提供了强大的语义理解和推理能力，推动了电池研究领域向解决多层次创新需求的范式转变。尽管如此，该领域仍面临双重挑战：模糊的技术路线图和在阶段性成就上的分散进展。本综述系...知识图谱大模型驱动电池GPT-5 数学推理能力深度剖析：一项基于“哥德尔测试”的初步研究
精华 社区头条引言：大语言模型在高等数学领域的推理能力边界？近年来，前沿人工智能（AI）模型在标准化数学竞赛（如国际数学奥林匹克竞赛，IMO）中取得了引人注目的成就，这标志着其在解决有明确答案和既定路径的复杂问题上的能力已达到甚至超越了顶尖人类水平。然而，真正的数学研究并非仅限于解题，更在于提出和证明全新的、未曾解决的猜想。这要求模型不仅具备强大的计算和逻辑推演能力，还需要拥有数学家所谓的“数学成熟度”——一种融...GPT-5哥德尔测试LLM范式之争：传统银行核心账务与ERC-20智能合约体系的思考
引言：两大记账范式的世纪交汇以中心化、机构信任为基石的传统银行核心账务系统，以及以去中心化、算法信任为内核的ERC20智能合约体系基本上可以说是两种截然不同的价值记录与转移体系。出于工作的需要，我也尝试超越表层技术参数的罗列，探究一下二者在设计哲学、信任根基、运行逻辑与安全范式上的根本性分野。核心的观点是从传统银行账本到区块链智能合约的演进，并非一次简单的技术迭代，而是一场深刻的范式转移其本质是从依...ERC-20智能合约去中心化程序员的AlphaGO时刻：OpenAI与Gemini在2025年ICPC世界总决赛的表现分析
ICPC2025——人机编程竞赛新纪元的开端国际大学生程序设计竞赛（InternationalCollegiateProgrammingContest,ICPC）自创立以来，一直是全球范围内历史最悠久、规模最大、最具声望的算法编程竞赛。它不仅是衡量顶尖学府计算机科学教育水平的标尺，更是对参赛学生团队协作能力、算法思维深度以及在高压环境下解决复杂问题能力的终极考验。每一届ICPC世界总决赛都汇聚了全球最聪明的年轻头脑，他们代表着人类在计算科学领域的未来...AlphaGOOpenAIGeminiLLM 智能体训练 “又贵又慢”？阿里提出Tree-GRPO 用树搜索砍 3/4 成本
精华 社区头条智能体人工智能的梦想遭遇瓶颈我们正站在计算领域新时代的风口——智能体人工智能（AgenticAI）时代。这个梦想简单却意义深远：大语言模型（LLMs）不仅能响应我们的查询，还能主动代表我们实现目标。我们设想这样的智能体：它们能研究复杂主题、规划精密的旅行行程、调试代码，并通过与世界的动态多步交互管理我们的数字生活。在过去一年里，强化学习（ReinforcementLearning,RL）一直是推动我们迈向这一未来的核心引擎。通过让...LLM智能体Tree-GRPO基于深度学习的计算机视觉技术的智慧农业应用
原创 社区头条本文整理自福建农林大学计算机与信息学院农林大数据中心杨长才副教授团队的研究成果，抛砖引玉为智慧农业的发展提供一些思路。1.背景随着农业现代化进程的推进，人工智能技术在农作物病虫害识别领域展现出广阔的应用前景。我国每年因病虫害导致的果品蔬菜损失高达25%以上，化学农药滥用现象严重，并对生态环境造成破坏。本文基于深度学习技术，提出了一种高效的植物虫害识别方法，旨在实现快速、准确、智能的病虫害诊断，为农民...深度学习计算机视觉技术突破大模型训练瓶颈：腾讯团队提出RLPT新范式，让模型从预训练数据中自我强化
在人工智能领域，大型语言模型（LLMs）的发展正面临一个严峻挑战：计算资源的指数级扩展与高质量文本数据的有限增长之间的巨大差距。这一瓶颈正制约着传统的大模型扩展方法。今天，我们要介绍一篇由腾讯团队与香港中文大学合作发表的重要论文，他们提出了一种创新的训练扩展范式——基于预训练数据的强化学习（ReinforcementLearningonPreTrainingData，简称RLPT），为解决这一难题提供了全新思路。在人工智能领域，大型语言模...大模型RLPT腾讯
