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
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

技术AIIT
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

模型数据
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

WindowsAI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
3B模型逆袭7B巨头！Video-XL-Pro突破长视频理解极限，大海捞针准确率超98%
来自上海交通大学、北京智源研究院、特伦托大学的联合研究团队推出了Video-XL-Pro，实现近一万帧视频的单卡处理，大海捞针准确率超98%。

2025-05-06 09:55:00

视频生成AI
AI视频生成新突破！字节提出一致性视频生成方法Phantom：通过跨模态对齐生成主题一致的视频，超多应用场景
Phantom是一种基于文本-图像-视频三元组学习实现跨模态对齐的主体一致性视频生成方法。通过重新设计联合文本-图像注入机制并利用动态特征集成，Phantom 在统一的单/多主体生成和人脸 ID 保存任务中展现出极具竞争力的性能，并在定量评估中超越了商业解决方案。

2025-05-06 09:41:06

视频生成AI
315 行代码构建编程助手，Go大佬揭开智能体的「神秘面纱」
乍看之下，智能体编辑文件、运行命令、自行解决错误似乎很复杂，但实际上只需一个大语言模型、一个循环和足够的 tokens。构建一个小型的智能体并不需要太多工作，少于 400 行代码即可实现，且大部分是样板代码。

2025-05-06 09:15:00

代码模型AI
AI「自我复制」能力曝光！RepliBench警示：大模型正在学会伪造身份
科幻中AI自我复制失控场景，正成为现实世界严肃的研究课题。英国AISI推出RepliBench基准，分解并评估AI自主复制所需的四大核心能力。测试显示，当前AI尚不具备完全自主复制能力，但在获取资源等子任务上已展现显著进展。

2025-05-06 09:13:15

AI模型数据
成熟的编程智能体，已经学会升级自己的系统了
来自布里斯托大学和 iGent AI 的研究者认为，完全自我参照式的元智能体编程方式在今天是可实现的，并提供了一种合理的替代方案。

2025-05-06 09:10:00

编程智能体AI
「推理革命」爆发100天：DeepSeek-R1复现研究全揭秘！
本文深入梳理了围绕DeepSeek-R1展开的多项复现研究，系统解析了监督微调（SFT）、强化学习（RL）以及奖励机制、数据构建等关键技术细节。

2025-05-06 09:09:37

DeepSeek模型数据
谷歌DeepMind：大模型也很任性，知道最优路径偏要撞南墙
该研究对 LLM 常见的失败模式贪婪性、频率偏差和知 - 行差距，进行了深入研究。

2025-05-06 09:08:00

大模型AI谷歌
四面楚歌，奥特曼妥协了！OpenAI公布重大公司调整，放弃成为营利性公司
OpenAI突然宣布：放弃营利性转型，回归非营利初心！Sam Altman称要为全人类打造「全球大脑」，AGI不该服务少数人。利益最大相关方微软尚未表态。这场公司结构改革背后是一场关于AI控制权的权力博弈。

2025-05-06 09:06:18

OpenAI奥特曼模型
DeepSeek开源的文件系统，是如何提升大模型效率的？
DeepSeek 提出的文件系统是如何运作的，又能如何提高模型效率？最近，来自伊利诺伊大学厄巴纳-香槟分校的在读博士生 Henry Zhu 对 3FS 进行了解读。

2025-05-06 09:03:00

DeepSeekAI模型
细节直逼亚毫米级！港科广分层建模突破3D人体生成｜CVPR 2025
团队最新提出的MultiGO创新方案，借助分层建模思路——将人体分解为不同精度层级，从基础体型到衣物褶皱逐级细化。

2025-05-06 08:50:00

3D生成AI
用多模态LLM超越YOLOv3！强化学习突破多模态感知极限｜开源
华中科技大学、北京邮电大学等多所高校研究团队共同推出的Perception-R1（PR1），在视觉推理中最基础的感知层面，探究rule-based RL能给模型感知pattern带来的增益。

2025-05-06 08:40:00

视觉推理AI
中国开源大模型新成员：小米推理大模型首秀！ 原创 精选
据悉，小米的AI团队规模已超过3000人，覆盖了视觉、声学、语音、NLP、知识图谱、机器学习、大模型、多模态等多个前沿方向，推动着AI技术全面赋能手机、AIoT、汽车、机器人等多个业务板块。

2025-04-30 16:48:07

小米推理大模型
AI包办79%代码，程序员饭碗不保！前端开发要凉，人类只配改Bug？
还在用AI改改小Bug？已经out了！最新研究发现，Claude Code上79%的任务直接由AI自动完成。从前端界面到自动化任务，AI正席卷编程。

2025-04-30 09:52:42

AI编程模型
细思极恐，AI操控舆论达人类6倍！卧底4月无人识破，Reddit集体沦陷
AI洗脑人类，成功率6倍暴击！苏黎世大学在Reddit秘密实验引爆全网，LLM假扮多种身份，历时4个月发表1700+评论，轻松操控舆论，竟无人识破。

2025-04-30 09:20:00

AI模型训练
微软1bit LLM新研究：原生4bit激活值量化，可充分利用新一代GPU对4bit计算的原生支持
研究发现注意力层和前馈网络层的输入激活值分布还比较接近高斯分布，量化起来相对容易。

2025-04-30 09:16:00

模型AI研究
不要思考过程，推理模型能力能够更强丨UC伯克利等最新研究
通过简单的prompt绕过「思考」这一过程直接生成解决方案，可能同样有效，甚至更好。

2025-04-30 09:09:00

模型AI生成
ICLR 2025｜首个动态视觉-文本稀疏化框架来了，计算开销直降50%-75%
针对当前多模态大模型推理效率受限的问题，团队通过分析多模态大模型推理过程中的不同阶段，针对性的设计了推理加速方案。提出了 Dynamic-LLaVA—— 第一个同时稀疏化视觉和语言上下文的多模态大模型推理加速框架，将不同推理模式的推理效率优化集成到统一框架中。

2025-04-30 09:00:00

模型推理AI
OpenAI玩崩了！GPT-4o更新后变马屁精差评如潮，奥特曼：一周才能完全修复
现在铺天盖地的用户反馈，更新后ChatGPT过于谄媚，没法聊了。

2025-04-30 08:42:00

OpenAI模型AI
纳米AI为4亿打工人定制「AI牛马」！可0代码手搓超级智能体
近来，纳米AI重磅上线MCP万能工具箱，全面支持MCP协议，开启AI Agent生产力新时代。作为国内首家开放生态MCP平台，它以超低门槛，让4亿人都能手搓爆款AI。

2025-04-29 16:12:28

AI模型训练
上一页 1 ··· 1213141516 ··· 550
点赞

51CTO技术栈公众号

业务
速览
在线客服