AI新闻

近期，大型语言模型领域，强化学习在训练后期的新范式日益受到业界关注。继 OpenAI 推出 GPT-4o 等 O 系列模型，以及 DeepSeek-R1 的发布，模型的出色表现证明了强化学习在优化过程中的关键作用。 腾讯混元大模型...

轻量级大模型正成为 AI 领域的新战场。 继 Google DeepMind 推出 Gemma 3 后，Mistral AI 于 2024 年 3 月发布了 Mistral Small 3.1。这款拥有 240 亿参数的模型凭借其高效性、多模态能力和开源特性，引发了广泛...

Mistral AI 近日宣布推出其最新模型 Mistral Small 3.1，并声称这是目前同等量级模型中的最佳选择。 这款新型号建立在 Mistral Small 3 的基础上，在文本性能、多模态理解以及上下文处理能力上都得到了显著提升，...

在信息爆炸的时代，如何从海量数据中快速、精准地定位关键信息，已成为企业和个人知识管理的核心挑战。近日，Dify 产品团队发布了 v1.1.0 版本，并创新性地推出了以“元数据”为核心的知识过滤器功能。这项更新犹如...

OCR 技术能够将图像中的文字信息转换为可编辑和可处理的文本数据。简单来说，就是识别和提取图片上的文字。 接下来，我们将深入评测 GitHub 上 Star 数最多的 10 个 OCR 开源项目，为你提供一份详尽的 OCR 工具选...

  Gemini 最近更新有些频繁，非顺序整理： 正式上线 Veo2 推理模型在 Google AI Studio 、Gemini（缩水版） 分别上线 原生支持图像生成编辑的多模态模型：Gemini 2.0 Flash （现在标准名称是：Gemini 2.0 Fl...

中国互联网巨头阿里巴巴正大举进军人工智能（AI）领域。据报道，阿里巴巴 CEO 吴泳铭已明确提出，要在公司现有业务中全面实现 AI 驱动。 阿里巴巴在港交所发布公告（2月24日），计划在未来三年内投入至少 3800 亿...

核心要点： MCP 协议通过引入 “流式 HTTP” 传输方案，实现了完全无状态化，并简化了通信方式，为未来更广泛的应用奠定了基础。 近日，消息通道协议 (MCP) 的一项关键技术改进提议获得通过，预示着这项新兴协议将...

近期，一系列开源 AI Agent（智能体）框架的出现引起了业界的广泛关注。这些框架并非 LangChain、Crew AI 或 OpenAI Agents SDK 的简单替代品，而是提供了独特的功能和视角，旨在简化和加速多智能体（Multi-Agent...

在人工智能领域，大型语言模型（LLM）技术日新月异，各种工具库层出不穷。为了帮助开发者更好地应对 LLM 开发的挑战，本文整理了一份包含 120 多个实用 LLM 库的工具箱，并按功能类别进行划分，方便工程师们快速...

在数字化转型浪潮中，自动化工作流工具已成为企业提高效率、降低成本的关键。而在 AI 技术日益成熟的今天，如何将 AI 与自动化工作流结合，更是成为了业界关注的焦点。本文将深入对比评测三款热门工具：n8n、Coze...

据内部消息，Anthropic 正积极开发两项名为 Harmony 和 Compass 的新功能，旨在显著提升其 AI 模型 Claude 的能力。这些新功能预计将集成在 Claude 中，为用户提供更强大的代码辅助和深度研究支持。   Harmo...

近日，Google 在 Gemini API 中推出了一款全新的实验性文本嵌入模型 gemini-embedding-exp-03-07[1]。该模型基于 Gemini 模型训练，继承了 Gemini 对语言和细微语境的深刻理解，适用场景广泛。值得一提的是，这款...

Google 近日宣布为其 Gemini AI 助手推出一项名为“个性化 Gemini (Gemini with personalization)”的实验性功能。这项新功能将允许 Gemini 连接用户的 Google 应用（目前首先支持 Google 搜索历史），从而提供更具...

3 月 16 日，百度正式发布了两款全新大模型：文心大模型 4.5 和文心大模型 X1。这两款模型已经在文心一言官网上线，用户可以免费体验。同时，文心大模型 4.5 已经登陆百度智能云千帆大模型平台，企业用户和开发者...

最近，Sakana AI 宣布其“AI 科学家”系统生成的论文通过了机器学习领域顶级会议 ICLR 的一个研讨会的同行评审。一石激起千层浪，这引发了业界对于 AI 是否已经具备科研能力的广泛讨论。在深入探讨这一事件的意义之...

在人工智能编码领域，如何让 AI 智能体（Agent）更有效地利用工具完成复杂的软件开发任务，一直是备受关注的核心议题。“工具使用”（Tool Use/Function calling）正是在此背景下诞生的关键技术。一个完善的软件开...

谷歌又又来了波大的，昨天分享了 带你体验 Gemini 2.0 Flash 原生图像生成与编辑能力 ，今天 Gemini 里一直付费使用的 Deep Research 工具现已免费使用。很多人还不知道 Deep Research 是什么，或者听了很多介绍...