AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
探索智能代理增强检索生成（Agentic RAG）：从基础到实践
原创
社区头条引言：检索增强生成的演进在人工智能领域，大语言模型（LLMs）虽成果丰硕，但也有明显短板。模型训练时存储的知识，可能因时间推移而过时，或存在范围局限。检索增强生成（RetrievalAugmentedGeneration,RAG）应运而生，它将大语言模型的输出与外部知识源相连，有效增强了模型能力。传统RAG系统处理用户查询流程较为固定。用户提问后，系统先把查询送入嵌入模型生成向量嵌入，再用其在向量数据库搜索相关文档，接着将检索到的上...Agentic RAGRAG大语言模型推进算力服务：解锁数字化未来的关键
在数字经济浪潮席卷全球的今天，企业的核心议题已从“是否转型”转向“如何高效转型”。人工智能、物联网、大数据等技术的爆发式增长，使得计算能力的需求呈现指数级攀升。然而，传统IT架构的僵化、高昂的运维成本以及资源利用率低下，成为横亘在企业数字化转型道路上的巨石。在此背景下，++算力服务作为一种革命性的资源供给模式，正以“弹性化、智能化、场景化”的姿态重新定义技术底座，成为推动数字化未来的核心引擎。++一...算力云算力AI大模型算力租赁劲速云Vibe Coding 来了——但你准备好应对 Vibe 故障处理了吗？
原创 社区头条想象一下，完全沉浸在编程氛围中，甚至忘记了代码的存在。不用敲键盘，只需让Cursor和Sonnet帮你搞定一切。遇到bug时，你不去排查问题，而是把错误信息丢给大语言模型（LLM）然后复制粘贴修复方案。代码已经超出你的理解范围，但它居然还能正常运行。这就是OpenAI创始成员AndrejKarpathy所说的VibeCoding（氛围编程）。Karpathy把这描述为周末小项目的有趣尝试，但现实中，VibeCoding——大量依赖L...生成式 AI大语言模型LLM为什么人工智能生成的代码不够好？如何变得更好？
原创 社区头条我们是否过早地标准化了人工智能生成的代码？以下是它的不足之处及改进方式。近年来，大型语言模型（LLM）迅速兴起，带动了生产率的大幅提高。编程助手的蓬勃发展，数百万个多行代码块通过按键便可轻松实现生成及合并。这一切就像变魔术一样。但在每个人的内心深处都有一个挥之不去的想法——我真的能相信这段代码吗？时至今日，质疑人工智能在软件开发中的价值无疑是可笑的，因为它早已不可避免地根深蒂固。微软报告称，有1.5...人工智能大型语言模型LLM数据不出内网：基于Ollama+OneAPI构建企业专属DeepSeek智能中台
前言这次在没有外网（应该说是被限制比较多）的服务器上部署，遇到一些坑，记录一下。ollamaollama自然无法使用在线安装脚本了。根据ollama的文档。先在本地电脑根据服务器的系统和CPU架构下载安装包。curlLhttps:ollama.comdownloadollamalinuxamd64.tgzoollamalinuxamd64.tgz然后使用scp等工具上传到服务器。scpollamalinuxamd64.tgz服务器地址:temp连接到服务器上后解压安装，跟着ollama文档来就行（见第一个参考资料）。sud...OllamaOneAPIDeepSeekIBM提出多模式图像文本到文本模型SmolDocling，可实现代码 | 公示 | 图表 | 表格 | 标题 高效转换！
Docling团队联合IBM提出了一种多模式图像文本到文本模型SmolDocling，旨在实现高效的文档转换。它保留了Docling最受欢迎的功能，同时通过无缝支持DoclingDocuments确保与Docling完全兼容。目前已经冲到了Huggingface热门榜单Top3!相关链接主页：https:huggingface.cods4sdSmolDocling256Mpreview论文：https:arxiv.orgabs2503.11576试用：https:huggingface.cospacesds4sdSmolDocling256MDemo特点：🏷️用于高效标记化的DocTags...IBMSmolDocling文本模型震撼发布！RF-DETR：60.5 mAP + 6ms延迟，实时检测领域的新王者如何碾压YOLO？
在计算机视觉领域，实时目标检测技术因其在自动驾驶、安防监控和工业自动化等场景中的广泛应用而备受瞩目。YOLO系列模型凭借高效的实时性能长期占据主导地位。然而，Roboflow推出的RFDETR（RealTimeDetectionTransformer）以更高的准确率和优化的速度表现，重新定义了实时目标检测的标准。作为一个开源且支持商用的模型，RFDETR不仅在技术上实现了突破，还为开发者和企业提供了灵活的应用选择。本文将深入探讨RFDETR的技术背景...RF-DETRYOLODINOv2用 MCP 让大模型自动批量下载文献，太香了！
MCP最近这么火，你还不知道它是啥吗？别慌，动手实战一番就包你明白了。而且，咱这个是真的实战，绝对干货啊，全网少见的干货。我们之前讲了很多建立知识库之类的，新鲜的知识才有意思嘛。问题是新鲜货哪里来呢，徒手去搜索加下载？2025年了，咱不能这么干了。你有没有想过让大模型自动给我们搜索、下载、解读文献，一条龙服务？即便像DeepResearch之类的服务也主要是帮你搜索和整合资源，但不给你下载资源对不。实际上，是可以...MCP大模型自动批量手把手带你理解OpenManus
我之前演示过几个OpenManus的demo，其实也就是demo，包括manus，现在也就是demo阶段，复杂的plan和flow，现在的代码支撑和LLM的能力都有待改善，但是我们这期不是吐槽文章，是来把OpenManus给打开看看它的实现是怎么样的，其实Manus也都差不多，甚至OWL也都差不多，我们看一个就够了。其他的几个目录也没啥特别需要看的，就看app。app里面有这么几个结构：1agent没啥好解释的2flow就是来做multiagent的planning和管理任务框架的...OpenManusLLMBaseAgent库克藏了7年的大招！苹果手表偷偷长眼睛，人类要被AI看光了？
社区头条刚刚曝光的苹果AI计划：计划于2027年推出的新款AppleWatch将搭载摄像头，并与视觉智能深度绑定，让AI拥有环境感知能力。AppleWatch包含两种逆天设计：轻薄的标准版：摄像头直接嵌在屏幕里；较厚的Ultra版则将镜头侧置于表冠旁，用户只需转动手腕即可扫描环境。不过，这可不是用来拍照的，而是让手表学会"看世界"。举个例子：当你路过一家餐厅，如果这家餐厅被手表扫描到，可能就会自动弹出差评黑料；瞟见流浪猫，它会给你推荐附...苹果AI苹果手表加装摄像Apple Watch算家云算力租赁百度秒哒今日全量上线！3分钟一个应用！百度自家的修车大爷现身讲述自己用秒哒上线了修车预约系统！
原创 社区头条3月24日，李彦宏在去年11月12日百度世界大会上预告的“一句话实现想法”的对话式应用开发平台终于正式全量上线。下面是一些亮点，enjoy：3月24日，李彦宏在去年11月12日百度世界大会上预告的“一句话实现想法”的对话式应用开发平台终于正式全量上线。下面是一些亮点，enjoy：一、百度首款生成式AI时代的应用开发平台设计的5个思路1、全程端到端无代码的开发工具。整个应用开发从开始到结束，只需要动嘴（自然语言），比如说需...Manus应用Open AI击败思维链（CoT），草稿链（CoD）称王！推理成本降低近94%，低时延，准确率更高！
原创编辑言征作者AshishBamania出品51CTO技术栈（微信号：blog51cto）推理LLM是当今AI研究中的热门话题。我们从GPT1开始，一直到像Grok3这样的高级推理器。这段旅程非常了不起，一路上发现了一些非常重要的推理方法。其中之一是思维链（CoT）提示（Fewshot和Zeroshot），导致了我们今天看到的大部分LLM推理革命。令人兴奋的是，ZoomCommunications的研究人员现在发布了一种更好的技术。图片这种技术称为ChainofDraft（CoD）Promptin...CoTLLMDeepSeek-R1Perplexity CEO泼冷水：Agent 2025落地不靠谱！下月将推出自研浏览器——目前构建通用智能体的唯一方法！
原创 社区头条整理伊风出品51CTO技术栈（微信号：blog51cto）刚刚，AI搜索独角兽Perplexity的CEO在采访中给Agent浇了盆冷水！不同于奥特曼等人的乐观论调。Aravind直言不讳：任何说Agents今年可用的言论都很可疑。Anyonesayingagentswillworkin2025youshouldbeskepticalofit图片此前，奥特曼曾说，今年Agents将“加入劳动力大军”，并实质性地改变公司的产出方式。Aravind显然无法同意这个观点。在模型厂没有硬件优势的基础上，他们很难突破...Agent浏览器智能体ZeroHSI-一种零样本的四维人类-场景交互合成方法
原创本文介绍一种人类场景交互合成方法人类场景交互（HSI）生成对于具身人工智能、虚拟现实和机器人技术等领域的应用至关重要。虽然现有的方法能够在三维场景中合成逼真的人类动作，并生成看似合理的人与物体之间的交互，但这些方法严重依赖于包含配对的三维场景和动作捕捉数据的数据集。而在各种不同的环境和交互情况下收集这些数据既昂贵又耗时。本文介绍一种ZeroHSI，通过整合视频生成技术和神经人体技术，实现了零样本的四维人...ZeroHSI计算机视觉OpenAI凌晨发布三款语音模型，语音AI Agent时代即将到来？
原创凌晨1点，OpenAI的技术直播再次点燃了AI圈的热情！这一次，OpenAI带来了三款全新的语音模型，专为开发语音AIAgent而生。无论是开发者还是普通用户，这场直播都值得你关注。相关地址API地址：https:platform.openai.comdocsguidesaudio展示地址：https:www.openai.fm三款语音模型，各有所长OpenAI此次发布的三款语音模型分别是：GPT4oTranscribe、GPT4MiniTranscribe和GPT4oMiniTTS。它们各司其职，为语音AIAgent的开发提供了强...OpenAI语音模型AI Agent别再手动调API了！5分钟让你的AI模型拥有"超能力"！MCP协议深度解析和实操
原创在人工智能的浪潮中，每一次技术的突破都可能引发行业的巨变。2024年11月，Anthropic推出了一项名为MCP（ModelContextProtocol）的开放协议，这一协议旨在为大型语言模型（LLM）与外部数据和行为的连接提供一个通用的开放标准。今天，我们就来深入探讨MCP的架构、功能及其对未来AI发展的潜在影响。MCP的核心架构MCP的设计理念是通过一个开放的协议，为外部工具或数据源提供与LLM交互的统一接口。其系统架构主要包含以下几个关键...大语言模型AI模型FLUX秒变高玩！DreamRenderer无需训练一键解决AI绘图『多物乱窜』难题（浙大&哈佛）
文章链接：https:arxiv.orgpdf2503.12885项目链接：https:limuloo.github.ioDreamRenderer亮点直击DreamRenderer，一种无需训练的方法，使用户能够在深度条件或边缘条件生成中控制每个区域和实例的生成内容。引入了一种新颖的HardTextAttributeBinding（硬文本属性绑定）技术，确保文本嵌入在联合注意力过程中绑定正确的视觉属性。针对多实例生成，首次深入分析了FLUX模型中每一层的隐空间功能，明确了哪些层处理全局操作，哪些...AI模型数据一份4D生成领域超全景图谱！（对象建模、场景生成、数字人、4D编辑和自动驾驶）
论文全文：https:arxiv.orgabs2503.14501项目主页：https:github.comMiaoQiaoweiAwesome4D4D生成：AIGC领域的新革命！扩散模型已经在2D、视频乃至3D内容生成方面取得了巨大成功，而现在，研究人员的目光已转向4D生成，通过多样化的控制条件生成时空一致性4D资产。让用户可以身临其境创造、操控自己的4D世界，体验如电影《头号玩家》中描绘的沉浸式元宇宙！本文全面综述了4D生成领域，系统性地总结了其基础技术、发展脉络、面临...4D生成模型AI Agents-2 | 手把手教你：从零开始打造AI智能体
原创这个系列文章旨在为AI代理（AIAgent）提供全面的概述，深入研究其特征，组成部分和类型，同时探索其进化，挑战和潜在的未来方向。在上一篇文章中，我们深入探讨了AI智能体的特性、组成、演变、挑战以及未来可能性。今天，我们要更进一步，手把手教你用Python从零搭建一个AI智能体。这个智能体可以根据用户输入做出决策，选择合适的工具，并执行相应任务。话不多说，让我们立刻开始吧！一、什么是AI智能体？简单来说，AI...智能体AI Agent英伟达 GTC 2025：从芯片到机器人，AI 未来已来，市场为何不买账？
原创 精华每年的英伟达GPU技术大会（GTC）都是AI领域的重头戏，全球的科技从业者、投资者和爱好者们都翘首以盼，希望从中窥探到人工智能未来的方向。今年的GTC2025更是备受瞩目，英伟达CEO黄仁勋在会上一口气抛出了诸多重磅消息，从新一代AI芯片到机器人领域的突破，从软件平台的升级到跨行业的技术合作，可以说是一场科技盛宴。然而，令人意外的是，这场盛会之后，英伟达的股价却遭遇了“滑铁卢”，这让很多人不禁疑惑：英伟达到底怎么...英伟达AI芯片机器人
