AI新闻

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...

综合介绍 Laminar是一个开源的AI工程优化平台，专注于从第一原理出发进行AI工程。它帮助用户收集、理解和使用数据，以提高LLM（大型语言模型）应用的质量。Laminar提供了全面的可观测性、文本...

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...

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...

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...

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...

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...

英格兰银行表示，AI不会夺走我们的工作。 这是英格兰银行带来的一丝振奋人心的消息！ 行长安德鲁·贝利刚刚坚定地告诉我们，他认为AI不会成为我们恐惧中的那个大规模的工作破坏者。 事实上，他对AI所可能带...

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...

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...

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...

2024年末，YC 合伙人 Jared 预测未来几年，垂直领域 AI Agent 将是比 SaaS 大10倍的新兴市场，这个领域还可能催生市值超过3000亿美元的科技巨头。届时，微软 CEO Saty...

在大模型的应用中，处理复杂请求往往伴随着较高的延迟和成本，尤其是当请求内容存在大量重复部分时。这种“慢请求”的问题，特别是在长提示和高频交互的场景中，显得尤为突出。为了应对这一挑战，OpenAI 最近...

还在官方 DeepSeek 里傻傻地刷新排队吗？或者在各种云上到处部署、踩坑吗？ 近日，腾讯旗下智能工作台 ima.copilot（简称 ima）在技术层面进行了重要升级，悄悄地接入了 DeepSee...

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...

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...

今天我们将深入研究开源语言模型（LLMs）的世界，并了解这个创新的新竞争者 - 使用OctoAI的Code Llama 70B。 开发者经常发现很难有效地将像Meta的Code Llama 70B...

切勿接入ONE-API，申请多账号作为中转服务负载！一是不道德，二是封号。 MistralAI推出API免费套餐已有几天，一直犹豫不觉是否发出来的原因是Mistral已经多次忽悠开发者...8月底...

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...

声明： 本次评测为非官方、主观性评测，结果仅供参考。 内容概要 总结： DeepSeek 官方推出的 DeepSeek R1+ 联网搜索工具，以其简洁易用性，在众多 AI 深度搜索工具中脱颖而出，成为...

系统设计原则 DeepSeek-V3/R1 推理服务的优化目标是：更高的吞吐量和更低的延迟。 为了优化这两个目标，DeepSeek 采用的解决方案是跨节点专家并行 (EP)。 首先，EP 显著扩大了批...

近期，Model Context Protocol (MCP) 在 AI 领域引发了广泛关注。这项技术旨在解决一个核心问题：如何让用户在不控制底层 Agent 的情况下，为其扩展工具能力？ 围绕 MC...

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...

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...

在最新的研究进展中，谷歌的研究人员宣布，其人工智能系统 AMIE (Articulate Medical Intelligence Explorer) 的能力已得到显著提升，从最初的辅助诊断扩展到疾病...

2025 年伊始，AI 视频领域便迎来新一轮技术竞赛，速度之快超出预期。 OmniHuman-1 发布不久，PixVerse 紧随其后推出了新模型更新，正式宣告 PixVerse V4 版本的到来。作...

黄牛是如何做到把OpenAI的API-Key变得这么便宜的？ OpenAI 120刀的API-Key,只是额度120刀，去年很多黄牛在12月开始大批量养号，一个号绑定一张美元虚拟信用卡。批量开卡的成本...

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...

Cursor 是一个好东西，但是好东西也会有各种出问题的时候。一个对话（不管是 Chat 还是 Composer） 出了问题，往往可以通过再开一个对接解决，但是上下文都丢了。 我们可以尝试通过引入外部...

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...

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 ...

Cloudflare 近日宣布推出 AutoRAG 服务的公开测试版 (Open Beta)。这项全托管的检索增强生成 (Retrieval-Augmented Generation, RAG) 管道...

没想到，技术发展得竟然这么快。最近，人们已经开始畅想 AI 时代后的生活了。 上周末，摩根大通 CEO 杰米・戴蒙（Jamie Dimon）表示，由于人工智能技术，未来几代人每周可以只工作三天半，活到...

近期，复旦大学发布《复旦大学关于在本科毕业论文（设计）中使用AI工具的规定（试行）》，明确提出了“六个禁止”，对人工智能（AI）工具在本科毕业论文（设计）撰写过程中的使用情况进行了详细规范。 据我...

还在寻找好用的 AI LOGO 设计工具吗？看这篇就够了！ Logo 不仅仅是一个简单的图像，它是品牌的“门面”，直接影响着品牌形象和市场认知度。虽然专业设计师能够提供高质量的设计，但其高昂的费用往往...

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...

在人工智能领域竞争日趋白热化的当下，埃隆 · 马斯克 (Elon Musk) 旗下 xAI 公司再次投下重磅炸弹，正式发布了其最新的 Grok 3 模型。这款备受瞩目的 AI 模型，不仅在性能上实现了...

近日，备受瞩目的 Qwen2.5-VL 系列模型再添新成员—— Qwen2.5-VL-32B-Instruct 正式开源发布。这款 320 亿参数规模的多模态视觉语言模型，在继承 Qwen2.5-VL...

今天智谱发布了"AutoGLM 沉思"版，很多人说他就是 Manus ，或 Deep Research 一类的产品，这样简单的归纳没错，甚至可以将 Manus归纳为 Deep Research 。但是...

2024年10月22日，微软宣布了一项重大更新，基于Copilot Studio国际版的自主智能体功能将在下个月公开预览。这一创新将为企业提供强大的工具，以提升销售、服务、财务和供应链团队的能...

Google AdSense在国内访问时不时异常，导致广告收入下降，而国内正规广告联盟渠道很难接入且收入极低。此时需要一些国内可访问的大型广告联盟。 综合介绍 Google AdSense Alt...

开源在即：AI 视频创作的大众化 令人振奋的消息传来！ 阿里云正式宣布，其备受瞩目的新一代 AI 视频生成模型 WanX 2.1 即将开源！ 🎉 这款被誉为 “重新定义视频生成” 的模型，自发布以来就...

OpenAI 于周三宣布，ChatGPT 最新的大型语言模型 GPT-4o 推出效能优化版本，用户将体验到更自然、更具吸引力且更贴近个性化的写作内容。 GPT-4o 于 2024 年 5 月首次发...

生成式 AI 和大语言模型 (LLM) 正在改变各行各业，但两个关键挑战可能会阻碍企业采用：幻觉（生成不正确或无意义的信息）和超出其训练数据的有限知识。检索增强生成 (RAG) 和 grounding...

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...

英伟达 (NVDA) 、Alphabet 旗下 谷歌 (GOOGL) 和热门初创公司 OpenAI 正在转向“合成数据”工厂，以满足训练深度学习人工智能算法所需的大量数据需求。在本周的消费电子展上，这...

在人工智能技术飞速进化的时代,OpenAI即将推出备受瞩目的"Operator"AI代理工具,预计于2025年1月作为研究预览版发布。这一创新产品标志着人工智能从被动响应进入主动执行的全新阶段,有望彻...

你是否曾为配置 AI 助手的功能而烦恼？ 过去，为 AI 助手添加新功能，往往需要繁琐的步骤，例如在终端输入复杂命令、手动解决依赖关系、查阅技术文档，并祈祷一切顺利。 这种复杂性，让许多用户即使渴望 ...

Day of AI （人工智能日）于 2021 年 6 月在麻省理工学院诞生。由麻省理工学院 RAISE（负责任的人工智能与教育）的教员和研究科学家团队领导，人工智能日项目旨在为所有背景和能力的学生做...

屏幕上密密麻麻的代码中夹杂着各种模型API的配置信息，桌上的咖啡早已凉透。 这是许多开发者在尝试构建AI应用时的真实写照：环境配置繁琐、API成本高昂、文档支持不足...... "如果能有一个统一的平...

Dify 团队激动地宣布，AI 应用开发平台 Dify 迎来 v1.0.0 重大版本更新！ 这次里程碑式的发布，标志着 Dify 在构建下一代 AI 应用开发平台道路上迈出了坚实一步，核心在于全新插件...

在 AI 科技领域，性能才是硬道理！xAI 最新发布的 Grok 3 及 Grok 3 mini 模型，以一系列炸裂的性能指标，再次刷新了人们对 AI 能力的认知。卓越的推理能力、百万 tokens ...

Codeium 近日推出 Windsurf Wave 2 更新，为开发者带来多项重要功能升级，包括 Web 搜索、自动化记忆和代码执行优化等。作为AI Coding工具Top 2，这些更新旨在为 20...

近期，大型语言模型领域风起云涌。Google 的 Gemini 系列模型持续迭代（ Google 发布 Gemini 2.5：“思考”能力大幅提升 ），而来自中国的 DeepSeek 推出了 V3 新...

谷歌近日宣布，其视频生成模型 Veo 2 已正式集成至 Gemini Advanced 服务以及其实验性平台 Whisk 中。此举意味着 Google One AI Premium 的订阅用户现在可以...

罗永浩这次又要进军AI行业了。此前报道，他的新公司“细红线”将在蛇年春节前后，发布自成立以来的首款新品。 而早在去年4月，罗永浩就在直播中首次预告，称将发布一款神秘产品，并形容其“具有颠覆性、破坏式的...

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...

在Microsoft Ignite 2024大会上，我们共同回顾了Microsoft Power Platform所经历的变革，其成绩令人赞叹。截至目前，已有近60万组织使用了Microsoft ...

综合介绍 EpocCam 是一款由 Elgato 推出的应用程序，能够将您的手机变成高清网络摄像头。无论是用于视频会议、在线教学还是直播，EpocCam 都能提供高质量的视频输出。用户只需下载 Epo...

向ChatGPT告别，迎接Bard的到来。Google Bard刚刚经历了一次重大升级，它的能力提升了10倍。 以下是10个你可以用Bard完成的惊人功能： [1] 获取网络信息 你需要获取最新的...

文档图像理解技术旨在让计算机能够像人类一样理解文档图像中的内容。它主要涉及对扫描或拍摄得到的文档图像（如纸质合同、书籍页面、发票等）进行分析、处理和理解，提取其中有价值的信息，如文字、表格、图表等，并...

临近年终，国内大模型领域再传喜讯。百川智能近期密集发布多款大模型产品，继全场景深度推理模型Baichuan-M1-preview和医疗增强开源模型Baichuan-M1-14B之后，又重磅推出了全模态...

概要：谷歌研究人员刚刚开发了VLOGGER，这是一种新的人工智能模型，可以仅从静态图像和音频剪辑中生成具有完整上半身运动的逼真的说话头像视频。 细节： VLOGGER 创建了一个可控制的头像...

事情发酵是一次错误的使用git，将修改Logo的PR提交到了Dify主版本上。 https://github.com/langgenius/dify/pull/16640 ，同时官方也简单说明...

高质AI推理模型走向普及。 今日凌晨，OpenAI发布全新推理模型o3-mini。 OpenAI称这是其最具成本效益的推理模型，复杂推理和对话能力显著提升，在科学、数学、编程等领域的性能表现超过前代o...

2024年1月31日，OpenAI 在 Reddit 上举办了一场 AMA（Ask Me Anything，在线问答）活动，OpenAI 的多位核心人物参与了本次活动，包括 Sam Altman（CE...

人工智能图像生成领域的热门工具 Midjourney 近日发布了其最新模型 Midjourney V7 的 Alpha 测试版本。此次更新距离上一个主要版本 V6 发布已近一年，带来了多项重要改进和新...

数据分析对于商业专业人士来说是一项关键但具有挑战性的任务。从创建和准备数据到获取洞察和进行高级分析，这个过程可能既耗时又复杂。引入 Excel 中的 Copilot：一个旨在简化和转变数据分析的强大工...

Refly 是什么​ Refly 是一个基于「 自由画布 」理念构建的 AI 原生内容创作平台，通过多线程对话、知识库整合、上下文记忆、智能搜索与可见即可得的 AI 文档编辑器，为用户提供从创意萌...

一、背景与挑战 随着人工智能技术的飞速发展，大型语言模型（LLM）已成为自然语言处理领域的核心驱动力。然而，训练这些模型需要巨大的计算资源和时间成本，这促使了 知识蒸馏（KD）技术的兴起。知识蒸馏通过...

综合介绍 Common Sense Education提供了一系列免费的AI素养课程，专为6-12年级学生设计。这些课程旨在帮助学生理解人工智能（AI）的基本概念及其社会和伦理影响。课程内容涵盖了AI...

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 ...

Pika 最近推出了一项令人兴奋的新功能——PIKAFFECT，这将彻底改变用户制作特效视频的方式。该功能允许用户对视频内容应用多种独特的视觉效果，包括： Crumble（崩塌）：让物体看起来像是...

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...

数学能力，包含公式推导、逻辑链构建和抽象思维，长期以来被视为检验人工智能（AI），特别是大型语言模型（LLM）能力的关键领域。因为它不仅测试计算能力，更深入地考察了模型的推理、理解和解决复杂问题的能力...

GitHub 宣布了一款名为 GitHub Spark 的重大新产品——允许用户仅通过自然语言描述来构建和分享微应用，极大地降低了软件开发的门槛。用户不需要具备深厚的编程知识，系统会自动处理所有技术细...

掀起效率革命，加速软件开发新纪元 软件开发正迎来前所未有的变革，人工智能 (AI) 的浪潮正席卷而来，重塑着开发者的工作方式。面对日益复杂的项目需求和不断加速的交付周期，传统的开发模式显得力不从心。幸...

在 RAG 领域，多向量模型 ColBERT 通过为文档的每个 token 生成独立的向量，带来了检索精度的提升。但同样也带来了存储需求的剧增，并且仅支持英文，限制了其应用范围。 为解决这些问题，我们...

🏠 框架定位升级：底层架构+高层工具并存 ​· 底层优势：LangGraph 一直以“低层、无隐藏逻辑”为特色，适合生产环境。企业用户（如Uber、LinkedIn）用它灵活构建定制化 AI Agen...

在当今竞争激烈的电商市场中，如何让您的产品在众多选择中脱颖而出，成为了每个品牌和商家必须面对的难题。 视觉营销作为电商成功的关键因素之一，其重要性不言而喻。 一个吸引人的、专业的产品图片展示不仅能...

微软近日发布了一系列针对其 AI 助手 Copilot 的重要更新，旨在通过增强个性化和任务执行能力，使其从一个通用 AI 工具转变为更贴近用户的“个人 AI 伙伴”。微软 AI 部门负责人 Must...

DeepSeek 遭遇大规模恶意攻击，暂时限制了新的注册，原因是其线上服务受到攻击，导致注册过程繁忙。此问题约2025年1月27日由 deepseek api 报错开始爆发，期间注册也出现小规模问题...

每个人心中都有一个电影梦——想要走入不同角色体验戏中人生，或成为导演编排每一组镜头，或作为编剧书写平行宇宙里的无限可能。 海螺AI是一台造梦机，让不同人都能拥有接近电影的方式。新年伊始，海螺AI为全球...

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...

我们很高兴宣布 AI Shell 的公测版本！AI Shell 为您的 Shell 增强了 AI 功能，使与命令行的交互更加便捷。AI Shell 创建了一个可交互的 Shell，不仅可以与各种大语言...

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...

2025 年 1 月 30 日，微软表示，DeepSeek 的 R1 模型已在其 Azure 云计算平台和面向广大开发人员的 GitHub 工具上可供使用。微软还表示，客户很快就可以在他们的 Copi...

写作瓶颈困扰着每一个人，有时你需要一些额外的帮助才能写下文字。无论你的写作水平如何，使用段落生成器都能帮助你更快地完成工作。从撰写产品描述到社交媒体帖子，AI 工具可以成为一个很好的起点，帮助你克服写...

Perplexity 今日（2月14日）宣布推出 Deep Research 功能，旨在帮助用户大幅节省时间，并代表用户执行深入的研究与分析。当用户提出 Deep Research 查询时，Perpl...

近期，人工智能研究机构 OpenAI 在未做大规模公开宣传的情况下，悄然推出了一个名为 OpenAI Academy 的全新在线教育平台。该平台旨在向全球用户免费提供人工智能相关的学习资源，标志着 O...

近日，一份详尽的 AI 工具清单在业内流传，涵盖了国内外众多 AI 驱动的创新应用。这些工具不仅展示了人工智能技术在各领域的广泛应用，也预示着一场由 AI 引领的生产力革命正在到来。 国内 AI ...

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...

1. 引言：图像生成的新时代 在当今的数字时代，图像生成技术已经取得了令人瞩目的进步。无论你是设计师、艺术家，还是仅仅想要创造个性化内容的普通人，图像生成工具都能帮助你将创意变为现实。然而，传统的图像...

昨天，OpenAI首席执行官兼联合创始人Sam Altman，在他的个人博客发布了最新深度文章——Reflections（反思）。 主要回顾了OpenAI创立这9年的时间：从最初的不被外界看好，到20...

过去几年，关于人工智能下一阶段发展方向的讨论从未停歇：Agent 化？更强推理能力？抑或是真正的多模态融合？ 各种猜想层出不穷，预示着 AI 领域即将迎来新的变革。 现在，我认为是时候给出一个明确的判...

OpenAI 确认，David Mayer 这个名字是被内部隐私工具标记，并表示「在某些情况下，ChatGPT 可能不会提供部分有关人们的信息，以保护他们的隐私」。 上个周末 ChatGPT 用户经过...

引言 人工智能 (AI) 技术的飞速发展，正以前所未有的方式重塑科研范式。近日，国际顶级学术期刊《Nature》发布了一篇题为《What are the best AI tools for resea...

今天凌晨2点，OpenAI的12天直播，终于来到了最终章。OpenAI o3正式发布！ o3 是 o1 系列模型的继任者。这类模型的特点是让模型在回答问题之前花更多时间思考（推理），从而提高回答的...

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...