鸿蒙开发者社区

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

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

关注

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。

共 2.7w 条

突发！OpenAI正与微软洽谈新融资，筹备IPO

据多位了解谈判情况的人士透露，双方还在修订一份更广泛的合同条款。这份合同是微软在2019年首次向OpenAI投资10亿美元时起草的。

2025-05-12 08:59:26

OpenAI 微软 AI

开源全能图像模型媲美GPT-4o！理解生成编辑同时搞定，解决扩散模型误差累计问题

在模型融合训练、图像Token数量提升、ScaleUp数据集和模型大小等等方面，Nexus-Gen依然存在着大量的优化潜力，目前ModelScope团队在这些不同方向，还在进行更深入的探索。

2025-05-12 08:50:00

模型训练数据

一个「always」站在大模型技术C位的传奇男子

语言模型将以各种方式越来越多地融入我们的生活，并且将在全球算力中占主导地位。

2025-05-12 08:40:00

模型 AI 算力

Qwen上新AI前端工程师！一句话搞定HTML/CSS/JS，新手秒变React大神

三大件HTML，CSS，JavaScript一个工具全包了，定睛一看用的还是React框架。

2025-05-12 08:35:00

AI 前端工具

SIGGRAPH 2025 | 快手可灵团队提出3D感知的可控电影级视频生成工作CineMaster！

近期，可灵研究团队在「3D 感知可控视频生成」领域做出了首次尝试，推出了电影级文本到视频生成框架 CineMaster。

2025-05-12 08:25:00

3D 视频生成

万径归于「概率」，华人学者颠覆认知！英伟达大牛力荐RL微调新作

华人学者参与的一项研究，重新确立了强化学习在LLM微调的价值，深度解释了AI训练「两阶段强化学习」的原因。某种意义上，他们的论文说明RL微调就是统计。

2025-05-12 08:24:01

完全开源！全新多合一AI智能体框架来了：无缝支持多种工具、多种任务

当AI与工具相结合，智能体不再只是概念！Minion-agent整合多框架能力，解决碎片化问题，支持多智能体协作与工具调用，降低开发门槛，已在多个场景中展现高效能力，有望推动AI智能体创新和普及！

2025-05-12 08:19:13

AI 开源智能体

字体控狂喜！Liblib AI 黑科技 RepText：无需理解文字，AI就能 1:1 复刻多国语言视觉效果

论文从一个朴素的假设出发，即文本理解只是文本渲染的充分条件，而非必要条件。

2025-05-09 09:12:00

AI 语言模型视觉

欧洲黑马Mistral Medium 3来了！跑分对标最强Claude，实测大翻车

法国初创Mistral，刚刚推出定价碾压DeepSeek V3的模型，而模型性能，却超过Claude Sonnet 3.7的90%。不过在网友们的实测中，它却翻车了？有人建议：不必下载浪费流量和硬盘空间。

2025-05-09 09:02:00

模型 AI 数据

全球首个，最接近原版DeepSeek开源复现来了！R1四个月狂飙26倍

近日，来自SGLang、英伟达等机构的联合团队发了一篇万字技术报告：短短4个月，他们就让DeepSeek-R1在H100上的性能提升了26倍，吞吐量已非常接近DeepSeek官博数据！

2025-05-09 08:55:00

英伟达数据开源

仅看视频就能copy人类动作，宇树G1分分钟掌握100+，UC伯克利提出机器人训练新方式

UC伯克利团队研发出了一套新的机器人训练系统，可将视频动作迁移到真实机器人。

2025-05-09 08:50:00

机器人训练 AI

谷歌Gemini火力全开！实测：原生图像生成新升级确实强

谷歌最近真是火力全开啊！与之前的实验版本相比（Gemini 2.0 Flash Experimental），这一次主打图像质量更好、文本渲染更准确，生成速度更快。

2025-05-09 08:45:00

谷歌模型 AI

突破多模态奖励瓶颈！中科院清华快手联合提出R1-Reward，用强化学习赋予模型长期推理能力

来自中科院自动化所、清华大学、快手和南京大学的研究团队，在探索如何利用强化学习来稳定、有效地提升多模态奖励模型的长时推理能力方面，取得了新进展。

2025-05-09 08:40:00

强化学习 AI 模型

OpenAI神秘项目曝光：cderGPT，用AI加速药物评估

Wired发布的消息来看，OpenAI的高层为了这个项目，已经与美国食品药品监督管理局（FDA）和马斯克的效率部门进行了多次讨论。

2025-05-09 08:35:00

AI 模型 OpenAI

超过谷歌搜索，成本猛降80%！阿里开源创新大模型搜索引擎

ZeroSearch是一种无需与真实搜索引擎交互即可激励大模型搜索能力的强化学习框架。

2025-05-09 08:31:11

开源搜索引擎模型

AI视频的DeepSeek时刻！开源13B模型生成提速30倍，5090跑出好莱坞特效

最新开源模型LTXV-13B，免费可商用、推理速度快、游戏显卡就能跑，视觉效果也不错。要素都齐了，想不火都难。

2025-05-09 08:30:00

开源模型 AI

OpenAI重磅官宣：帮全球各国造星际之门！奥特曼亲临现场晒照

OpenAI重磅推出「OpenAI for Countries」项目，作为「星际之门」计划的重要举措，旨在帮助全球各国建设AI数据中心、定制本地化ChatGPT，并推动经济增长与技术创新。奥特曼赶赴项目现场实地考察。

2025-05-09 08:26:00

OpenAI 数据中心奥特曼

ICML 2025 | 清华、上海AI Lab等提出傅里叶位置编码，多项任务远超RoPE

到底是什么限制了 RoPE 的周期延拓，进而限制了 LM 的长度外推呢？

2025-05-09 08:19:00

模型 AI 数据

刚刚，ChatGPT的深度研究可以连接GitHub了！网友：这是真·RAG

深度研究（Deep Research）功能，现在可以直接连接到GitHub了！

2025-05-09 08:18:51

AI 模型数据

开源即屠榜！UniME多模态框架登顶MMEB全球训练榜，刷新多项SOTA纪录

格灵深瞳、阿里ModelScope团队，以及通义实验室机器智能团队联合发布通用多模态嵌入新框架UniME，一经推出就刷新MMEB训练榜纪录。

2025-05-08 09:31:50

模型训练 AI

王炸！微软AI Agent支持A2A、MCP协议，智能体黄金时代降临

现阶段的智能体相当于战国时代，每家的技术、数据格式、开发方法都不一样。而A2A+MCP可以像秦始皇那样改写这一局面，统一货币、度量衡推动智能体从分散走向融合，极大提升开发、自动化效率。

2025-05-08 09:20:15

微软智能体 AI

突发！特朗普准备取消AI芯片出口限制

据知情人士透露，这项撤销决定尚未最终确定，旨在重塑拜登执政期间推出的一项政策，该政策将国家分为三大类，以监管英伟达等公司AI芯片的出口。

2025-05-08 09:17:51

英伟达芯片 AI

万字长文带你读懂强化学习，去中心化强化学习又能否实现？

本文的目标是探索基于 RL 的模型改进的含义，并会特别关注 RL 过程是否适合去中心化。

2025-05-08 09:16:00

模型强化学习训练

ICML 2025 | 视频生成模型无损加速两倍，秘诀竟然是「抓住attention的时空稀疏性」

随着视频扩散模型的复杂度进一步上升，如何在不损失视觉质量的前提下提升效率，将是核心问题之一。SVG 的工作展示了一条重要方向：结构理解 + 自适应稀疏性可能成为视频生成推理优化的黄金组合。

2025-05-08 09:14:54

模型推理 AI

北大、清华、UvA、CMU等联合发布：大模型逻辑推理能力最新综述

本综述系统梳理了大语言模型逻辑推理能力的研究现状。尽管在很多自然语言任务中取得了显著进展，但大语言模型的逻辑推理能力仍面临重大挑战，尤其在逻辑问答和逻辑一致性两个方面。

2025-05-08 09:10:30

自然语言模型 AI

挑战AI数学推理极限！大规模形式化数学基准FormalMATH发布，最强模型成功率仅16%

尽管大语言模型（LLM）在自然语言处理和代码生成等领域取得显著进展，但面对需要严格逻辑推导的数学定理证明任务时，其能力仍面临严峻挑战。

2025-05-08 09:05:37

AI 推理模型

51CTO技术栈诚邀特约作者加入啦！原创精选

我们诚邀您成为51CTO技术栈特约作者，与我们一起传播技术，赋能IT人成长。

2025-05-08 09:00:00

字节开源图像编辑黑科技！1/30参数1/13数据，性能提升9.19%

这一方法旨在解决现有图像编辑模型中监督信号有噪声的问题，通过构建更有效的编辑指令提升编辑效果。

2025-05-08 08:57:59

开源模型生成

一个LoRA实现GPT-4o级图像编辑！浙大哈佛新模型冲上Hugging Face榜二

随着Gemini、GPT-4o等商业大模型把基于文本的图像编辑这一任务再次推向高峰，获取更高质量的编辑数据用于训练、以及训练更大参数量的模型似乎成了提高图像编辑性能的唯一出路。

2025-05-07 13:51:49

ICML 2025 Spotlight｜华为诺亚提出端侧大模型新架构MoLE，内存搬运代价降低1000倍

本文提出了 MoLE，一种面向端侧部署优化的新型 MoE 架构。通过将专家输入改为浅层的 embedding token，并采用查找表替代传统的矩阵运算，MoLE 有效解决了传统 MoE 在推理阶段面临的显存开销大、传输延迟高的问题。实验结果表明，MoLE 在保持与 MoE 相当性能的同时，大幅降低了推理延迟，尤其在批量解码场景中展现出显著优势。

2025-05-07 13:49:19

模型 AI 架构

机器人界「Sora」来了！清华、星动纪元开源首个AIGC机器人大模型，入选ICML2025 Spotlight

无独有偶，AIGC 生成式技术同样在具身智能机器人大模型上带来了惊人的表现。

2025-05-07 13:48:48

AIGC 生成机器人

OTC‑PO重磅发布 | 揭开 o3 神秘面纱，让 Agent 少用工具、多动脑子！

在本研究中，我们引入了最佳工具调用控制策略优化（OTC-PO），这是一个简单而有效的强化学习框架，它明确鼓励语言模型通过最佳工具调用生成正确答案。

2025-05-07 13:47:43

强化学习 AI 智能体

搞不懂CUDA的人有救了，Devin开发商开源Kevin，强化学习生成CUDA内核

Kevin-32B 基于 QwQ-32B 在 KernelBench 数据集上使用 GRPO 进行了多轮强化学习训练，实现了超越 o3 和 o4-mini 的顶级推理表现。

2025-05-07 13:46:34

AI 模型数据

公开模型一切，优于DeepSeek-R1，英伟达开源Llama-Nemotron家族

英伟达推出了 Llama-Nemotron 系列模型（基于 Meta AI 的 Llama 模型构建）—— 一个面向高效推理的大模型开放家族，具备卓越的推理能力、推理效率，并采用对企业友好的开放许可方式。

2025-05-07 10:12:52

英伟达模型 AI

英伟达提出最强「描述一切」模型 (DAM)，可生成图像或视频特定区域的详细描述，拿下7个基准SOTA！

“描述任何内容”模型 (DAM)能够为图像和视频中的特定区域生成详细的描述，可用于各种应用，从数据标注到作为下游任务的中间组件。

2025-05-07 10:10:36

模型生成 AI

南洋理工 & 牛津 & 新加坡理工提出Amodal3R，可从遮挡 2D 图像重建完整 3D 资产，3D生成也卷起来了！

Amodal3R 是一种从部分可见的 2D 图像重建完整 3D 形状和外观的新方法。

2025-05-07 10:09:49

3D 模型生成

豪掷30亿美元，OpenAI史上最大收购案！

OpenAI天价收购案即将完成。爆料称，OpenAI将出资30亿美元吞并AI编程工具Windsurf，成为其迄今为止最大规模的收购。

2025-05-07 10:09:28

OpenAI 模型 AI

刚刚，Gemini 2.5 Pro升级，成编程模型新王

刚刚，Google DeepMind 发布了 Gemini 2.5 Pro 的最新更新版本：Gemini 2.5 Pro (I/O edition)。

2025-05-07 10:01:35

Gemini 编程模型

微软正式开源UFO²，Windows桌面迈入「AgentOS 时代」

UFO² 的发布不仅标志着桌面智能体真正迈入了系统级的「AgentOS 时代」，也为未来智能办公、智能人机交互的发展树立了重要里程碑。

2025-05-07 09:16:00

微软开源系统

AI再破2000年前「上古卷轴」！古希腊著作原文首次重见天日

2000多年未解之谜被AI破解！2025年，研究人员首次非侵入性地读取到仍卷着的赫库兰尼姆古卷标题。这一突破来自维苏威挑战赛，获奖团队赢得6万美元，更为沉睡两千年的古代智慧开启了解读新纪元。

2025-05-07 09:14:00

AI 破解模型

ICML 2025 | 注意力机制中的极大值：破解大语言模型上下文理解的关键

近日，一项来自 ICML 2025 的新研究《Massive Values in Self-Attention Modules are the Key to Contextual Knowledge Understanding》揭示了大型语言模型中一个重要现象。

2025-05-07 09:12:00

模型研究 LLM

GPT-4o图像生成的「核燃料」找到了！万字长文拆解潜在变量，网友：原来AI在另一个维度作画

知名研究者 Andrej Karpathy 最近转发了一篇来自 Google DeepMind 研究科学家 Sander Dielman 的博客文章，探讨了生成模型（如图像、音频和视频生成模型）如何通过利用潜在空间来提高生成效率和质量。

2025-05-07 09:06:00

AI 模型生成

微软将大量AI功能、智能体集成在Windows11，全民AI时代来了

本次集成的AI功能非常多，涵盖搜索、设置、文件管理、画图、截图、Copilot等，同时还推出了以Copilot+ PC为主的全新Surface商务笔记本。

2025-05-07 09:01:00

Windows AI 智能体

通义实验室又一位大佬出走！传应用视觉团队负责人薄列峰已离职，将任职另一大厂多模态模型负责人！原创

薄列峰并非今年阿里通义实验室出走的第一位高层员工。2025年2月15日，通义实验室语音团队负责人鄢志杰也低调离职，加入某互联网大厂，担任AI Lab副主任，但因架构调整，鄢志杰在职不到三个月便已离职。

2025-05-06 16:03:20

通义实验室视觉团队多模态

大模型集体“挂科”！全新中文网页检索测试：GPT-4o准确率仅6.2%

BrowseComp-ZH是一项由港科大（广州）、北大、浙大、阿里、字节跳动、NIO等机构联合发布的新基准测试集，让20多个中外主流大模型集体“挂科”。

2025-05-06 15:32:23

模型 AI 测试

陶哲轩：感谢ChatGPT，4小时独立完成了一个开源项目

陶哲轩这次用到的 AI 工具仍然是 ChatGPT。经过大约四个小时的编程，在大模型的频繁协助下，他顺利做出了一个概念验证工具。

2025-05-06 15:31:17

陶哲轩 AI 工具

VDC+VBench双榜第一！强化学习打磨的国产视频大模型，超越Sora、Pika

复旦大学等机构提出了 Cockatiel 方法 [3]，该方法在权威的 VDC（Video Detailed Captioning 视频细粒度文本描述评测集）榜单上获得第一名，超过了包括通义千问 2-VL、VILA1.5、LLaVA-OneVision，Gemini-1.5 等在内的多个主流视频理解多模态大模型。

2025-05-06 15:28:14

模型 AI 强化学习

微软关闭14年老牌通信应用！建议用户迁移至Team！曾引领技术革命，首次实现电脑间免费通话！估值曾达FaceBook的26倍！原创精选

昨天，微软正式关闭 Skype。这个曾被誉为“重新定义通信”的传奇应用，在运行整整 23 年后，落下了帷幕。而距离微软 85 亿美元高价收购它，也只差几天就满 14 年。

2025-05-06 11:25:15

微软 Team 免费通话

刚刚，OpenAI公司结构重大调整：继续由非营利实体控制，营利性部门要变公益公司

OpenAI表示，这次的公司结构调整，是在听取市民领袖的意见，并与特拉华州总检察长办公室和加利福尼亚州总检察长办公室进行建设性对话后所做出的决定。

2025-05-06 10:14:47

OpenAI 非营利公益公司

突破瓶颈，嵌入式AI神经持续学习引擎—Replay4NCL

随着AI技术的快速迭代发展，嵌入式 AI 系统在各种应用场景中扮演着越来越重要的角色，例如，移动机器人、无人驾驶、无人机等。这些系统需要具备持续学习的能力，以适应动态变化的环境，同时避免灾难性遗忘。

2025-05-06 10:13:41

AI 神经网络系统

上一页 1 ··· 11 12 13 14 15 ··· 549 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营