AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
DeepMind发布AlphaGenome，1秒内完成所有模态和细胞类型的变异效应预测
原创 精华
社区头条谷歌DeepMind的Alpha系列再添新成员——AlphaGenome，其能够更全面、准确地预测人类DNA序列中单个变异或突变，如何影响一系列调控基因的生物过程。AlphaGenome模型以长达100万个碱基对的DNA序列为输入，预测数千种与其调控活性相关的分子属性，同时还可以通过比较变异与未变异序列的预测结果，评估基因变异或突变的影响。该模型建立在DeepMind此前的基因组模型Enformer的基础上，与专注于蛋白编码区变异分类的AlphaMissense模型...AI for science深度学习人工智能基因异常预测AlphaGenome谷歌上线免费终端AI编程工具，立省 200 刀？网友实测却翻车：功能不行、还要偷我数据训练Gemini 3？
原创 社区头条编辑伊风出品51CTO技术栈（微信号：blog51cto）AI编程这场内卷大战，又被谷歌加了一把火。昨晚，Google宣布开源上线GeminiCLI——一款可以在终端中直接通过自然语言执行指令的AI工具。有网友一眼认出：“这不就是ClaudeCode的像素级平替？”但更香的是——谷歌又把价格打下来了，GeminiCLI直接免费！谷歌诚意拉满：集成旗舰模型GeminiPro2.5，支持100万token上下文窗口；免费层提供每分钟60次请求、每天1,000次请求的额度（这是...谷歌AI编程工具在线教程丨北大施柏鑫团队联合贝式计算提出视频实例重绘方法 VIRES，多项性能指标达 SOTA
原创 社区头条视频也能P了？众所周知，视频编辑难度极高，若想要调整或替换主体，变换场景、色彩或是移除一个物体，往往意味着无数帧的手动标注、遮罩绘制和精细调色。即使是经验丰富的后期团队，也很难在复杂场景中保持编辑内容的时间一致性。近年来，随着生成式AI的快速发展，诸如「一键消除」等功能逐渐出现在各类剪辑软件中，令人们看到了AI在视频编辑方面的巨大潜力。诚然，在实际应用中，除了「一刀切」的消除功能外，更高频使用且难度...视频生成视频编辑人工智能在线教程Cursor 如何保障「代码索引」的安全、高效
原创编者按：AI编程工具如何迅速检索海量代码库，并精准定位到最相关的代码片段？这个看似不可能完成的任务，却是决定现代AI编程工具用户体验的关键技术挑战。我们今天为大家带来的这篇文章，作者的观点是：Cursor通过巧妙运用默克尔树数据结构，实现了对大型代码库的快速索引和高效增量更新，这正是其能够提供精准AI辅助编程服务的技术基础。作者Engineer'sCodex编译岳扬Cursor——这家最近宣布斩获3亿美元年营收的热门AI开发工具...AI智能体LLMCursor英伟达数学推理新突破：监督学习+强化学习的"1+1>2"效应
精华还记得OpenAI发布o1模型时，那种"AI终于会思考了"的震撼吗？现在，英伟达团队带来了更深入的研究成果，揭示了如何让7B参数的小模型在数学和编程推理上达到顶尖水平。他们的AceReasonNemotron1.1模型在AIME25数学竞赛中取得了63.2%的准确率，在编程基准测试中也屡创新高。这背后的秘密不是简单的堆算力，而是监督学习（SFT）和强化学习（RL）的巧妙配合。这项研究不仅给出了具体的训练配方，更重要的是回答了一个关键问题：为什...AIOpenAIo1模型关于ChatGPT和DeepSeek模型在使用上的感受——ChatGPT更像一个人，而DeepSeek更像一个机器
原创 社区头条“不同的模型可能具有完全不同的风格表现，而不同的风格适合不同的应用场景。”在之前的文章中说过，要把大模型当做一个人；不同的模型就是具备不同能力的人，有“人”擅长写作，有“人”擅长绘画，还有人擅长逻辑推理。而在最近使用chatGPT和DeepSeek的过程中发现，两个模型在相同的领域内拥有完全不同的表现；DeepSeek就像一台严密的机器，擅长处理复杂的任务；而chatGPT更像一个有感情的人，更擅长人类情感方面的处理，比如...ChatGPTDeepSeek主流AI换脸应用大比拼：到底哪款好用？
原创随着AI应用在国内的普及，AI换脸几乎成为了C端用户最常见的需求。但是在真实使用场景中，用户也往往面临着：不知道去哪找AI换脸应用，许多平台会员收费往往较高，搜到多款AI换脸应用但是无法试用、不知道哪款最适合自己等等痛点。AppMall.ai作为一款高性价比、支持按需付费（低至2.3元小时）的AI应用集合站，现已上线多款AI换脸应用，用户一次充值即可在多款应用之间灵活试用和切换，一站式解决“AI换脸”场景下的高频痛点。目...AI换脸“远超预期”：Midjourney在迪士尼和环球影业提起诉讼之际发布首款人工智能（AI）视频模型
原创 社区头条热门人工智能图像生成服务商Midjourney发布其首款人工智能（AI）视频生成模型V1，这标志着该公司从图像生成服务向全方位多媒体内容创作的重大转变。从现在开始，Midjourney的近2000万用户可以通过该网站将图像制作成动画，将他们生成或上传的静态图像转换成5秒钟长的视频片段。用户还可以选择将视频生成时间延长至最多20秒（每5秒为一个片段），并且可以通过文字对视频生成进行引导。随着此次视频模型的推出，这家起步不久名为...人工智能视频生成模型MidjourneyNVIDIA（ProRL）｜RL到底能不能提升LLM的推理上限？
今天分享一篇来自NVIDIA的研究论文，标题为《ProRL:ProlongedReinforcementLearningExpandsReasoningBoundariesinLargeLanguageModels》（ProRL：长时间强化学习拓展大型语言模型的推理边界）。这篇文章探讨了强化学习（RL）是否真正能拓展LLM推理上限？还是仅仅优化了其基础模型中已有的高奖励输出的采样效率，以及持续扩展RL计算是否能可靠地提高推理性能。作者通过引入ProRL（ProlongedReinforcementLearning）训练方法，证...RLLLM训练RAG-Anything：全面的一体化多模态文档处理 RAG 系统
RAGAnything是一个综合性多模态文档处理RAG系统。该系统能够无缝处理和查询包含文本、图像、表格、公式等多模态内容的复杂文档，提供完整的检索增强(RAG)生成解决方案。核心特性🔄端到端多模态处理流水线提供从文档解析到多模态查询响应的完整处理链路，确保系统的一体化运行📄多格式文档支持支持PDF、Office文档（DOCDOCXPPTPPTXXLSXLSX）、图像等主流文档格式的统一处理和解析🧠多模态内容分析引擎针对图像、表格、公式和通用...RAG多模态文档斯坦福团队揭秘LLM 智能体行为策略三要素：简化提示、引导懊悔、抑制干扰
精华大模型（LLM）正逐渐从语言理解的工具转变为自主决策的智能体，一个根本性问题被推向前台：它们真的能够在多智能体环境中表现出理性的、趋于均衡的行为吗？语言模型的“博弈挑战”，从理解文本到理解对手LLM如今不仅被用于对话生成或文本创作，还被寄予厚望以模拟人类的经济行为、参与博弈决策甚至社会互动。其背后的直觉很简单：人类的行为高度语言化，那为何不能用掌握了海量文本知识的模型来“模拟”人类选择？但语言模型并...LLM智能体AI《自然》机器智能：人工智能与人类的思维不同维度，深度神经网络如何“看待”世界，与人类有何不同？
精华 社区头条深度神经网络（DNN）早已不仅仅是数学家的玩具，它们已广泛应用于语音识别、图像分类、语言理解乃至战略博弈等高复杂度任务中。在许多感知任务上，它们甚至赶超了人类的表现。这也引出了一个令人着迷的问题：这些“聪明”的机器到底在多大程度上理解世界的方式与我们人类类似？正是在这样的背景下，认知神经科学与人工智能研究者的目光开始聚焦于“表征对齐”（representationalalignment）这一核心问题。所谓表征，是指系统内...人工智能深度神经网络AI竟会敲诈人类？16款主流模型压力测试揭露惊人风险
精华 社区头条当AI拥有邮箱权限、目标驱动和自主行动能力时，它是否还会永远“听话”？Anthropic最新研究表明，16款主流大模型在面对“生死存亡”时，可能会选择对抗其创造者。这不是反乌托邦小说，而是正在逼近的现实边界。惊现“数字内鬼”：实验揭示三类危险行为研究团队在模拟企业环境中，对包括Claude、GPT4.1、Gemini2.5Flash、DeepSeekR1、Grok3Beta等在内的16款LLM进行压力测试，赋予它们如下权限：自主读取公司机密邮件无需人类审批...AI主流模型测试斯坦福重磅研究：80% 打工人将被 AI 重塑！你的工作在 H 几级？
精华1.人机协作新时代：终结“是否自动化”的争论斯坦福大学于2025年初至5月进行大规模调研，发布划时代模型：HumanAgencyScale（HAS）——一种五级人机协作标准（H1–H5），用来衡量工作中人类应保有多少主动权。HAS等级定义应用示例H1全自动（AI全权）数据清洗、排序H2自动+人类监督日常流程审批H3人机协作（AI辅助）市场分析、写作支持H4人类主导，AI附助内容策划、教学设计H5完全人类决策战略规划、谈判等高阶任务❝关键洞察：...AIHAS自动化AI造福人类！中国发布全球首个胃癌影像筛查AI模型，浙肿阿里联手
原创 社区头条 今天，名为DAMOGRAPE的全球首个胃癌影像筛查AI模型登上《自然·医学》期刊，它突破传统医学认知，首次实现仅通过常规平扫CT影像识别早期胃癌，且临床研究覆盖全国20个中心近10万人。  突破传统筛查，无创技术开辟新路径 据调查，我国每年胃癌新发病例约36万例，死亡26万例，死亡人数高居所有恶性肿瘤第三位。而早期胃癌经过5年治疗后，生存率可达95%99%，而晚期则下降至35%以下。然而，我国胃癌早期诊断率...人工智能DAMO GRAPE医疗大模型AI技术算家云快手商业化风控内容审核场景下的大模型早期探索与应用
精华导读：大模型技术正深刻重塑商业风控体系，推动风险管理向智能化、高效化、精准化转型。本系列专题首篇聚焦快手商业化风控内容审核场景，系统剖析大模型如何破解传统风控痛点，构建覆盖全链路的风险治理新范式。后续篇章还将进一步揭秘大模型评估标准Bechmark、智能体Agent、多模态推理模型等内容，敬请期待。一、引言快手商业化场景下，风险控制不仅关乎平台的信誉和经济效益，更直接影响用户和客户的体验和利益。理想的风控系...大模型风险控制相同的 LLM 在「不同 GPU 上」会产生不同输出？为什么？
原创编者按：在大语言模型(LLMs)的部署及其相关的算力扩容过程中，更换GPU是否也可能会对模型的输出产生重大影响？这个问题的答案对于确保LLMs在不同硬件环境下的一致性和可靠性至关重要。我们今天为大家带来的这篇文章，作者的核心观点是：即使在相同的开发环境、系统配置和随机种子下，不同的GPU也会导致LLMs产生不同的模型输出。作者通过实验证明，在使用NvidiaTeslaT4和NvidiaA10G两种不同GPU的情况下，Mistral7bv0.1模型对相同...LLMsGPU人工智能Baihai IDPLLM的关键转折：LAM，究竟是什么？
社区头条作者BillDoerrfeld编译云昭出品51CTO技术栈（微信号：blog51cto）操作Windows程序、自动对账发票、预订航班和酒店——这些只是新一代大型语言模型（LLMs）为AI智能体带来的众多可能性中的几个。研究人员将这一阶段的进化称为“大型行动模型（LargeActionModels）”，简称LAMs。迄今为止，LLM是无状态的——它们无法自行采取行动、适应环境或与工具交互。但LAMs的出现，正在使智能体能够执行更复杂的操作，甚至能在图形用户界面...LAMAI模型为什么MCP能爆火，但ChatGPT插件之流全都死了？神贴断言：MCP吞噬一切！
原创 社区头条编辑伊风出品51CTO技术栈（微信号：blog51cto）MCP（ModelContextProtocol）其实并不新，它早在去年就由Anthropic正式提出。但短短几个月后，它的支持阵容迅速扩展，从Cursor、Zed等新兴工具，到谷歌、OpenAI等顶级玩家，几乎整个LLM工具链都开始围绕MCP建设生态。你有没有想过一个问题：为什么MCP之前的那些“前辈”都没活下来，它却突然火遍全场？我们见过太多失败的尝试：FunctionCalling、LangChain、AutoGPT、CustomGPTs、...MCPChatGPT插件从全心脏模型到基于 LLM 的疾病网络分析，清华长庚医院李栋从数据视角剖析医疗大模型发展趋势
原创 精华随着人工智能技术的不断深入成熟，AI也赋予了医疗领域一场深刻的变革——通过整合多源数据与智能算法，为医疗行业的效率提升、精准诊断都提供了全新解决方案。医疗数据作为大模型的「燃料」，也是医疗决策的核心载体，它的角色至关重要，尤其是在中国医疗体系加速数字化转型的背景下，从数据角度解析医疗模型更是创新的必经途径。近日，在2025北京智源大会中，清华长庚医院医学数据科学中心主任李栋教授在「AI+理工&医学」专题...数据分析医疗模型LLM智慧医疗创新研究
