AI新闻

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...

推理是不可预测的，所以我们必须从令人难以置信的，不可预测的 AI 系统开始。 Ilya 终于现身了，而且一上来就有惊人之语。本周五，OpenAI 的前首席科学家 Ilya Sutskever 在全球 ...

综合介绍 Iriun 是一个多功能应用程序，允许用户将手机摄像头用作无线网络摄像头或虚拟现实显示器。通过安装相应的驱动程序，用户可以在 Windows、Mac 或 Linux 系统上使用手机摄像头进行...

摘要 2025 年 2 月 10 日: 在单 GPU (24GB 显存) / 多 GPU 和 382GB 内存上支持 DeepseekR1 和 V3，速度提升高达 3~28 倍。 大家好，KTrans...

长期使用 Monica 的读者应该经历过 Monica 访问被阻断，客户端中多语言删除中文适配，以及额度降低等问题。而近期，知名 Chatbot 及各种 AI 工具箱产品 Monica 最近推出了国内...

2021年，微软推出GitHub Copilot，一跃成为编程界最抢手的AI工具。 GitHub Copilot能根据用户提供的上下文信息，如函数名、注释、代码片段等，自动生成完整的代码函数，被称为编...

2025 才刚开始，AI 视频生成就要迎来技术突破了？ 今天上午，阿里旗下通义万相视频生成模型宣布了 2.1 版重磅升级。 新发布的模型有两个版本，分别是通义万相 2.1 极速版和专业版，前者注重高效...

苹果手机上的 Google App 不再自带 Gemini 功能了，想用 Gemini 的朋友们，得单独下载一个 App 才行。 最近，Google 公司宣布，他们把 iOS 版本 Google ...

Windsurf 正在推出一个预先体验版本，叫做 Windsurf Next。这个版本是给那些想尝鲜的用户准备的，他们可以抢先体验最新的功能，即使这些功能还不太完善，可能还有些小问题，需要在正式的 W...

今天，豆包 APP 宣布全新端到端实时语音通话功能正式上线，不玩「预发布」，直接全量开放、人人免费使用，迎接每一个用户的检验。 豆包实时语音大模型网址：https://team.doubao.com...

人工智能（ AI ）技术正逐步渗透游戏开发的各个环节，近期在 Steam 平台上涌现出一批以 AI 为核心驱动力的游戏，覆盖派对、恋爱模拟、剧情互动等多种类型。这些所谓的 AI-Native 游戏尝试...

GLM-4V系列 GLM-4V系列包含3款模型，分别适用于不同的应用场景。 GLM-4V-Plus:具备卓越的多模态理解能力，可同时处理最多5张图像，并支持视频内容理解，适用于复杂的多媒体分析场景。 ...

大家期待已久的 Trae Windows 桌面版在今日（2月17日）正式开放下载！ 点击下载：Trae-Setup-x64 Trae 的 Windows版本 100%复刻了macOS 界面，操...

在科技日新月异的今天，人工智能（AI）作为一股不可忽视的力量，正在深刻改变着我们的生活与工作方式。而在汹涌而来的AI浪潮中，十方融海 小智AI 语音盒子以其卓越的性能和创新的用户体验，跃居GitHub...

今天，我们很高兴发布 FLUX.1 Tools，这是一个模型套件，旨在为我们的基础文本生成图像模型 FLUX.1 增加控制和可引导性，支持对真实图像和生成图像的修改与再创作。在发布时，FLUX.1 T...

JanusFlow 速读 DeepSeek 团队又发新模型，28日凌晨推出了创新型多模态框架 Janus-Pro，这是一个能同时处理多模态理解和生成任务的统一模型。该模型基于 DeepSeek-LLM...

在人工智能技术飞速发展的今天，声音克隆技术也迎来了新的突破。由RVC变声器创始人“花儿不哭”与AI音色转换技术Sovits开发者Rcell联合开发的第二代GPT-SoVITS，正式发布。这款先进的声音...

人类与机器的互动方式正在发生范式转变。这是由于只有对话功能的 Chatbot，正在进化为“有手、有脑、有眼睛”的自主 Agent。 作为最早探索 Agent 的大模型企业之一，智谱今天带来了多个新进展...

大家都在用AI工具，我们看着AI一步一步发展壮大，以前大部分是我们仅仅用文字跟它们聊天，有些时候果核就会在想：要是什么时候能对图片进行很好的思考就好了。 研究了一堆AI之后，后面用起Kimi，发现它的...

近日，由 Brendan Iribe、Ankit Kumar 以及 Sesame 团队发表的一篇博文，介绍了该公司在对话式语音生成领域的最新研究成果——对话式语音模型（Conversational S...

您是否厌倦了在海量信息中苦苦搜寻，却依然难以找到所需答案？您是否渴望拥有一个能够像专业分析师一样为您进行深入研究的智能助手？现在，这一切都将成为现实！OpenAI 隆重推出 ChatGPT 的全新功能...

Github: https://github.com/hkust-nlp/simpleRL-reason 这篇博客将展示一个对DeepSeek-R1-Zero 和 DeepSeek-R1训练的复现...

在构建 AI 应用和 Agent 的圈子里，模型上下文协议 (Model Context Protocol, MCP) 正成为一个热门话题。许多讨论围绕着在本地计算机上安装和运行 MCP 服务器展开...

英伟达 CEO 黄仁勋将 AI 智能体誉为 “数字劳动力”，而他并非唯一持有此观点的科技领袖。 微软 CEO 萨提亚 · 纳德拉也认为，智能体技术将从根本上变革企业的运作模式。 这些智能体能够与外部工...

你是否曾有这样的经历：与一位才华横溢的助手并肩工作，他总能迅速理解你的需求并给出精妙的解答，但每次短暂休息后，他却仿佛失忆一般，需要你从头开始重新解释项目背景、技术架构，甚至是最基础的需求？对于依赖A...

模型概览 近年来，基于混合专家系统（Mixture of Experts，MoE）架构的大模型训练成为人工智能领域的重要研究方向。Qwen团队近期发布的Qwen2.5-Max模型，采用超过20万亿to...

Meta 公司于 2025 年 4 月 5 日发布了其 Llama 大语言模型系列的最新成员—— Llama 4，标志着其在 AI 领域，特别是在原生多模态和模型架构方面的重大进展。此次发布的核心是 ...

综合介绍 Xorbits Inference（简称Xinference）是一个强大且多功能的库，专注于为语言模型、语音识别模型和多模态模型提供分布式部署和服务。通过Xorbits Inference...

衡量通用人工智能（AGI）进展的基准至关重要。有效的基准能够揭示能力，而优秀的基准更能激发研究方向。ARC Prize 基金会致力于通过其 ARC-AGI 系列基准扮演这样的角色，引导研究力量关注真正...

在过去几年深入参与 AI 辅助开发后，我注意到一个有趣的现象。尽管工程师们报告说使用 AI 大幅提高了生产力，但我们日常使用的实际软件似乎并没有明显改善。这是怎么回事？ 我想我知道原因，答案揭示了我们...

前言 俗话说：“工欲善其事必先利其器”。选择一款好的工具对程序员来说尤为重要。无论是用于自动完成代码还是调试，AI编码助手都能为你节省时间，提高代码质量。本文中，我们将探讨一些全球程序员使用频率最高的...

本周，Agent（智能体）技术以前所未有的速度席卷科技圈，这股热潮的背后，是推理模型能力的飞跃式发展。 3月5日晚，Manus 惊艳亮相，其强大的 Demo 演示瞬间引爆全网。仅仅两天后，国内团队 D...

近日，人工智能应用领域再次传来令人瞩目的消息—— LiblibAI-哩布哩布AI (后文简称 LiblibAI) 正式宣布，在短短一年内连续完成四轮融资，一举刷新 国内 AI 应用领域融资速度的新纪录...

就在昨晚，Anthropic 即将发布新模型的消息在 AI 社区迅速传播，但并非此前外界期待的 Claude 4.0，而是 Claude 3.7 Sonnet 版本。 今天凌晨，Anthropic 准...

当前人工智能（AI）领域的发展速度和颠覆性力量，正引发深刻的行业思考与不安。以下是对正在发生的、以及即将在未来几年内显现的 AI 驱动变革的若干观察与预测。 新一代软件与商业模式的崛起 以 Cha...

OpenAI 的 Isa Fulford 和 Josh Tobin 近期在 Training Data 播客节目中，深入探讨了公司最新的 AI Agent 产品 Deep Research。他们指出...

你还在用百度搜索信息吗？效率太低了！ 在信息爆炸的时代，精准获取所需信息已成为一种稀缺能力。提高搜索能力的第一步，就是更换搜索引擎！ 传统搜索引擎不仅充斥广告，信息繁杂，而且效率低下，让你难以判断搜索...

引言 DashInfer-VLM是一个针对于视觉多模态大模型VLM的推理架构，特别优化了Qwen VL模型的推理加速，DashInfer-VLM和其他的VLM的推理加速框架最大的区别是， 它把VIT部...

01Gamma 任务场景：快速做PPT。 适用人群：第三方广告公司、个体咨询师、企业内训师等需要大量做PPT的人。 推荐理由：生成的PPT页面好看，有设计感；方便修改，不需要导出多个版本，一个链接即可...

去年初，朱啸虎接受了张小珺的采访。 彼时，月之暗面刚刚完成 10 亿美元融资，用户增长数据一路绝尘。OpenAI 发布 Sora 了技术报告和演示视频，整个 AI 圈再次狂欢。 那时最流行的话题，是中...

背景 随着云计算和人工智能技术的迅猛发展，在线集成开发环境（IDE）已经成为现代开发工作的重要工具。尤其是在 AI 和云开发日益普及的今天，在线 IDE 不仅可以免去繁琐的本地环境配置，还能提供强大的...

AI 创新者 LangChain 今日宣布推出 LangMem SDK，这是一款旨在为 AI Agent 赋予长期记忆能力的前沿开发工具包。 LangMem SDK 的发布，标志着 Agent 技术发...

自08月27日起，智谱将 GLM-4-Flash API 免费向公众开放。跑了3天的英译中测试，GLM-4-Flash对比硅基流动提供的GLM-4-9b、和 OpenRouter：集成多LLMs的统一...

以下是一些在教育教学中比较实用的AI工具： 1. 言笔AI教学助手 ：这是一个国内领先的AI教学设计平台，提供全方位的功能支持系统。核心教学功能包括教案生成、课程设计、作业设计、教学素材自动生成以...

久等了，时隔半年了，它终于来了。经过了数十个小版本的更新迭代，现在 Topaz Photo AI 3.4.3 版本各方面都有进行优化，可以肯定的是更加强大好用。 此次带来是独家汉化，经过大量时间研究...

重磅消息在AI圈炸响。被业界誉为"GPT之父"的OpenAI传奇研究员Alec Radford宣布离职，转向独立研究。作为ChatGPT背后核心技术GPT系列的首席设计师，Radford的这一决定...

近日，Google 搜索在其生成式体验（SGE）中推出了一项名为“AI 模式”（AI Mode）的实验性功能，该功能由 Gemini 2.0 大模型驱动，能够处理复杂的查询，并具备强大的推理能力，直接...

在前两代视频模型（CogVLM2-Video和GLM-4V-PLUS）的基础上，我们进一步优化了视频理解技术，推出了GLM-4V-Plus-0111 beta版本。该版本引入了原生可变分辨率等技术，提...

Phi-4，一个 140 亿参数的开源模型，其性能与 Microsoft 的 OpenAI GPT-4o-mini 相媲美，现已在 Ollama 上可用。 ollama run phi4 主要...

Deep Research 是 Gemini 的会员功能，跟随2.0同步上线，目前国内用户无法使用。 作为一个经常需要做研究和写报告的内容创作者，我最近尝试了 Google 新推出的 Gemini...

在不断发展的 音频制作 领域，人工智能正在取得显著进展，提供了一套能够彻底改变创作者在 声音设计 中方法的工具。对于播客制作者、音乐人和内容创作者来说，这些进步意味着更高效的工作流程和更高质量的音频效...

Meta 近日推出了其最新的语言模型 Llama 3.2，进一步扩展了其 AI 技术的应用范围。这一新版本特别推出了 1B（十亿）和 3B（30 亿）参数的小型模型，旨在满足更多用户的需求，尤其是在资...

明星公司的战略转向：从 Arc 到 Dia The Browser Company 自 2019 年在纽约成立以来，一直备受瞩目。凭借累计 1.28 亿美元的融资和超过 5.5 亿美元的估值，这家公司...

Adobe 公司近期更新了其旗舰视频编辑软件 Adobe Premiere Pro 至 25.2 版本。这次更新显著的特点是深度集成了人工智能（AI）技术，旨在简化复杂的编辑任务，提升创作效率。其中...

以 Tab 键的速度编写代码。今天在 Continue.dev 中可用，很快将在其他领先的 AI 代码助手上推出。 在过去一年中，AI 的所有创新中，代码生成可以说是最重要的。类似于流水线简化制造业和...

Snowflake 很高兴地宣布发布 Arctic Embed L 2.0 和 Arctic Embed M 2.0 ，这是我们前沿嵌入模型的下一次迭代，现在可以支持多语言搜索。虽然我们之前的版本受到...

Anthropic CEO Dario Amodei 和 OpenAI CEO Sam Altman 在最新文章中展现了各自公司在AI发展方向上的不同侧重。Dario Amodei强调了AI模型的可解...

2024年11月20日，OpenAI 推出了一门免费在线课程，旨在帮助 K-12 教师将 ChatGPT引入教学工作。 这门课程名为《K-12教育者的ChatGPT基础》（ChatGPT Founda...

本周二，Adobe在其阅读器和Acrobat应用中推出了一个能够概述PDF和其他文档且能回答其中问题的人工智能助手。 目前，这款仍在测试阶段的AI助手已在Acrobat上线。“在未来几天到几周的时...

综合介绍 CamON Live Streaming 是一款将安卓设备变成无线IP摄像头的应用程序。通过这款应用，用户可以将旧的智能手机或平板电脑重新利用，变成一个功能强大的监控摄像头。CamON Li...

国内AI公司DeepSeek最近发布了最新模型DeepSeek V3，据说这是目前最强的开源AI模型之一，跟有名的 ChatGPT 、 Claude 这些模型也差不多。现在网页版的 DeepSee...

引言 在人工智能技术飞速发展的今天，各类AI工具已经深入到我们生活和工作的方方面面，从音频处理、文档交互到内容创作、图像生成，再到软件开发与数据分析，AI正以惊人的速度改变着传统的工作流程和行业格局...

软件开发领域正经历着一场由 人工智能 (AI) 驱动的深刻变革。从最初的代码补全和错误修复，到如今通过自然语言对话即可生成代码，AI 的发展速度令人瞩目。 近期，字节跳动重磅推出了一款全新的 AI 编...

OpenAI这次将目光投向了生命科学，与致力于延长寿命的公司Retro Biosciences合作推出了一款全新AI模型——GPT-4b Micro。 这一突破性的技术或将重塑蛋白质设计的规则，目标是...

打造本地 Deepseek AI 推理服务器 先说好消息！Digital Spaceport 用之前评测用过的 AMD EPYC Rome 平台，跑出了非常棒的性能 :😁: 这套配置真是经典！用这...

Jina Embeddings v3 我们最新推出的 5.7 亿参数的顶级文本向量模型，在多语言和长文本检索任务上达到当前最佳水平 SOTA。 v3 不仅拥有更强大的性能，还有很多惊喜新功能。如果...

综合介绍 NVIDIA AI Blueprint: PDF to Podcast 是一个由NVIDIA开发的开源项目，旨在将PDF文档转换为引人入胜的音频内容。该项目利用NVIDIA NIM（NVID...

“MoE”加上“前所未有大规模投入生产环境的 Lightning Attention”，再加上“从框架到CUDA层面的如软件和工程重构”，会得到什么？ 答案是，一个追平了顶级模型能力、且把上下文长度提...

颠覆传统的视频生成方式 Kling AI的“自定义模型”功能允许用户通过上传10到30段视频（每段至少10秒）来训练自己的角色。这一过程与传统的图像训练模式截然不同，Kling AI利用视频素材进行角...

2025 年 5 月 5 日，人工智能领域的领头羊 OpenAI 确认了一笔引人注目的交易：以约 30 亿美元收购 AI 编码工具初创公司 Windsurf 。这不仅是 OpenAI 迄今为止最大手笔...

水滴攻击太阳系用的是最原始的攻击方式：撞击！却又如此有效率。 当我们搞了一堆容器、编排、CI/CD、DevOps，发明了一大堆没什么用的名词之后，最终发现这些操作都是花里胡哨，让开发者越陷越深。 最终...

在AI重构软件开发流程的浪潮中，Cursor以其独特的定位和迅猛的增长势头，成为开发者社区热议的焦点。这款基于VSCode内核、深度集成AI能力的代码编辑器，究竟能否颠覆传统开发模式？本文将从技术特性...

随着智能体（Agent）技术的快速发展，MCP（Model Communication Protocol）协议因其易用性和高效性，逐渐成为智能体生态中的核心通信标准。越来越多的头部 AI 代码编辑器...

今天，Unsloth 很高兴地介绍了 Unsloth 的推理功能！DeepSeek 的 R1 研究揭示了一个“顿悟时刻”，其中 R1-Zero 通过使用组相对策略优化 (GRPO) 自主学习分配更多的...

在人工智能（AI）领域，大型语言模型（LLM）的发展日新月异，它们在文本生成和对话互动方面展现出惊人的能力。然而，如何将 AI 的强大功能真正融入到实际应用场景中，使其不再仅仅停留在“聊天”层面，而是...

关于免费模型速率限制 api调用总消耗量0元-50元/每月（不含） GLM-4-Flash：并发200 GLM-4V-Flash：并发10 Cogview-3-Flash：并发5 CogVideoX...

Dify 一直致力于帮助开发者快速落地 AI 创意，无论是验证产品原型还是构建生产力工具，Dify Workflow 都是最佳选择。在最新的 v0.10.0 版本中，我们推出了备受期待的文件上传功能...

Jina AI 发布了 Reader-LM-0.5B 和 Reader-LM-1.5B 两个小型语言模型，旨在将开放网络中的原始、嘈杂的 HTML 转换为干净的 Markdown 格式，这两个模型支持...

Anthropic 公司于今日发布 Claude 3.7 Sonnet ^1^ ，这不仅是 Anthropic 迄今为止最智能的模型，更标志着市场上首个混合推理模型的诞生。Claude 3.7 Son...

中文大模型「AI搜索」（SuperCLUE-AISearch）基准测评发布，皆在深入评估大模型结合搜索的能力。该测评不仅关注大模型的基础能力，还重点考察其在场景应用的表现。测评内容涵盖了5个基础能力如...

经过 13 年的等待，Final Cut Pro 终于升级到版本 11，内置了前沿的人工智能功能。 今日即可下载，现有用户可免费获得，新用户可在 Mac App Store 试用 90 天后以 300...

在浩瀚的科研领域，科学家们如同探险家，凭借着过人的才智与创造力，结合从浩如烟海的文献中汲取的深刻见解和专业知识，不断开辟着新颖且可行的研究方向，引领着后续的探索之路。然而，在诸多学科中，科研人员常常面...

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...

百度文心智能体平台推出了一款名为“线索智能体”的新工具。线索智能体基于大模型技术，专门用于帮助企业更有效地识别、获取和转化潜在客户。 线索智能体是什么？ 线索智能体是百度文心智能体平台为企业提供的...

Computer Use赛道拥挤，有创业黑马、也有巨头大佬，现在OpenAI也杀了进来。 你可以关注 桌面自动化智能体 ，我们收集了数十个相关产品。 人工智能领域竞争日趋激烈，不仅有创业新秀涌现...

2025年1月17日，哈佛大学教育研究生院（Harvard Graduate School of Education）发布《学生自主项目中的GenAI：建议和启示》指南，该指南由哈佛创意计算实验室（C...

2024年10月16日，全球领先的人工智能搜索引擎Perplexity宣布推出其全新功能——“实时股票分析”。这一创新工具旨在为投资者提供快速、准确的市场信息和深入分析，帮助他们在瞬息万变的金融市场中...

AI 模型的发展日趋多样化，除了大型语言模型、小型语言模型，被称为世界模拟器（world simulators）的「世界模型（world models）」，正被视为 AI 下一个重点发展方向之一。 2...

斯坦福大学以人为本人工智能研究所（HAI）发布了第八版《人工智能指数报告（2025）》。这份报告描绘了过去一年人工智能在研发、应用和投资方面显著加速的图景，同时也指出了在负责任AI实践、公众信任以及技...

DeepSeek 最新模型实测：V3 和 R1 对比 Claude 3.5 Sonnet，谁更胜一筹？ DeepSeek 近期在 Cursor 平台上线了他们的两款新模型：DeepSeek V3 和 ...

人工智能（AI） Agent 正逐渐成为企业运营中的新型数字化劳动力，它们能够自动化处理复杂任务，显著提升工作效率。然而，单个 Agent 的能力有限，真正的潜力在于它们的协同工作。当不同的 AI A...

Genmo AI 是一家前沿的人工智能实验室，致力于开发最先进的开源视频生成模型。其旗舰产品 Mochi 1 是一款开源的视频生成模型，能够从文本提示生成高质量的视频。Genmo 的目标是通过视频生成...

苹果于近日正式发布了新款 Mac Studio，这款专为专业人士打造的桌面级工作站，迎来了重要的硬件升级。最引人瞩目的莫过于首次在 Mac Studio 产品线中引入了 M4 Max 芯片，与 M3 ...

Luma Labs 自豪地发布 Luma Photon 和 Photon Flash，这两款前沿的 AI 图像生成模型代表着创意表达、智能技术和个性化定制的巅峰。它们基于一项突破性的架构设计，不仅能产...

在人工智能技术日新月异的浪潮中，Jina AI 近期发布了其最新力作 —— DeepSearch API，一款革命性的推理式深度搜索工具，引起了业界的广泛关注。这款 API 被誉为能够像人类研究员一样...

综合介绍 mymind是一款革新性的个人信息收藏与管理工具，它采用AI技术来简化信息的存储和检索过程。不同于传统的文件夹分类方式，mymind让用户能够自然地保存任何形式的灵感、想法和网络内容，包括图...

OpenAI 近期将其先进的图像生成技术直接整合进了 ChatGPT，这一举措迅速点燃了用户热情，同时也带来了一系列连锁反应。该功能利用强大的 GPT-4o 模型能力，技术血缘与视频生成模型 Sora...

OneDrive中的copilot功能十分强大，它从一个位置整体把握所有文件，并对多个文件进行汇总与对比，已完成复杂的工作。 当然，以上功能需要订阅Microsoft 365 copilot商业版...

据称，Nvidia 即将推出的面向中国市场的 RTX 5090D 已被锁定，阻止用户将 Blackwell GPU 用于特定工作负载。一位 Chiphell 论坛 用户报告说，在“3 秒”后，RT...