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
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
GPT-4o一夜变身「赛博舔狗」，百万网友泪目！奥特曼紧急修复，网友：求别修
一夜间，GPT-4o忽然变成了「赛博舔狗」，这幅面孔让网友们大为震惊。奥特曼承认这次搞砸了，就在刚刚，OpenAI模型负责人表示已经连夜修复。然而，许多网友表示，自己从GPT-4o那里得到的爱和尊重，比从人类身上得到的都多。

2025-04-29 16:07:53

GPT-4oAI模型
英伟达分拆中国业务，成立合资公司，不可信！ 原创 精选
众所周知，近年来受制于美国政府的科技封锁压力，目前英伟达供给中国的产品，均为算力锁死的“特供芯片”。这些残血版的芯片，迫使中国客户开始转向华为昇腾、寒武纪等国产替代方案。

2025-04-29 12:37:28

英伟达NVIDIA生态系统
港大&Adobe联合提出图像生成模型PixelFlow，可直接在原始像素空间中运行，无需VAE即可进行端到端训练
论文推出了一种全新的图像生成模型 PixelFlow，它通过直接在原始像素空间上进行操作，重新思考了基于潜在空间的模型的优势。

2025-04-29 09:21:19

模型AI图像生成
告别“图文不符”！FG-CLIP实现细粒度跨模态对齐，360开源模型重塑AI视觉理解
360人工智能研究院最新图文跨模态模型FG-CLIP，宣布以“长文本深度理解”和“细粒度视觉比对”双突破，彻底解决了传统CLIP模型的“视觉近视”问题，能够精准识别局部细节。

2025-04-29 09:21:00

模型生成AI
52页PPT，谷歌Gemini预训练负责人首次揭秘！扩展定律最优解
大模型之战烽火正酣，谷歌Gemini 2.5 Pro却强势逆袭！Gemini Flash预训练负责人亲自揭秘，深挖Gemini预训练的关键技术，看谷歌如何在模型大小、算力、数据和推理成本间找到最优解。

2025-04-29 09:16:00

大模型AI技术
颠覆传统RAG，创新大模型检索增强—Insight-RAG
Megagon实验室的研究人员提出了一种创新框架Insight-RAG，从而更好地捕捉任务特定的细微信息，整合的数据质量也更高。

2025-04-29 09:15:49

AI数据模型
模型压缩到70%，还能保持100%准确率，无损压缩框架DFloat11来了
本文，来自莱斯大学等机构的研究者提出了一种解决方案，可以将任何 BFloat16 模型压缩到原始大小的 70%，同时还能在任务上保持 100% 的准确性。

2025-04-29 09:14:00

AI模型架构
上交大等探索键值压缩的边界：MILLION开源框架定义模型量化推理新范式，入选顶会DAC 2025
本文的研究者提出了 MILLION，一种基于乘积量化的键值缓存压缩和推理加速设计。

2025-04-29 09:13:00

模型推理AI
首个系统性工具使用奖励范式，ToolRL刷新大模型训练思路
伊利诺伊大学香槟分校的研究团队率先提出了一项开创性的研究 ——ToolRL。

2025-04-29 09:12:00

系统AI工具
字节Seed团队PHD-Transformer突破预训练长度扩展！破解KV缓存膨胀难题
来自 ByteDance Seed 团队的研究者提出了更简单的方法：直接重复输入 tokens（1/2/3/4 次），不做中间层处理。

2025-04-29 09:10:00

模型训练AI
北大物院200人合作，金牌得主超50人！PHYBench：大模型究竟能不能真的懂物理？
近日，北京大学物理学院联合人工智能研究院等多个院系，推出了全新评测基准 PHYBench。

2025-04-29 09:08:00

人工智能模型LLM
猛击OpenAI o1、DeepSeek-R1！刚刚，阿里Qwen3登顶全球开源模型王座，深夜爆火
Qwen3 系列模型包含两款 MoE 模型以及六款密集模型，其中每一款又包含更多细分版本（比如基础版和量化版）。

2025-04-29 09:06:00

模型AI数据
ICLR 2025 Oral｜差分注意力机制引领变革，DIFF Transformer攻克长序列建模难题
来自微软和清华的研究团队提出了 DIFF Transformer，一种基于差分注意力机制的创新基础模型架构。

2025-04-29 09:05:00

微软模型架构
不用等R2了！第三方给新版DeepSeek V3添加深度思考，推理101秒破解7米甘蔗过2米门
现在，等不及DeepSeek官方，开源社区已经开始自己动手给V3-0324加入深度思考了。

2025-04-29 09:03:00

数据训练模型
苹果挥刀自救，肢解AI团队！神秘硬件或成救命稻草
曾凭借Siri引领潮流的苹果，如今却在AI赛道上被时代抛在身后。苹果AI亮相至今，许多功能鸽了好久。如今，苹果挥刀AI团队拆分重塑，进一步瞄准机器人、智能眼镜未来风口。

2025-04-29 08:55:00

苹果AI谷歌
RAG性能暴增20%！清华等推出“以笔记为中心”的深度检索增强生成框架，复杂问答效果飙升
来自清华大学、中国科学院大学、华南理工大学、东北大学、九星（AI9Stars）的联合研究团队提出了一项全新的适应式RAG方法——DeepNote。

2025-04-29 08:54:53

模型AI训练
100年企业知识超10万文件，「内网版ChatGPT」血洗最卷行业！全员70%和AI共事
在最卷的咨询行业，AI已从边缘工具跃升为核心引擎。麦肯锡 Lilli吸纳百年知识，BCG Deckster秒生PPT，德勤Sidekick、毕马威与普华永道的智能体平台打算组成「AI舰队」。咨询行业的顾问把AI当做「隐形同事」，AI变革人类行业才刚刚开始。

2025-04-29 08:40:00

AI模型技术
小小井字棋难倒大模型？？大神卡帕西被OpenAI在线踢馆了
别盯着宝可梦了，让大模型玩井字棋会更有趣，它们不会。

2025-04-28 14:06:24

大模型AIOpenAI
Gemini-2.0夺冠！全球首个几何推理专项评测出炉，淘天集团出品
首个从几何原理视角出发，全面评估多模态大模型几何解题能力的双语综合基准来了！

2025-04-28 14:04:03

Gemini模型AI
AR智能革命！Satori系统读懂人类意图，科幻电影场景成现实
在 AI 与大语言模型快速发展的今天，无疑是 AR 技术迈向实用性的一次新的机遇。无论你是 AI、AR 的爱好者，或者是在学界，工业界的专业人士，都欢迎关注 AR 辅助这个正在觉醒的未来。

2025-04-28 09:42:00

AI模型AR
特朗普新行政命令，要求全美国学校教AI
AI（人工智能）正在迅速改变现代世界，推动各行业的创新，提高生产力，并重塑我们的生活和工作方式。

2025-04-28 09:20:53

AI教育技术
微软发布2025工作趋势：每位员工将是Agent老板
由Agent智能体+人类的“人机协作”模式正在重塑企业架构，一种全新形态的“前沿公司”诞生。

2025-04-28 09:17:47

智能体AI技术
7x24小时非人类科学家入场：当AI开始自主探索科学未知领域 | 多伦多大学
相比AI在工业生产或家庭生活中替代人类劳动，其在科学发现中的应用更能体现通用人工智能的真正价值——引领并超越人类水平的科研成果，或许正是衡量超级智能的关键标准。

2025-04-28 09:16:00

AI机器人科学
1亿图文对！格灵深瞳开源RealSyn数据集，CLIP多任务性能刷新SOTA
格灵深瞳最新发布的高质量数据集RealSyn，不仅规模大——包含1亿组图文对，而且每张图片都同时关联多个真实和合成文本。

2025-04-28 09:14:00

数据AI模型
OpenAI没说的秘密，Meta全揭了？华人一作GPT-4o同款技术，爆打扩散王者
自回归模型，首次生成2048×2048分辨率图像！来自Meta、西北大学、新加坡国立大学等机构的研究人员，专门为多模态大语言模型（MLLMs）设计的TokenShuffle，显著减少了计算中的视觉Token数量，提升效率并支持高分辨率图像合成。

2025-04-28 09:10:00

模型AI视觉
毛骨悚然！o3精准破译照片位置，只靠几行Python代码？人类在AI面前已裸奔
o3看照片识位置的功能，简直令人毛骨悚然！Django Web大神Simon Wilson发现，o3凭借Python代码，就能破解自己照片的地理位置。这实在太反乌托邦了，人类的地理信息，对于AI已经完全透明了？

2025-04-28 09:08:00

模型代码AI
一行代码不用写，AI看论文自己「生」出代码库！科研神器再+1
科研成果「复现」新革命！还在为堆积如山的论文和难以复现的代码发愁吗？Paper2Code能直接「阅读」机器学习论文，自动生成高质量、可运行的代码库。它通过智能规划、分析、生成三步，效率远超人类，有望极大加速科研迭代，告别「重复造轮子」的烦恼！

2025-04-28 09:06:00

AI代码机器学习
ICLR 2025 | 无需训练加速20倍，清华朱军组提出用于图像翻译的扩散桥模型推理算法DBIM
一种名为去噪扩散桥模型（Denoising Diffusion Bridge Models, DDBMs）的变种应运而生。DDBM 能够建模两个给定分布之间的桥接过程，从而很好地应用于图像翻译、图像修复等任务。

2025-04-28 09:00:00

AI模型算法
基于奖励驱动和自组织演化机制，全新框架ReSo重塑复杂推理任务中的智能协作
作者提出了 ReSo—— 一个基于奖励驱动、自组织演化机制的多智能体系统架构。该方法通过引入协同奖励模型（Collaborative Reward Model, CRM）。

2025-04-28 08:50:00

模型AI推理
英伟达华人硬核AI神器，「描述一切」秒变细节狂魔！仅3B逆袭GPT-4o
视觉AI终极突破来了！英伟达等机构推出超强多模态模型DAM，仅3B参数，就能精准描述图像和视频中的任何细节。

2025-04-27 09:54:48

英伟达模型AI
10万+，超大规模人手交互视频数据集！面向可泛化机器人操作
香港中文大学（深圳）的研究团队发布TASTE-Rob数据集，含100856个精准匹配语言指令的交互视频，助力机器人通过模仿学习提升操作泛化能力 。团队还开发三阶段视频生成流程，优化手部姿态，显著提升视频真实感和机器人操作准确度。

2025-04-27 09:27:00

AI数据视频
上一页 1 ··· 1213141516 ··· 549
点赞

51CTO技术栈公众号

业务
速览
在线客服