AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
开放指令编辑效果爆表！小米开源Lego-Edit登顶SOTA：用强化学习教MLLM“举一反三”！
论文链接：https:arxiv.orgpdf2509.12883Git链接：https:github.comxiaomiresearchlegoedit图1编辑效果展示亮点直击LegoEdit，这是一种基于指令的图像编辑框架，利用经过强化学习微调的MLLMagent来协调模型级编辑工具，以执行灵活的现实世界指令。引入了一种三阶段渐进式强化学习训练策略，利用无标签数据提供反馈，显著增强了MLLM的推理和工具组合能力。大量实验表明，LegoEdit在GEditBench和ImgBench上达到了SOTA性能。该框架...AI模型训练芯片行业大地震！英伟达355亿入股英特尔，昔日对手变盟友
原创昨天，芯片行业发生了一场大地震。英伟达宣布以50亿美元（约合人民币355亿元）入股英特尔，两大芯片巨头从数十年的竞争关系转向战略合作。这一消息直接推动英特尔股价暴涨超30%，创下1987年以来最大单日涨幅，市值一夜之间增长超270亿美元。  作为芯片行业两大巨头，此次合作或许将为计算产业格局带来深刻影响。 根据协议，英伟达将以每股23.28美元的价格收购英特尔普通股，交易完成后将成为英特尔的大股东之一...人工智能英伟达英特尔算家云租算力，到算家云普林斯顿：意识的注意力模式理论 （Attention Schema Theory：AST）
目的：在可机制化（mechanistic）的框架下解释“主观意识／主观体验”是什么，以及它是如何在大脑中产生的。作者希望意识不仅是哲学上的概念，也能提出具体可检验的假设和实验证据。一、注意力模式理论注意力是什么注意力是指，众多进入大脑的信号之间存在竞争，在这个竞争中，有些信号被“选择”以获得更多处理资源。这个过程包括自下而上（刺激驱动的显著性）和自上而下（目标、任务、意图导向的控制）机制。意识／主观体验是...Attention注意力模式RG 流残差网络（ResNet）深度解析：如何通过“残差”改变一切？
在人工智能的发展历程中，总有几个里程碑式的突破推动整个领域向前迈进。2015年，何恺明等人提出的ResNet（残差网络）无疑是这样的一个里程碑。它不仅以3.57%的top5错误率夺得ImageNet2015分类任务冠军。图片更重要的是，它解决了一个困扰深度学习社区多年的根本性问题：深度神经网络的退化问题。今天，就让我们深入解析ResNet的架构设计和核心原理，看看这个简单而巧妙的想法如何改变了深度学习的发展轨迹。背景与核心问题为什...残差网络ResNetResNet告别传统 RAG，迎接 GraphRAG：知识图谱+本体=更强 AI
精华
社区头条现代AI聊天机器人常常依赖RetrievalAugmentedGeneration(RAG)，也就是检索增强生成技术。这种技术让机器人能从外部数据中提取真实信息来支撑回答。如果你用过“与你的文档聊天”之类的工具，你就见过RAG的实际应用：系统会从文档中找到相关片段，喂给大语言模型（LLM），让它能用准确的信息回答你的问题。RAG大大提升了LLM回答的事实准确性。不过，传统RAG系统大多把知识看成一堆互不关联的文本片段。LLM拿到几段相关内容后，得...RAGGraphRAGAI别再把 RAG 当记忆：五个开源引擎让 AI 真正会记住
精华大家老爱说“RAG给AI装上了记忆”。但说实话：它并没有。RAG（检索增强生成，RetrievalAugmentedGeneration）很擅长从文档里掏出信息，但它记不住你。它不会记得你上周说了啥，也不会适应你的小怪癖。真正的记忆是什么？是连续性。是有语境。是随着时间学习。好消息是？一波新的AI记忆引擎正在改变这一切——而且它们全是开源的。其中有两个还是这个月刚推出的。RAG不是记忆RAG就像你问图书管理员要一本书——他们把书递给你，...RAGAIZepIntroducing LangExtract：下一代语言提取工具
谷歌最近在AI领域简直是火力全开，不断推出一个又一个突破性成果。几乎每次新发布都把可能性边界推得更远，真的让人看得热血沸腾。七月底的一个公告特别吸引了我的注意，谷歌发布了一款新的文本处理和数据提取工具，名叫LangExtract。图片由AI(GPT4o)生成根据谷歌的介绍，LangExtract是一款新的开源Python库，旨在……“以编程方式提取你需要的精确信息，同时确保输出结构化且可靠地与源文本关联。”乍一看，LangExtract有很多...IntroducingLangExtract语言提取工具凭什么？豆包Seedream4.0登顶全球第一，20+邪修玩法告诉你有多牛
精华 社区头条
热门内容榜 • 最近上榜最近发现字节新出的seedream4.0模型一举拿下了ArtificialAnalysis「文生图」和「图像编辑」两大榜单的第一就在昨晚，seedream4.0又在LMArena文生图上升到第一，图像编辑到第二，而且LMArena是开放问题，难度更高。说实话，国产模型，能在海外的专业榜单上，力压群雄，拿下三个第一，一个第二，这绝对的技术硬实力。而且各种群里都在说它很🐂🍺我直接"垂死病中惊坐起"，必须得亲自下场，试一试。要测，就得测它的最强形态。我发...豆包Seedream4.0LMArena看到AI创作者不断被盗用和侵权，我有话想说！
说个非常离谱的事。我相信大家肯定都极度厌恶自己的作品被抄袭，你遇到这种情况，肯定是要跟对方刚一下的。但是，当如果你遇到，某一家公司，拿着你所有的作品，在外面说，你是他们的人，你的作品，是他们的客户案例呢？这不是说笑，这是一个，这两天真实发生的事情。虽然可能会得罪一些人，但是我只是在想了几秒后，我就决定一定要写出来。不是为了别的，只是为了我心中的正义。这个事情要说到前天。前天早上我刚起床，就看到...AI创作者盗用侵权淘宝悄悄上线了AI导购，懒人购物原来可以这么爽！
这场战，真的打起来了。最近这些超级APP，真的快卷疯了。我发现淘宝，也上了一个非常有趣的新的AI功能。故事是这样的。我最近因为搬了新家，买东西是格外的多。然后，我就在昨天买家里用品的时候，看到了一个淘宝的全新的AI功能，这玩意之前绝对是没有出现过的。而且给的权重非常的高，所有的商品列表页都能看到。。。这玩意叫淘宝AI助手，在商品列表右下角，icon就是那个AI帮我挑。目前应该是在灰度测试，我问了一些朋友，发现...淘宝AI导购商品流梨子梗、铃声梗、小品梗！小扎尬死名场面喜提三连！Meta翻车新品秀下的反思：AI究竟让Meta看到了什么？
原创 社区头条编辑云昭出品51CTO技术栈（微信号：blog51cto）翻车了，翻车了！！这是Meta最接近元宇宙的一次发布会，也是史上最接近喜剧的一次发布会。今年秋天的MetaConnect2025大会，绝对比刚刚过去的苹果发布会要更有看头。看不懂AI黑科技没关系，看了不想买Meta雷朋眼镜也没关系，但你要是不回看一遍今天凌晨的扎克伯格的keynote秀，那就太可惜了。梨子梗、铃声梗、小品梗……除非你不想看一看小札现场演示新品功能时、紧张到差点窒息的...AIMeta元宇宙从API到生态：深度解析GPT-5与Gemini 2.5 Pro的战略差异
2025年，全球AI大模型的竞赛，已然进入了双雄对决的白热化阶段。随着Google于6月发布Gemini2.5Pro，以及OpenAI在8月紧随其后推出GPT5，两大科技巨头几乎在同一时间，向世界展示了它们对下一代人工智能的理解与构想。对于广大开发者和技术决策者而言，这既是幸福的烦恼，也是严峻的考验。当最顶级的AI能力触手可及时，我们究竟该如何在这两大“神仙打架”的选项中，做出最适合自己业务场景的明智选择？技术哲学的微妙分化要做出...GPT5Gemini2.5工具调用 模型选型技术架构超越“代码焦虑”：AI时代，开发者的价值重估
2025年9月，一则消息震惊了全球开发者社区：在被誉为“编程界奥林匹克”的ICPC世界总决赛上，OpenAI的AI系统以满分成绩，超越了所有人类冠军队伍。GoogleDeepMind的Gemini模型，也同样取得了金牌级别的成绩。这一事件，如同一颗投入平静湖面的石子，激起了层层涟漪。当AI不仅能写出日常的业务代码，更能攻克最顶级的、考验人类智力极限的算法难题时，一个深刻且略带焦虑的问题，不可避免地浮现在每一位开发者心头：当AI成为编程...AI程序员AI指挥官人机协作ICPC#批判性思维ICPC金牌背后：AI在顶级算法竞赛中的技术实现
2025年9月，全球开发者社区的目光都聚焦于阿塞拜疆巴库。在这里举行的国际大学生程序设计竞赛（ICPC）世界总决赛上，一个特殊的“参赛者”取得了史无前例的成绩。9月16日至17日，OpenAI和GoogleDeepMind相继宣布，其研发的人工智能模型，均达到了金牌级别的水平。其中，OpenAI的系统更是以解出全部12道题目的完美战绩，超越了所有人类冠军队伍。这一事件，标志着AI在最顶级的、考验抽象推理和复杂问题解决能力的智力竞赛中，迈...ICPC算法竞赛代码生成多智能体协同AI程序员揭秘字节 TRAE：AI 原生 Coding Agent 的工程化架构与实战落地
原创在AI驱动研发提效的浪潮中，CodingAgent已从“代码补全工具”进化为“全流程研发搭档”。TRAE（AINative编码智能体架构）作为其中的典型实践，通过分层设计、上下文工程与开放生态，解决了“效果、成本、体验”三大核心痛点。本文将从架构设计、核心技术、实战案例三方面，拆解TRAE如何让AI真正融入研发全流程。一、从“辅助工具”到“研发搭档”：CodingAgent的进化与TRAE的定位AI辅助编程的发展，经历了四个关键阶段：早期规...Coding AgentAI辅助编程AI原生架构从ReAct到Multi-Agent：LangGraph如何实现智能体间的无缝协作？
原创 社区头条在LangChain生态日益成熟的今天，我们构建的AI应用正从简单的“问答机器人”向复杂的“智能体协作系统”演进。而LangGraph，作为LangChain生态中用于构建有状态、多步骤AI应用的利器，其核心价值之一就在于对多智能体（MultiAgent）系统的优雅支持。为什么要“多智能体”？智能体（Agent）是什么本质是一个能感知环境、基于策略行动以实现目标的“自主体”。在LangChainLangGraph中，哪怕最简单的对话循环也可视为一个智能体。a...ReActMulti-Agent智能体LangGraph打败假动作，让虚拟人学会‘真实行动’！高德、清华等提出人与环境交互新框架FantasyHSI
社区头条文章链接：https:arxiv.orgabs2509.01232项目地址：https:fantasyamap.github.iofantasyhsi亮点直击设计了一种新颖的HSI框架，以视频生成和无配对数据的多智能体系统为中心，将复杂的交互过程建模为一个动态有向图，在此基础上构建了一个协作的多智能体系统。多智能体系统包括一个用于环境感知和高级路径规划的场景导航智能体，一个将远景目标分解为原子动作的规划智能体，和一个批评智能体，通过评估生成的动作与计划路径之间...AI视频生成模型Python构建AI语音与文本互转辅助工具的方法
原创 社区头条当今课堂的多元化程度远超以往，学生群体涵盖有不同需求的神经多样性学习者（Neurodiverselearners：指的是大脑神经发育模式与典型学生不同的学习者，包括自闭症、ADHD、阅读障碍等神经多样性学习者群体的统称）。尽管这类学习者具有独特优势，但传统教学方法难以满足其需求。在此情况下，AI驱动的无障碍工具可发挥作用。从实时字幕到自适应阅读支持，AI正使课堂更具全纳性。本文将涵盖以下内容：阐释全纳教育的实际意义。介绍A...PythonAI驱动AI语音扔掉浮点数！1和-1组成的神经网络，如何实现58倍加速？
2016年，深度学习领域还在热衷于构建越来越大的模型时，一篇名为《BinarizedNeuralNetworks》的论文横空出世。提出了一个看似疯狂的想法：将神经网络中的权重和激活值全部压缩到只有+1和1两种状态。图片📑论文地址：https:arxiv.orgpdf1602.02830这种“极致量化”的方法不仅让模型大小缩小了32倍，还将耗电的浮点数乘法变成了高效的位运算。今天，就让我们一起解读这项改变深度学习部署格局的里程碑工作。1.为什么需要“二值化...神经网络浮点数trade-offGPT-5-Codex：AI编程，告别F5的七小时史诗？
社区头条我们这些混迹AI圈和开发一线的人，都曾梦想过一个真正的“智能编程伙伴”：它不只是代码补全的工具，更是能理解意图、自主思考、甚至独立解决问题的“战友”。现在，OpenAI似乎把这个梦想又向前推了一大步。就在最近，基于GPT5深度优化的GPT5Codex模型正式亮相，其发布的消息，简直像在平静的开发者社区里扔下了一枚重磅炸弹。这不再是那个只知道听命行事的乖巧助手了。GPT5Codex，它要做的，是让你真正体验到“AI结对编程”的...GPT-5-CodexAI编程OpenAI
