AI新闻

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...

Copilot for PowerPoint的功能非常强大，可以由自然语言直接创建PPT、由其他文件（Word、PDF或PPT）创建PPT： 在Ignite 2024大会上，微软发布了新的Copilo...

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...

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...

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...

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...

科技巨头 OpenAI 近日公布了一系列重大更新， 首席执行官 Sam Altman 通过社交媒体平台 X， 揭示了 GPT-4.5 (代号 “Orion”) 和 GPT-5 的最新研发进展， 以及 ...

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...

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...

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...

在当前 AI 技术飞速发展的浪潮中，多个开源项目为开发者提供了强大的功能和灵活性，尤其是在多代理系统（Multi-Agent Systems）领域。以下是五个最受欢迎的 Agent 项目（GitHub...

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...

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...

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...

4月1日， OpenAI 首席执行官 Sam Altman 通过社交媒体宣布，公司计划在未来数月内发布一款具备强大推理能力的新型“开源权重”（open-weight）语言模型。OpenAI 对此表示期...

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...

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...

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...

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...

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 ...

OpenAI 近日宣布推出其新一代音频模型API，旨在赋能开发者构建更强大、更智能的语音助手。这一举措被视为语音交互技术领域的一次重大进步，预示着人机语音交互将迎来更自然、更高效的新阶段。 此次发布包...

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...

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 ...

1.概述 近年来，语音合成技术取得了显著进展，尤其是在实现实时、自然流畅的语音生成方面。然而，在真正的应用中，诸如延迟、发音准确度、说话人一致性等问题仍然困扰着行业，尤其是在需要高响应性的流媒体应...

国内一直没有一个为内容生产制作的优秀配音产品，要不就是只能用API要不就是产品还行声音模型不行。 比如海外的 ElevenLabs 虽然英语还行但是中文是真的拉跨，开源的模型主要问题是模型质量相对较差...

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...

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...

Mistral 昨晚一口气发布了两个重要产品更新：聊天工具——Le Chat 与 多模态模型——Pixtral Large。 全新的 Le Chat 新增功能：画布、网络搜索、图像生成、图像理解...

为您的私有和公共数据提供更精准、更灵活且支持多模态的知识代理。Activeloop 的 Deep Thinking 技术现已全面开放。 展望 2025 年，生成式 AI (GenAI) 将迎来投资回报...

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...

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...

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 ...

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...

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...

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...

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...

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...

在节约用水的“战役”中，漏水管道是一个难以察觉的“敌人”，它导致了全球平均30%的管道饮用水流失。而在某些区域，这一比例甚至高达70%。这些漏水点往往难以被精确定位，但一项创新的AI技术正在改变这...

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...

原文：https://cdn.openai.com/operator_system_card.pdf 解读：OpenAI 推出首个L3级智能体Operator：开启人机交互新时代 1 引言 Ope...

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...

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...

众所周知的原因，在国内是无法正常访问ChatGPT，OPENAI对国内并不直接提供服务，国内也屏蔽了OPENAI官网，因此网络中出现各类ChatGPT付费开通服务。 先介绍一下大多数用户在国内网络环境...

在当今数字化时代，人工智能技术正以前所未有的速度改变着我们的生活和工作方式。在人工智能领域，DeepSeek 大语言模型以其卓越的性能和创新性，迅速成为行业焦点。端脑云 现推出 DeepSeek 模型...

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...

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...

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...

瑞典初创公司 Lovable 近期的增长轨迹引人注目，展示了 AI 应用在特定市场定位下的潜力。该公司由 Anton Osika 和 Fabian Hedin 在 2023 年创立，最初通过一个名为 ...

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...

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...

如今，DeepSeek 等国内外大模型的性能日趋强大，业界普遍认为，2025 年 AI 应用将迎来爆发式增长。然而，对于企业而言，即使拥有了强大的大模型，仍然面临着应用场景不明晰、应用形态不确定的问题...

OpenAI 正式宣布推出一项名为 Tasks 的测试版功能。无论是一次性提醒还是重复性任务，现在你只需要向 ChatGPT 说明需求和时间，它就能实现自动化处理。比方说，你可以设置每天早晨 7 点获...

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...

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...

MathCLUE「全国高中数学竞赛」介绍：深入评估大模型的竞赛级数学推理能力。测评体系涵盖了高中数学的几何、代数和概率统计等多个代表性维度。 🔥测评模型：DeepSeek-R1（访问地址：chat.d...

自 OpenAI 在 2023 年推出函数调用（Function Calling）功能以来，业界一直在思考如何构建一个繁荣的 AI 智能体（Agent）和工具使用生态系统。随着基础模型日益强大，智能体...

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...

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...

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...

在 AI 技术浪潮下，小红书也加速了在人工智能领域的布局。近期，小红书旗下独立的 AI 搜索 App “点点” 推出了 “深度思考” 功能。据行业媒体报道，该功能背后大概率是由国内 AI 创业公司 D...

近期，AI 领域涌现出令人瞩目的进展，尤其是在大型语言模型 (LLM) 的推理能力提升方面。其中，强化学习 (Reinforcement Learning, RL) 正逐渐成为突破传统模型性能瓶颈的关...

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...

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...

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...

每一个知识点都有面向教师和学生的不同内容。 2024年，麻省理工学院（Massachusetts Institute of Technology，MIT）推出的Day of AI项目火爆全球...

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...

综合介绍 Transformers.js 是 Hugging Face 提供的一个 JavaScript 库，旨在将最先进的机器学习模型直接在浏览器中运行，无需服务器支持。该库与 Hugging Fa...

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 ...

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...

点评： 1. 抹黑中国AI发展，渲染“中国威胁论” 文章作者站在美国立场，刻意渲染 DeepSeek 等中国AI企业的技术进步对美国的所谓“威胁”，并将其与所谓的“XXX威胁”强行关联，这种论调充斥着...

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...

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...

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...

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...

近日，微软 CEO 萨提亚·纳德拉 (Satya Nadella) 接受了 Dwarkesh Patel 的播客采访，深入探讨了微软在 人工智能 (AI) 和量子计算领域的最新突破，以及他对行业未来发...

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...

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 ...

Z Highlights 约一半的工作中直觉是有效的。 比如有一个明确的产品方向，只是做最后的微调，试图理解目标用户以及要解决的确切问题时，直觉是有帮助的，因为这种情况更接近传统的产品发布流程。但在项...

一句话总结：能放在你桌面上的个人AI超级计算机 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。 将传统上...

当中国 AI 新秀 DeepSeek 以开源低成本模型在全球人工智能领域掀起波澜之际，OpenAI 首席执行官 Sam Altman 正低调展开他的东京之旅。 这次访问的核心议题，无疑是这家行业领头羊...

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...

四个 10 分！罕见的一幕出现了，但放在平均分才 4.76 的 ICLR，怎么不算是相当炸裂的存在呢。 这篇征服了列位审稿人的论文，正是 ControlNet 作者张吕敏的新作 IC-Light。我们...

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...

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...

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...

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...

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...

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...

还在被 DeepSeek 官方 R1 的“请稍后再试”和卡顿折磨到血压飙升？别担心，你不是一个人！昨天我分享了使用 硅基流动 + ChatboxAI 搭建免受 DeepSeek 官方卡顿困扰的方法，没...

了解 Rexera 如何迁移至 LangGraph，创建用于房地产业务流程的强大质量控制智能体，并显著提升其大语言模型（LLM）回复的准确性。 Rexera 正在通过利用 AI 自动化手动流程，彻底改...

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...

在2024年百度世界大会上，百度创始人李彦宏正式发布了无代码开发工具“秒哒”，这款创新产品将彻底改变普通人对软件开发的认知。通过“秒哒”，用户只需用自然语言描述需求，即可快速构建出各种应用，真正实现了...

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...

Anthropic 公司备受瞩目的 Claude 3.7 Sonnet 模型，在原计划发布日期前夕遭遇意外泄露，如同在平静的 AI 水面投下了一颗重磅炸弹，瞬间引爆了科技行业的关注热潮。 根据目前泄露...

评估大模型在真实世界、长文本、多任务中的「深度理解与推理」能力 近年来，长文本大语言模型的研究取得了显著进展，模型的上下文窗口长度已经从最初的 8k 扩展到 128k 甚至 1M 个 tokens。然...

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...

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...

2025年2月26日，SuperCLUE发布项目级代码生成（SuperCLUE-Project）测评基准首期榜单。 测评方案见：项目级代码生成测评基准发布。本次测评基于大模型“裁判团”的合作，全方位评...

今日，我们将 Bard 的最新技术——包括 Bard 中的 Gemini Pro ——扩展到更多语言和地区。此外，我们还新增了图像生成功能，为你的创意注入更多生命力。 在所有支持的语言和地方都能使...