AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
不止于聊天：为你的应用选择合适的“专才”AI模型
随着开源模型的爆发式增长，AI大模型的生态正以前所未有的速度变得繁荣而复杂。对于开发者而言，我们正面临一个“甜蜜的烦恼”：当模型列表上出现了数十个看似都十分强大的选项时，我们究竟该如何为自己的应用选择那个“对的”AI大模型？过去，业界的目光大多聚焦于少数几个能力全面的通用大模型。但如今，一个清晰的趋势是：AI正从“通才”主导的格局，向着“通才”与“专才”协同工作的“专家系统”时代演进。理解这些“专才...AI架构师大模型选型AI专才模型MCP协议Agent大模型工具规划能力大比拼：MCP-Bench测评全解析
1.AI工具规划能力的“高考”来了AI模型能否像人类一样，在没有明确指令的情况下熟练驾驭各种工具完成复杂任务？如今的AI已经能写诗、画画、做简单数据分析，但真实世界的工作场景往往没有清晰的"操作手册"。比如金融分析师需要调用行情软件、数据库和统计工具才能完成报告，科研人员得协调实验室服务器、文献数据库和绘图软件才能整理实验结果。这些工作要求的不仅是"会用工具"，更是"知道用什么工具、怎么用、按什么顺序用"的...大模型工具MCP-BenchAISeedream 4.0 实测：一致性媲美Nano Banana，附企业级应用案例
社区头条前两天，字节发布了Seedream4.0模型，跟NanoBanana一样，从生成到编辑实现一站式创作，有很强的一致性和可控性，相较于之前版本有极大程度的提高。没想到，刚写完NanoBanana，就迎来了我第二篇生图文章，哈哈哈哈。体验之后，觉得多图融合、参考生图还是复杂的图像编辑效果都很好，同时在NanoBanana不擅长的中文显示上也贼强。Seedream4.0模型在豆包、即梦、火山方舟上都能使用，我是直接在火山方舟的体验中心测试，https:e...Seedream 4.0企业级模型深度报道开放数据集：FineVision
原创视觉语言模型（VisionLanguageModels，VLMs）正成为连接视觉与文本理解的关键桥梁。HuggingFace刚刚发布了开源的多模态数据集FineVision，旨在为视觉语言模型设定新标准，这一发布标志着开源AI社区在多模态学习领域迈出了重要一步。FineVision是一个包含1730万张图像、2430万个样本、8890万轮对话和95亿个答案令牌的大规模数据集合，专门用于训练最先进的开源视觉语言模型。这规模更重要的是其在质量控制、数据清洗和基准测试防...FineVision数据集语言模型是时候谈论下如何构建可靠AI
原创AI智能体（AIAgent）正在从实验室走向生产环境，成为企业数字化转型的重要驱动力。然而，与传统软件系统不同，AI智能体具有非确定性、多步骤执行和外部依赖性强的特点，这使得其可观测性成为一项重大挑战。本文将深入探讨AI智能体可观测性，AI智能体可观测性是一门综合学科，涵盖了对AI智能体全生命周期的监控、追踪、评估和管理——从规划阶段和工具调用，到内存写入和最终输出的每一个环节。其目标是帮助开发调试失败案例、量...AI云平台智能体让Agents更聪明，3招搞定记忆管理！
关于Agent的记忆，大多数人印象中，后台可能就是一个RAG罢了。但是到底有哪些细节和值得注意的地方呢？今天深度分析一个还不错的开源项目，探索关于记忆的秘密。项目是这个：https:github.comGibsonAImemori不止是RAG其实如果细看很多记忆框架，他们做到的真的远不止一个“存储检索”的RAG思路。在Memori中，把记忆分成了两种：ConsciousMode就是传统意义上的短期工作记忆。但是比较特别的是，在系统启动时，会主动分...AgentsRAGAPIOpenAI谈：大模型为什么会有幻觉？如何避免？
OpenAI上周发了一篇论文，重点聊了大家都挺感兴趣的话题：为什么大模型会有幻觉？评测缺陷举个例子：你现在参加一场考试，答对得1分，答错或不答都是0分。在这种规则下，最佳策略是什么？应该是碰到完全不会的题目，蒙一个答案。因为蒙对了血赚，蒙错了不亏。这个模式正是今天绝大多数AI模型在面对的评测环境。包括GPQA、MMLUPro、SWEbench在内的众多热门评测基准，都是在用BinaryGrading。非对即错，如果模型回复IDK（IDon'tKn...OpenAI大模型幻觉当深度学习遭遇瓶颈，AI的下一步该走向何方？图灵奖得主给出答案
在2025外滩大会上，新晋图灵奖得主、被誉为“强化学习之父”的理查德·萨顿（RichardSutton）发表了一场引人深思的主题演讲。他并未沉浸于当前AI大模型的辉煌成就，而是直指其核心技术——深度学习在某些方面的根本性局限，并为人工智能的未来，描绘了一条全新的路径：去中心化神经网络。萨顿的观点，为当前AI技术的主流范式带来了重要的反思。本文将对他的核心论点进行深度解读，探讨为何在他看来，当前深度学习的路径面临严峻...外滩大会人工智能图灵奖去中心化萨顿演讲凭什么Nano Banana能霸榜LMArena？
原创 社区头条在AI图像生成领域，每隔一段时间就会有一款“现象级”模型横空出世。2025年8月，谷歌DeepMind推出的Gemini2.5FlashImage，凭借“12秒出图”、“98.7%角色一致性”等颠覆性表现，被网友亲切称为“NanoBanana（纳米香蕉）”。这款模型不仅在LMArena图像编辑榜单上以1362分的成绩刷新纪录，还让普通用户能像“指挥Photoshop学徒”一样用自然语言编辑图像。本文将从技术原理、实测验证、场景落地三个维度，带大家全面解锁这...AI图像生成LMArenaNano BananaNVIDIA 推出Rubin CPX，专为AI推理设计的GPU
NVIDIA发布RubinCPX，这是一款专门为大规模上下文AI推理设计的新型GPU。RubinCPX采用30petaflops算力和NVFP4精度，配备128GBGDDR7内存。与现有的GB300NVL72系统相比，性能提升7.5倍，attention处理速度快3倍。这款芯片将视频编解码器和长文本推理处理集成在单个芯片中。新推出的VeraRubinNVL144CPX平台将8exaflopsAI算力、100TB快速内存和1.7petabytes秒内存带宽装入单个机架。该平台支持NVIDIAQuantumX800InfiniBand和Spectrum...NVIDIARubin CPXGPUClockBench：一个简单的钟表测试让AI全线溃败
有人做了个简单又复杂的实验：让11个当前最先进的多模态大模型和5个普通人一起看钟表认时间。结果人类平均准确率89.1%，最好的AI只有13.3%——还不如闭着眼睛瞎猜。这个叫ClockBench的测试包含36种定制钟面，180个钟表样本，每个钟表要回答4个问题。设计者刻意加入了罗马数字、环形数字等非常规样式，结果AI在复杂钟面上的表现尤其糟糕。但当被要求"把时针逆时针转90度"这类衍生问题时，某些模型反而能100%答对。这说明AI擅长处...ClockBenchAI多模态多年AI顽疾被攻克！OpenAI前CTO团队攻克AI随机性难题，大模型可靠性迎来飞跃
原创 在AI领域，有一个存在已久的问题，那便是模型输出的不确定性。例如，当我们多次向ChatGPT询问相同的问题时，会产生不同的结果。这导致从大型语言模型中获得可重复的结果非常困难。 即使在温度参数设为0的情况下，传统大语言模型仍会对相同输入产生不同输出。 但今天，这一难题被攻克了。 近日，前OpenAI首席技术官MiraMurati创办的ThinkingMachinesLab发布最新万字研究报告，成功解决了大语言模型输出不确...大语言模型模型输出不确定人工智能算家云租算力，到算家云ChatGPT能随便连MCP了！对话就能开发票、帮退款…奥特曼的野心毕露：将OpenAI打造成全能型平台！
原创 社区头条出品51CTO技术栈（微信号：blog51cto）起猛了，ChatGPT现在真的能随便连MCP了！今天，OpenAI宣布在ChatGPT中上线开发者模式（DeveloperMode），为MCP工具提供完整支持。在这一模式下，开发者不仅可以自己创建MCP连接器，还能在聊天中调用它们执行写入操作——不再局限于过去的“搜索获取”类功能。图片此前，ChatGPT官方只支持少数经过验证的MCP，比如Canva、Gmail等接口（见下图）。而在开发者模式下，任何MCP服务器工具都能被...ChatGPTMCPOpenAI可信AI人工智能四大支柱和评测要素
原创 社区头条一、可信AI为什么重要当前，可信人工智能（TrustworthyAI）的重要性远超技术本身，它直接关系到人工智能能否安全、健康、可持续地融入人类社会，并真正为人类造福。其重要性可以从以下几个核心维度来深入理解：1.建立社会信任：AI被广泛接受的基石核心问题：如果公众不信任AI，他们就会抵制它，无论其技术多么先进。不信任会扼杀创新和市场应用。为什么重要：a.用户接纳度：人们不会愿意使用一个他们认为是“黑箱”、有偏见或不...人工智能可信AI生成式人工智能王坚最新演讲曝光：开源正在进入资源时代，AI不能缺席太空，曝近期进展：三体计算星座分享太空！
原创 社区头条编辑云昭出品51CTO技术栈（微信号：blog51cto）“只有把AI和算力送入太空，人类才有可能真正的走出地球！”“开源已经进入了开放资源时代！”“OpenAI闭源并不是一个策略性的错误，而是一个历史的选择。”一年一度的上海外滩大会上，中国云计算开拓者，阿里云创始人之江实验室主任王坚院士发表了最新的一轮的深刻演讲。演讲中，王坚院士深度分享了人工智能近半个实际的发展历程，重点讨论了两方面内容：开源AI和计算卫星。开源...王坚AI阿里云重塑AI算力架构：从GPU集群到单片晶圆级芯片的技术演进
社区头条在人工智能的飞速发展中，我们惊叹于大型语言模型日益强大的理解、推理和创造能力。然而，在这场由算法驱动的智能革命背后，一个常被忽视却起着决定性作用的力量，正在悄然重塑着性能的天花板——那就是承载AI计算的硬件本身。AI大模型的性能突破，本质上是算法与硬件协同进化的成果。近期，仅有320亿参数的K2Think模型，在特定的数学和科学推理基准测试中，其表现优于一些参数规模远超于它的巨型通用模型。这一现象的背后，正...AI硬件革命晶圆级芯片高性能计算七牛云K2Think企业级RAG系统实战心得：来自10多个项目的深度总结
原创大家好，我是九歌AI。在Reddit的AIAgents版本刷到一个帖子，讲的RAG系统在企业中的落地，觉得写的不错，翻译共享给大家，英文原文直接让DeepSeek翻译后有些生硬，手动润色了一下。配图：GoogleNanoBanana【原贴】BuildingRAGsystemsatenterprisescale(20K+docs):lessonsfrom10+enterpriseimplementations【译文】背景与分享过去一年，我们团队一直为中型企业（1001000人规模）搭建RAG系统，尤其是在制药、金融、法律等强监管领...RAG大模型微调DeepSeek重新定义 RAG 新架构设计，10倍提升长文本处理慢问题
原创现在的大语言模型（比如：DeepSeek、GPT系列）在做“检索增强生成”（RAG）时，经常会遇到一个大麻烦：为了生成准确答案，需要把从外部检索到的很多段落都塞进模型里当“参考资料”，但这些资料太长了，会导致两个严重问题：速度变慢：模型要处理的文字越多，生成第一个token的时间（TTFT）就越长，甚至成倍数增加；后续每个token的生成时间（TTIT）也会变长，整体反应变慢。内存不够用：模型需要专门的“键值缓存”（KVCache）...RAG长文本处理大语言模型视觉语言世界模型来了！AI不仅能看懂视频，还能自我反思制定计划，离人类思维更近一步!
社区头条文章地址：https:arxiv.orgpdf2509.02722亮点直击提出学习一种以自然语言作为抽象世界状态表示的世界模型。引入了视觉语言世界模型（VisionLanguageWorldModel,VLWM），该模型通过视觉观察感知环境，并利用基于语言的抽象来预测世界的演化过程。提出将直接世界建模作为目标，并以大规模、未经过滤的视频数据为基础进行训练。采用了一条高效的抽象处理流程，并引入了一种反思式的System2模式，即“带推理的规划（planningwithrea...AI模型视频生成在开源模型上复现类似OpenAI o3的“thinking-with-image”能力：Mini-o3浅尝
原创VLMs已具备调用图像中心工具的能力，称为“thinkingwithimage”（以图思考），通过支持细粒度推理提升模型对复杂视觉场景的理解能力。然而，开源VLMs在“需要试错探索的复杂视觉搜索任务”中存在显著短板，表现两大问题：复杂任务上准确率极低高难度视觉搜索数据集熵（如DeepEyes）的准确率远低于实际应用需求。推理模式单一+交互轮次有限现有开源模型（如DeepEyes）无法生成灵活的推理策略，仅能进行“单次定位观察”的简单流...开源模型OpenAI o3Mini-o3VLMs
