AI.x社区

就在大家准备开启假期模式时，DeepSeek果然又祭出了祖传的假日突袭技能，这次不是网传的R2，而是推理核弹级模型——DeepSeekProverV2671B。核心参数：✅671B参数巨无霸，MoE架构火力全开✅每层都是MoE！256专家阵列+共享专家✅单token激活8专家，中间层2048宽✅逆天163k上下文窗口，直接改写长文档认知边界升级版刚上线HuggingFace，就狂揽100+星，技术宅们怕不是已经组队开始压力测试了。所以问题来了：1.这次"假期特别版"会不...

最近，阿里Qwen3正式开源，两小时就狂揽17k星，直接登顶全球最强开源模型，暴击DeepSeekR1和OpenAIo1，中国AI的牌面支棱起来了！这次开源的Qwen3主要有以下核心亮点：1️⃣混合推理模式：首创非思考模式+慢思考双模式：对于追求速度的问题，可使用非思考模式实现秒速回应，遇到复杂任务则转为慢思考模式，进行深度推演；2️⃣低成本高性能：Qwen3采用36万亿token预训练。并且在数学能力方面，Qwen3在AIME25中获得81.5分；代码能...

昨天科技圈被小米的一条重磅消息刷屏了——全球首个专为推理设计的大型开源模型XiaomiMiMo正式亮相！更令人震惊的是，这个仅70亿参数的小模型，在数学推理（AIME2425）和代码竞赛（LiveCodeBenchv5）测评中，直接碾压了OpenAI闭源的o1mini和阿里开源的QwQ32BPreview。在DeepSeekR1掀起强化学习（RL）热潮的当下，小米用MiMo7B交出了一份惊艳答卷：数学推理：AIME2425测试中，MiMo解题准确率远超同赛道选手，甚至能处理复杂微积...

编辑云昭进入2025以来，中国大模型的开源力量一骑绝尘，甚至盖过了Llama的势头。今天，中国开源大模型，迎来新成员！4月30日，赶在五一前，一条“为Reasoning而生”的XiaomiMimo开源模型的发布消息不胫而走，发布渠道是小米6天前新注册的公众号XiaomiMimo。图片据悉，XiaomiMimo模型是小米公司刚成立不久的LLMCore团队（据传去年12月底开始成立）的成果首秀。图片模型参数只有7B，却在代码、数学能力战胜了OpenAI的o1mini和阿里...

编辑云昭出品51CTO技术栈（微信号：blog51cto）4月19日，首届人形机器人半马比赛赚足了大家的注意力。而民间版宇树机器人G1起跑过程中摔倒起来继续比赛的表现也引来了网友的质疑。为此，创始人王兴兴第一时间作出了回应：宇树最近完全没有参与任何比赛，是其他团队使用宇树机器人参加比赛，机器人的表现和算法与操作有关。事实胜于雄辩，就在10天后，29日，宇树科技官方直接来了一场G1长跑测试直播，用实际结果为自己正名。图片...

在AI的世界里，数学推理一直是个让人又爱又恨的难题。为啥呢？因为它不仅需要理解抽象的概念，还得精准地进行多步逻辑推理。以前的语言模型，虽然生成文本很流畅，但遇到复杂的数学问题，就像让一个文科生去解奥数题，常常无从下手。不过，最近NVIDIA发布的OpenMathNemotron系列模型，直接把这个问题给解决了！今天，咱们就来好好聊聊这个厉害的AI新星。数学推理，为啥这么难？数学推理就像是AI领域的一座高山。它需要AI不仅要...

最近，阿联酋教育部一纸政令引发全球教育界震动——自20252026学年起，人工智能将成为所有公立学校从幼儿园到高中阶段的必修课，覆盖基础概念、伦理意识、项目设计等七大领域，甚至私立学校也被建议同步推进。这一政策将AI教育推至国家战略高度。当多数国家还在讨论是否普及AI教育时，阿联酋已经向我们证明：未来的竞争，可能从幼儿园的算法游戏就已经开始。根据政策规划，阿联酋的AI课程设计极具系统性：幼儿园阶段通过故事和...

在自然语言处理（NLP）的浩瀚宇宙中，嵌入技术（Embedding）无疑是其中最闪耀的星辰之一。从最初的简单计数方法，到如今的多模态深度学习模型，嵌入技术的演进不仅推动了NLP的发展，也为我们理解和处理语言提供了全新的视角。今天，就让我们一起踏上这场奇妙的旅程，探索14种定义嵌入技术演进的强大方法！一、初窥门径：基础的嵌入方法（一）计数向量器（CountVectorizer）在NLP的世界里，一切都要从最基础的计数开始。计数向量...

一、引言：AI算力——数字经济的核心引擎在人工智能技术加速深入千行百业的今天，算力作为AI发展的"燃料"，正成为数字经济时代的核心生产力。从ChatGPT引发的生成式AI热潮，到自动驾驶、医疗诊断等领域的突破性应用，AI算力的需求呈现爆发式增长。据《综合算力发展现状与趋势分析》显示，截至2023年6月，我国智能算力占总算力比例已超过25%，同比增速达45%，远超整体算力增速。在这场算力革命中，劲速云算力以其领先的技术架构...

一、AI算力发展趋势：从单一供给到生态构建（一）算力形态多元化：通用算力向智能算力进阶未来三年，我国智能算力占比将突破35%，算力规模预计达300EFLOPS（2025年预测）。这一趋势背后，是AI应用从单一任务向复杂系统的进化——从简单图像识别到多模态大模型，从离线训练到实时边缘推理，算力需求呈现"场景化、碎片化"特征。劲速云算力规划建设新一代智算中心，融合GPUTPUNPU等异构算力，打造"算力即服务"（CaaS）平台，支持用...

编者按：Google新推出的A2A与Anthropic的MCP到底有何区别？它们是竞争关系还是互补的技术？本文通过一个规划夏威夷旅行的生动案例，清晰拆解了这两大协议的本质区别：MCP更像是为单个AIAgent赋能的“超能力工具箱”，而A2A则是构建了AIAgent专家团队间的“协作网络”。作者基于实际项目经验，揭示了影响实际应用这两种协议的3项技术差异，同时还解读了二者互为补充而非竞争的真实关系。作者ZacharyHuang编译岳扬01引言：协作式...

文章地址：https:arxiv.orgabs2504.19724项目链接：https:reptext.github.ioGit链接：https:github.comShakkerLabsRepText亮点直击RepText，一个用于可控多语言视觉文本渲染的有效框架。创新性地引入了字形隐空间变量复制技术，以提高排版准确性并实现颜色控制。此外，采用区域掩码来保证良好的视觉保真度，避免背景干扰。定性实验表明，本方法优于现有开源方案，并与原生多语言闭源模型取得了可比的结果。总结速览解决的问题现...

从构思到设计原型，只需要短短几秒。OpenUI让你仅使用自然语言就可以构建、编辑和导出UI，无需任何设计技能！不妨先从一个简单的例子开始。很多时候，我设想一件看起来很棒的裙子，但当我真正找到类似的裙子时，却发现效果不如预期。这不仅仅是我个人的问题，在编程中也会遇到。客户可能在脑海中构思一个很棒的UI，但最终构建出来的却不如预期。这不仅浪费了时间和资源，还可能导致客户不满。幸运的是，这个问题现在有了解决方...

如何开发一个通用算法，使其能够在不同任务领域中不依赖大量人工调参，甚至无需人类先验数据即可实现“开箱即用”的效果？这种通用性的重要性不言而喻。它不仅意味着AI能够更广泛地适应真实世界的复杂场景，还将显著降低应用AI技术的门槛，让开发者得以聚焦于更高层次的创新。在这一背景下，“世界模型”（WorldModels）成为了重要突破口。通过学习环境的紧凑表示并预测未来情景，世界模型为AI提供了一种类似人类“想象力”的能...

ModelContextProtocol（MCP）模型上下文协议（如下图所示）是Anthropic发布的一种标准化协议，使得Agent智能体应用可以更快捷地与下游异构的数据或者工具进行交互，还不熟悉的同学可以看这里《​​王炸！MCP架构设计深度剖析&使用SpringAI+MCP四步教你实现Agent智能体开发​​​》。最近，两大关键事件标志着MCP已从事实标准迈向行业标准：一方面，OpenAI正式宣布跟进Anthropic的MCP协议，另一方面，Anthropic发布了新版本MCP协...

本文通过一个实际案例展示如何基于MCP（ModelContextProtocol）开发一个支持私有知识库的AIAgent问答系统。1、AIAgent问答系统整体流程AIAgent问答知识库系统整体由构建与检索流程组成。第一、知识库构建流程1、文本切分对输入的文本进行切分，确保切分后的文本段在保持完整性和语义连贯性的同时，便于后续处理和检索。2、FAQ提取从文本中提取常见问题及其答案（FAQ），作为知识库的一部分，以增强检索的准确性和效率。3、知识...

通义千问3（Qwen3），通义千问大语言模型家族的最新成员。作为阿里巴巴的旗舰模型，通义千问3235BA22B在编码、数学、通用能力等基准评估中，与DeepSeekR1、o1、o3mini、Grok3、Gemini2.5Pro等其他顶级模型相比，取得了极具竞争力的成绩。此外，小型混合专家（MoE）模型通义千问330BA3B，其激活参数仅为QwQ32B的十分之一，却超越了后者的表现；甚至像通义千问34B这样的微型模型，也能与通义千问2.572BInstruct相媲美。通义千问3...

（OpenAI指南中的观点，引发了行业思考）当前的讨论充斥着炒作、空谈和噪音，却鲜有对智能体框架的精确分析或深入思考。别担心！这篇文章将为你拨开迷雾，带你深入理解智能体框架的核心问题，助你构建更可靠、更强大的智能体应用。本文核心看点：智能体(Agent)到底是什么？（告别模糊定义！）构建可靠Agent的真正难点在哪？（直击痛点！）LangGraph是什么？它为何与众不同？智能体框架大比拼：工作流vs智能体、声明式vs命令式、...

加州大学洛杉矶分校与MetaAI的研究团队联合发布了革命性的强化学习框架d1【文献1】。该框架显著提升了基于扩散原理的LLM（dLLM）的推理性能——在某些场景下将响应时间从超过30秒缩短至仅需3秒。当AI界普遍聚焦于GPT这类逐词生成结果的自回归模型时，dLLM另辟蹊径，其设计灵感源自DALL·E2和StableDiffusion等图像生成模型。这类模型并非顺序构建答案，而是通过多轮迭代优化被遮蔽的文本版本，在每一阶段都能实现更快速的并行化...

今天给大家介绍一篇ICLR2025中关于时间序列异常检测的工作。这篇文章采用基于MemoryBank和Prototype的异常检测方法，提出在此基础上引入多尺度patch和多周期性的建模方法，进一步提升时间序列异常检测效果。论文标题：LEARNHYBRIDPROTOTYPESFORMULTIVARIATETIMESERIESANOMALYDETECTION下载地址：​​https:openreview.netpdfid8TBGdH3t6a​​1.研究背景时间序列异常检测的主流方法，是使用正常的时间序列训练一个自编码器，序列...