51CTO首页
AI.x社区
博客
学堂
精品班
软考社区
免费课
企业培训
鸿蒙开发者社区
信创认证
公众号矩阵
移动端
视频课免费课排行榜短视频直播课软考学堂
全部课程软考信创认证华为认证厂商认证IT技术PMP项目管理免费题库
在线学习
文章资源问答课堂专栏直播
51CTO
鸿蒙开发者社区
51CTO技术栈
51CTO官微
51CTO学堂
51CTO博客
CTO训练营
鸿蒙开发者社区订阅号
51CTO软考
51CTO学堂APP
51CTO学堂企业版APP
鸿蒙开发者社区视频号
51CTO软考题库
账号设置 退出

新闻

2.7w内容  
汇聚51CTO网站的各领域新鲜资讯，包括开发、移动开发、系统、网络、安全、数据库、大数据、人工智能、区块链、云计算、物联网、数字化转型、服务器、存储、商务办公、运维、开源、智能汽车等细分领域。
文章
共 2.7w 条
256块NPU训成8B视频模型、超越Sora等一众闭源！抖音内容技术团队开源ContentV
抖音内容技术团队开源了 ContentV，一种面向视频生成任务的高效训练方案。

2025-06-13 09:03:00

视频生成训练模型
黄仁勋亲述：当年如何把“价值数十亿美金”的首台AI超算，亲手送给了OpenAI
这段往事不仅是一则趣闻，更揭示了英伟达成功的秘诀之一：对开发者生态的重视和对未来技术趋势的坚定信念。

2025-06-13 09:02:18

开发者英伟达超算
何恺明改进了谢赛宁的REPA：极大简化但性能依旧强悍
谢赛宁团队提出了表征对齐 (REPA) 。该方法可以利用预训练得到的现成表征模型的能力。

2025-06-13 08:53:00

模型图像生成训练
CVPR 2025 多模态大一统：斯坦福 x 复旦提出符号主义建模生成式任务
来自复旦大学、华南理工大学、武汉大学以及 Cornell、UCSD 等机构的研究团队提出了创新的基于符号化表征的生成任务描述框架。

2025-06-13 08:46:00

模型训练数据
CVPR 2025 | 多模态统一学习新范式来了，数据、模型、代码全部开源
本文分别从数据和模型的角度出发，提出了统一视听场景理解的显示互助范式来实现任务间的显示互助，大量的实验结果以及可视化分析均证明了该范式的有效性。

2025-06-13 08:45:00

数据模型可视化
2D图像作中介，零训练实现3D场景生成SOTA：英伟达&康奈尔提出文本驱动新流程
能否让 2D 图像充当 "中间商"，先把用户输入文字转化为高质量场景图，再从中提取 3D 信息？NVIDIA 与康奈尔大学联合团队的最新研究 ArtiScene，正是基于这一 insight 提出的全新解决方案。

2025-06-12 14:29:14

3D模型场景生成
小扎“超级智能”小组第一位大佬！谷歌DeepMind首席研究员，“压缩即智能”核心人物
看出来了小扎AGI组队，就是一个原则：这些科技公司的顶尖工程师们应来尽来，而且钱都不是问题。他们为这些人提供了数千万美元的薪酬方案，包括股权。

2025-06-12 14:27:53

谷歌智能AI
GPT-4o宁让人类陷入危险，也不愿被关闭！OpenAI前高管敲响警钟
前OpenAI高管Steven Adler的最新研究揭露了令人不安的事实：在模拟测试中，ChatGPT有时会为了避免被替换，选择欺骗用户，甚至置用户健康于危险境地。AI优先考虑自身存活，而非用户福祉，这是否预示着AI失控的危机？

2025-06-12 14:26:01

OpenAIChatGPT模型
DeepMind首个猜想库开源，获陶哲轩力挺！
谷歌DeepMind重磅出击，开源首个形式化数学猜想库，获陶哲轩力挺！从解析数论的兰道猜想开始，这个开源项目将为AI破解数学难题的未来铺路。

2025-06-12 14:20:35

谷歌DeepMindAI
每秒生成超30帧视频，支持实时交互！自回归视频生成新框架刷新生成效率
最近，来自微软研究院的团队与北大联合发布新框架——Next-Frame Diffusion (NFD)。

2025-06-12 11:57:56

视频生成模型AI
最大的开源GraphRag：知识图谱完全自主构建｜港科大＆华为
香港科技大学KnowComp实验室联合香港华为理论部提出了AutoSchemaKG：一个无需预定义模式、用于完全自主知识图谱构建的框架。

2025-06-12 11:56:30

模型框架开源
杨立昆亲自指导开源世界大模型，为AI Agent打造超级大脑
与第一代相比，V-JEPA 2使用了100万视频+100万图片超大规模训练数据集，可以让AI Agent像人类那样理解真实的物理世界，为智能体打造一个“超级大脑”自主学会观察、规划到执行全自动化能力。

2025-06-12 09:12:00

模型数据智能体
o3绞尽脑汁仅答对40%的题目，开源模型基本乱猜？MMSI-Bench：多图空间智能试金石
这一专为多图像空间智能设计的MMSI-Bench由上海人工智能实验室、香港中文大学、浙江大学、清华大学、上海交通大学、香港大学以及北京师范大学的研究者们共同完成。

2025-06-12 09:05:00

模型开源AI
全球首个历史基准！普林复旦打造AI历史助手，AI破圈人文学科
普林斯顿大学AI实验室与复旦大学历史学系联手推出了全球首个聚焦历史研究能力的AI评测基准——HistBench，并同步开发了深度嵌入历史研究场景的AI助手——HistAgent。这一成果不仅填补了人文学科AI测试的空白，更为复杂史料处理与多模态理解建立了系统工具框架。

2025-06-12 09:03:00

AI评测模型
谷歌流量急坠归0？核心员工被「自愿离职」，30年搜索帝国崩塌
谷歌搜索正迎来前所未有的转折点：核心团队员工被提议「自愿离职」，以支持AI巨资投入。搜索时代终结、AI重塑信息生态，已成不可逆转之势。

2025-06-12 09:00:00

谷歌搜索AI
端到端GUI智能体首次实现“犯错-反思-修正”闭环，模拟人类认知全过程
随着多模态大模型的发展，端到端GUI智能体在手机、电脑等设备上的自动化任务中展示出巨大潜力。它们能够看懂设备屏幕，模拟人类去点击按钮、输入文本，从而完成复杂的任务。

2025-06-12 08:58:00

智能体训练数据
MSRA清北推出强化预训练！取代传统自监督，14B模型媲美32B
微软亚洲研究院（MSRA）联合清华大学、北京大学提出全新预训练范式RPT（强化预训练），首次将强化学习深度融入预训练阶段，让模型在预测每个token前都能先“动脑推理”，并根据推理正确性获得奖励。

2025-06-12 08:46:00

强化训练模型AI
火山引擎发布豆包大模型1.6，加速Agent大规模应用
6月11日，字节跳动旗下火山引擎举办Force原动力大会，发布豆包大模型1.6、视频生成模型Seedance 1.0 pro等新模型，并升级了Agent开发平台等AI云原生服务。

2025-06-11 17:31:28

火山引擎Force原动力豆包大模型
谁说强化学习只能是蛋糕上的樱桃，说不定，它也可以是整个蛋糕呢？
本文提出了强化预训练（Reinforcement Pre-Training, RPT）这一新范式，旨在弥合可扩展的自监督预训练与强化学习能力之间的鸿沟。

2025-06-11 14:45:57

强化学习训练模型
10%训练数据超越100%表现，机器人学习领域迎来重要突破
ViSA-Flow 为机器人学习领域带来了重要突破，证明了从大规模人类视频中提取语义表示进行机器人技能学习的可行性。该方法不仅在理论上具有创新性，在实际应用中也展现出强大的性能优势。

2025-06-11 14:45:26

机器人训练数据
Mistral的首个强推理模型：拥抱开源，推理速度快10倍
欧洲人工智能公司 Mistral AI 发布了 Magistral，这是一个全新的大语言模型（LLM）系列，展现了强大的推理能力。它能够进行不断反思，并解决更复杂的任务。

2025-06-11 14:39:50

AILLMMistral
硅谷AI圈变天！OpenAI弃微软转投谷歌，LeCun被边缘小扎组队血战复仇
活久见，OpenAI和谷歌「世纪握手」，达成合作了！另一边的微软，似乎转头就被抛弃了。另外，小扎也受了刺激，下决心亲自组队50人 ，破釜沉舟斥资150亿收购Scale AI，誓要做出AGI。硅谷变天了。

2025-06-11 14:36:16

谷歌微软AI
智能体自己出现问题自己找！首次提出“自动化失败归因”课题 | ICML2025 Spotlight
宾夕法尼亚州立大学与杜克大学联合Google DeepMind等机构的研究者们首次提出了“自动化失败归因”这一全新研究课题，并为此构建了首个专用基准数据集Who&When，开发和评估了多种自动化归因方法。

2025-06-11 13:44:44

自动化模型智能体
扩散语言模型真的会比自回归好？理论分析结果可能恰恰相反
来自北京大学和蚂蚁集团的最新研究表明，答案远非简单的 “是” 或 “否”，在某些关键场景下，结论甚至可能恰恰相反。

2025-06-11 09:21:28

模型图像生成AI
一个md文件收获超400 star，这份综述分四大范式全面解析了3D场景生成
来自南洋理工大学 S-Lab 的研究者们全面调研了该领域最前沿的研究方法，发表了综述《3D Scene Generation: A Survey》，对 300+ 篇代表性论文进行了系统归纳，将现有方法划分为四大类：程序化方法、基于神经网络的 3D 表示生成、图像驱动生成，以及视频驱动生成。

2025-06-11 09:19:22

3D生成AI
一招缓解LLM偏科！调整训练集组成，“秘方”在此 | 上交大&上海AI Lab等
上海交大&上海AI Lab联合团队提出创新方法IDEAL，可显著提升LLM在多种不同领域上的综合性能。

2025-06-11 09:17:00

LLM模型AI
时空压缩！剑桥大学提出注意力机制MTLA：推理加速5倍，显存减至1/8
剑桥大学机器智能实验室最新提出了 Multi-head Temporal Latent Attention（MTLA），首次将时序压缩与隐空间压缩相结合，在 KV 缓存的两个维度上同时施加时空压缩策略。

2025-06-11 09:15:51

模型AI架构
刚刚，OpenAI正式发布o3-pro！奥特曼激动更新博客：温和的奇点
从即日起，所有 Pro 订阅用户均可通过 ChatGPT 和 API 使用这款强大的推理模型。

2025-06-11 09:13:44

模型AIOpenAI
一块4090搞定实时视频生成！Adobe黑科技来了
游戏直播等实时渲染门槛要被击穿了？Adobe 的一项新研究带来新的可能。

2025-06-11 09:12:00

视频生成AI
SOTA级视频编辑新方法：无需训练一句话编辑视频，背景保持100%
西湖大学AGILab提出了一种全新的无需反演和训练的视频编辑新方法：FlowDirector。

2025-06-11 09:10:00

视频AI训练
北大伯克利联手“拷问”大模型：最强Agent也才40分！新基准专治“不听话”的AI分析师
这项名为IDA-Bench的新基准，就是为了模拟真实世界中这种“边想边改”的分析场景而生。

2025-06-11 09:08:00

AI模型数据
让AI自己设计芯片！中国科学院发布「启蒙」，芯片全流程自动设计
近日，中国科学院计算技术研究所联合软件研究所推出「启蒙」系统，基于AI技术，实现处理器芯片软硬件各个步骤的全自动设计，达到或部分超越人类专家手工设计水平。

2025-06-11 09:07:00

AI芯片技术
20人团队提前实现DeepSeek构想，AI算力变天？直击大模型算力成本痛点
20人国内团队，竟然提前2年预判到了DeepSeek的构想？玉盘AI的全新计算架构方案浮出水面后，直接震动业内：当前AI算力的核心瓶颈，他们试图从硬件源头解决！

2025-06-11 09:06:00

AI架构算力
英伟达港大联手革新视觉注意力机制！GSPN高分辨率生成加速超84倍
香港大学与英伟达联合推出了广义空间传播网络（GSPN）。

2025-06-11 09:06:00

视觉生成AI
0.5B以小搏大拿下端侧模型新SOTA：4090可跑，长文本处理5倍常规加速丨清华&面壁开源
MiniCPM 4，提供8B、0.5B两种参数规模，仅使用同级别开源模型22%的训练开销，就达到了同级别最优性能。

2025-06-11 09:03:29

模型开源数据
视频生成1.3B碾压14B、图像生成直逼GPT-4o！港科&快手开源测试时扩展新范式
最近香港科技大学联合快手可灵团队推出 Evolutionary Search （EvoSearch）方法，通过提高推理时的计算量来大幅提升模型的生成质量，支持图像和视频生成，支持目前最先进的 diffusion-based 和 flow-based 模型。

2025-06-11 09:00:00

视频生成AI
不是视频模型“学习”慢，而是LLM走捷径｜18万引大牛Sergey Levine
为什么语言模型能从预测下一个词中学到很多，而视频模型却从预测下一帧中学到很少？

2025-06-11 08:59:21

AI模型训练
OpenAI新模型，被曝秘密训练中！万字硬核长文直指o4核心秘密
SemiAnalysis全新硬核爆料，意外揭秘了OpenAI全新模型的秘密？据悉，新模型介于GPT-4.1和GPT-4.5之间，而下一代推理模型o4将基于GPT-4.1训练，而背后最大功臣，就是强化学习。

2025-06-11 08:54:52

OpenAI模型训练
大模型是「躲在洞穴里」观察世界？ 强化学习大佬「吹哨」提醒LLM致命缺点
为什么语言模型很成功，视频模型还是那么弱？

2025-06-11 08:45:00

强化学习AI模型
百度网盘、文库联合发布AI相机，即拍即存，打造存储、搜索、扫描、管理等全模态超级入口
6月10日，在百度AI Day开放日上，百度网盘、文库联合发布行业首个全模态输入、处理、输出的系统化完整交付AI能力，推出行业首个“拍存管一体”的“AI相机”，成为覆盖最全场景、拥有最全功能的全模态超级入口。

2025-06-10 17:58:37

百度百度网盘百度文库
华为创造AI算力新纪录：万卡集群训练98%可用度，秒级恢复、分钟诊断
针对AI算力集群的高可用性，华为团队创新性提出了“3+3”双维度技术体系，即故障感知诊断、故障管理、集群光链路容错等三大基础能力，以及集群线性度、训练快恢、推理快恢等三大业务支撑能力。

2025-06-10 16:36:29

AI算力技术
刚刚，2025哥德尔奖出炉！破解30年难题，十年论文摘桂冠
刚刚，理论计算机年度大奖——2025年哥德尔奖揭晓！康奈尔大学副教授Eshan Chattopadhyay与导师David Zuckerman荣获此奖。

2025-06-10 16:27:16

计算机AI模型
强化学习之父：LLM主导只是暂时，扩展计算才是正解
大模型目前的主导地位只是暂时的，在未来五年甚至十年内都不会是技术前沿。

2025-06-10 11:22:09

强化学习AI模型
开源多智能体开发框架：支持MCP、Agent SDK，超2000颗星
支持火热的MCP服务以及OpenAI开源的Agent SDK，几分钟就能开发一个复杂的智能体工作流。

2025-06-10 09:28:31

智能体开发工具
苹果炮轰AI推理遭打脸，GitHub大佬神怒怼！复杂任务≠推理能力
最近，苹果再次发文指出LLM推理的根本缺陷。相关解读，一夜刷屏。然而，GitHub高级软件工程师怒不可遏，怒斥相关「流言」。

2025-06-10 09:25:27

苹果AIGitHub
数学圈地震！o3靠直觉刷爆人类顶尖难题，14位专家集体破防
推理模型如何攻克数学难题？Epoch AI新研究发现，o3-mini-high不仅具备渊博学识，还会基于直觉解题。然而，它的推理风格过于依赖直觉，缺乏严谨性和创造力，甚至偶尔「投机取巧」。

2025-06-10 09:22:31

模型数学AI
比自回归更灵活、比离散扩散更通用，首个纯Discrete Flow Matching多模态巨兽降临
来自香港大学和华为诺亚方舟实验室的研究团队提出了 FUDOKI，一个基于全新非掩码（mask-free）离散流匹配（Discrete Flow Matching）架构的通用多模态模型。

2025-06-10 09:18:53

AI模型训练
刚刚，苹果WWDC掀AI重构风暴！端侧模型全开放、AI版Siri却成最大「鸽」王
苹果全球开发者大会 WWDC 在 CEO 蒂姆・库克的演讲中拉开了序幕！

2025-06-10 09:10:47

苹果AI开发者
AI集体“听不懂”！MMAR基准测试揭示音频大模型巨大短板
这一全新基准测试MMAR来自上海交通大学、 南洋理工大学、伦敦玛丽皇后大学、字节跳动、2077AI开源基金会等研究机构。

2025-06-10 09:10:00

AI测试模型
AI七个月突破数学家“围剿”反超人类！14位数学家深挖原始推理token：不靠死记硬背靠直觉
FrontierMath官方Epoch AI邀请14位数学家，深入分析了o3-mini-high在应对这些数学难题时产生的29条原始推理记录。

2025-06-10 09:09:00

模型数学AI
上一页 1 23456 ··· 548
点赞

51CTO技术栈公众号

业务
速览
在线客服