AI新闻

几天前，我们刚刚聊过 Cline 3.1 的一些疯狂新特性。 说实话，我个人一直对 Cline 相当有好感，他真的是一个很不错的开源项目：Cline v3.1 疯狂更新！最佳自主的 AI 编程助手...

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...

1月7日，西藏定日县发生6.8级地震，很多人关注着救援进展，祈祷灾区平安。同时，在人们的善意和关切中，一张“小男孩被埋废墟下”的图片却迅速在网上走红。 这张图配着“日喀则地震”等字样，戳中了无数人的泪...

我们推出了 vdr-2b-multi-v1 ，这是用于视觉文档检索的最佳多语言嵌入模型。我们还发布了它的纯英文版本 vdr-2b-v1 ，并开源了新的 vdr-multilingual-train 数...

✨ 小红书掘金秘籍大公开！🔥 韭菜项目也能玩出新花样？还有运营教程免费送！ 大家好，最近发现大家对小红书相关项目都非常感兴趣，看来大家都想在小红书这片蓝海里掘金啊！ 🚀 别着急，今天我给大家带来了...

Coze（扣子）自动化工作实战教程简介 在现代工作环境中，自动化技术正在以其高效、精准和可扩展性，成为企业提升生产力的重要工具。**Coze（扣子）**作为一款轻量化、高灵活性的自动化工具，为各行...

在AI的快速发展中，数字人（Digital Humans）已经逐渐成熟，可以低成本的快速生成。因广泛的商业应用场景，受到大家的关注。无论是在虚拟现实（VR）、增强现实（AR）还是影视制作、游戏开发、品...

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...

你是否希望手机上根据你兴趣推送的新闻信息流直接生成一条播客自动播放？Google 的新功能“每日聆听”或许正是答案。 Google 正在测试一项名为“每日聆听”（Daily Listen）的新功能...

AI 在教育领域的崛起 人工智能（Artificial Intelligence，简称 AI）是一门致力于研究、开发和应用能够模拟、延伸人类智能的理论、方法、技术及应用系统的新兴科学。自 20 世...

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...

今早收到消息：商业新玩法！赞赏组件内测邀请！恭喜您，获得赞赏组件内测机会！一键开通即可躺赚！ 去年早些时候，首席AI分享圈介绍了 文心智能体平台，同时给大家分享一种引流技巧 文心智能体引流提示词：通过...

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...

在美国成人娱乐行业，一个正在崛起的AI趋势吸引了无数目光。 这一次的主角是一位已经在行业里奋斗多年的明星。33岁的Chloe Amour，决定通过向AI公司出售自己的形象，将部分工作交给虚拟替身。这个...

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...

2025 年消费电子展在展示奇异科技方面没有让人失望。从机器人到金戒指，以下是对最古怪的创造的一些速览： 害羞的机器人 Mirumi： Yukai Engineering推出了Mirumi，这款迷人的...

Dify 插件介绍 Dify v1.0.0-beta 发布，核心在于引入插件系统和 Marketplace（组件市场），通过模块化组件实现 AI 应用的灵活扩展，插件包含模型、工具、代理策略等，支持独...

什么是Dify插件？ 来自第三方的模型与工具是帮助开发者增强应用能力的重要单元。虽然 Dify 平台已内置多个由官方维护与社区贡献着开发的工具，但在此模式下，现有的工具难以全面覆盖各类细分场景的需求...

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...

背景 自2023年以来，AI大模型在全球范围内掀起了有史以来规模最大的人工智能浪潮。进入2024年，全球大模型竞争态势日益加剧，随着Sora、GPT-4o、o1的发布，国内大模型在2024年进行了波澜...

Cline 的3.1版本，又来了。开发者们的劲头，真是疯狂。 实际上，他们一周前才刚刚才推出了 3.0 版本。我已经好久没讲 Cline 了，这次把几个版本的更新，统一讲了。 我还是要先简单解释一下 ...

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...

业界领先的 绘图AI 对比，经过个人大量测试后主观得出 注：这里都是直接可用的产品，每日提供少量使用额度。构图保持是模型能力，使用需要技术基础，产品未必支持。

今天，我们很高兴地推出 Dify v0.15.0 版本，带来了全新的「父子检索」功能。这是一种在检索增强生成（RAG）系统中实现的高级技术，旨在进一步提升信息获取与上下文理解能力。通过这一功能，Dif...

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...

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...

做出预测，尤其是在数据和 AI 这样快速发展的领域，是出了名的困难。尽管如此，我们，Rajesh Parikh 和 Sanjeev Mohan，去年发布了我们的 2024 年趋势预测。随着 2024 ...

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...

加州大学洛杉矶分校计划在2025年学校的一门比较文学课程将由AI来生成教科书、作业和提供一个随时可以探讨问题的助教。得益于人工智能，2025 年的这门课程格式和材料将呈现出全新的面貌。 “这项新技术将...

什么是 flowith 2.0? flowith 作为下一代 AI 创作平台，致力于探索人类和 AI 之间更自然、更高效的交互方式。在 1.0 版本中，我们通过画布式交互获得了数十万用户的认可。而在即...

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...

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...

我们关于 Model Context Protocol 演变的计划（2025 年上半年） Model Context Protocol 正在迅速演进。本页面概述了我们在 2025 年上半年 的关键优先...

专家普遍认为，2024 年是“AGI 元年。这一年，大模型行业发生了翻天覆地的变化： OpenAI 的 GPT-4 已不再望尘莫及；图像、视频生成模型的作品愈发逼真；多模态大语言模型、推理模型、智...

发现大家对数字人的兴趣和需求挺大的。 最近非常多的小伙伴，因为之前写的数字人文章，私信我聊到数字人的问题。 这里，再盘一下，挑选 4 款，分享给你们。 这 5 款，主要是公模数字人为主（公共形象）。如...

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...

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...

FaceFusion 更新到了3.1.1版本。本次更新增加了批量功能、换脸模型、以及全新的UI界面，这次的批量跟上个版本的job工作流形式不同，操作更方便简单。 本文使用 FaceFusion 某个封...

检索增强生成（RAG）已成为增强大型语言模型能力的一项强大技术。 RAG 框架结合了基于检索的系统和生成模型的优势，可以做出更准确、更能感知上下文和更及时的响应。随着对复杂人工智能解决方案需求的增长...

2024 年最受欢迎的 AI 产品，当属 NotebookLM 。从九月开始就一路爆红，一直到年末热度都居高不下。 12 月时，NotebookLM 更新了新功能：加入。用户也可以成为播客节目里的一环...

1.什么是无代码平台（No Code/Low Code）？ 简单来说，它让人们无需编写任何代码就能制作应用、网站或业务流程。 用户通过简单的点击或拖放组件即可完成操作。对于初学者来说，创建技术项目...

随着人工智能技术的飞速发展，大语言模型在研究生级别的高难度科学题目上的推理能力已经成为了研究的热门话题。以 OpenAI 为例，其在12月初正式发布的新模型OpenAI o1展现了强大的科学推理能力...

FastGPT 是由环界云团队开发的基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的问答场景。FastGP...

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...

关于主流闭源LLM的参数规模一直讨论不断，在2024年最后2天来自微软的一篇关于检测和纠正临床笔记中医疗错误的测试基准MEDEC的研究一不小心直接漏了它们的参数规模：o1-preview, GPT-4...

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...

难以想象，如果不是Scaling Law放缓，2024年AI领域会发生哪些惊人变化，但你可能又会感到庆幸，正是由于Scaling Law放缓，它给了这个行业的后来者们追赶的机会，也给了更多普通人搭乘这...

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...

英伟达，这个GPU领域的巨头，又搞出大新闻了。这次，他们以据说高达 7亿美金 的价格收购了以色列软件初创公司 Run:ai。不仅如此，他们还宣布将把 Run:ai 的软件开源！这个操作，直接炸翻了AI...

亮点分析 1.58-bit FLUX，第一个将 FLUX 视觉 Transformer 的参数（共 119 亿）减少 99.5% 至 1.58-bit 的量化模型，无需依赖图像数据，大幅降低存储需求...

课程讲师: Pranav Rajpurkar 博士 (哈佛大学助理教授) 课程概述: 本课程将带您深入了解前沿的AI开发工具，如PyTorch、Lightning和Hugging Face，并使用VS...

结论 国内中小学从上往下发文普及人工智能教育，“行业”成熟期就是考证、升学，培训，最后成为有钱人的游戏。 可能效仿美国直接进入科普实验阶段或学习日本给出明确的指导性学习框架，可能才是更好的初期实践方式...

近日，阿里通义实验室语音团队正式发布语音合成模型CosyVoice2。该模型支持文本和语音的双向流式传输，支持多语种、混合语种和方言，提供更准确、更稳定、更快、更好的语音生成能力。现在，硅基流动Sil...

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...

本周五晚间，OpenAI 突然宣布了公司重组的消息，不仅让马斯克，也让我们有些措手不及。 根据 OpenAI 的最新声明，新一轮组织结构调整是围绕营利与非营利的矛盾展开的。 在 ChatGPT 推出之...

度小满开源全球首个金融行业推理大模型——轩辕-FinX1！ 该模型是金融领域首个类GPT-O1推理大模型，采用创新的“思维链+过程奖励+强化学习”训练范式，显著提升逻辑推理能力，并可展示O1模型未公开...

序言 最近与几位朋友讨论了O3（OpenAI o3），他们的反应基本可以概括为："天啊，这真的发生了吗？" 是的，这确实正在发生。接下来的几年将会疯狂。这是具有历史意义的时刻，甚至可以说是具有银河系级...

这是 Perplexity 继 2023 年收购 Spellwise 后的第二次收购，当时 Spellwise 的 CEO 负责开发 Perplexity 的手机应用。 Perplexity 此次...

DeepSeek-V3是一款强大的混合专家（Mixture-of-Experts, MoE）语言模型，拥有6710亿总参数，针对每个token激活37亿参数。该模型采用了一种创新的多头潜在注意力（Mu...

今天早些时候收到“寻光”内测申请通过的通知，睡前发个简单的评测。 该平台定位是达摩院的“视觉技术能力应用平台”，目前应用较少（对比发布会）期待逐步开放更多视觉类应用。 寻光分为两个地址： https...

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...

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...

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...

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...

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...

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...

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...

如果您正在寻找经济实惠的人工智能（AI）工具，帮助您开始将 AI 日常化的旅程，从电子邮件到视频制作都可以轻松完成。这篇快速入门指南介绍了 10 个令人惊叹的 AI 服务和平台，让您无需花费辛苦赚来的...

每个人都希望在工作中提升自己的生产力和效率。无论是快速处理 Excel 表格的小技巧，还是能够轻松同步到现有工作流程的工具，在竞争激烈且动态多变的职场中，每一点优势都至关重要。⚡ 这正是像 Glean...

Google 发布了一款被称为全新“推理”AI模型的产品——但目前还处于实验阶段，从我们的简短测试来看，该模型确实还有提升空间。 这款新模型名为 Gemini 2.0 Flash Thinking E...

该公司的估值自 6 月以来已翻了三倍。 Perplexity AI Inc. 是一家人工智能初创公司，正在开发一款搜索产品以与 Alphabet Inc. 的 Google 竞争。据知情人士透露...

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...

GitHub 日前宣布，其 AI 编程助手 GitHub Copilot 推出免费计划，现已在 Visual Studio Code 中向所有用户开放。用户只需拥有 GitHub 账户即可开始使用...

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...

Clio: 一个用于保护隐私的真实世界 AI 使用洞察系统 人们使用 AI 模型做什么？尽管大语言模型的流行度迅速增长，但直到现在，我们对它们的具体使用方式还缺乏深入的了解。 这不仅仅是好奇心的问题...

如果给小模型更长的思考时间，它们性能可以超越更大规模的模型。 最近一段时间，业内对小模型的研究热情空前地高涨，通过一些「实用技巧」让它们在性能上超越更大规模的模型。 可以说，将目光放到提升较小...

像LangChain、CrewAI和AutoGen这样的框架通过提供构建人工智能系统的高级抽象而广受欢迎。然而，包括我在内的许多开发人员都发现，这些工具弊大于利，常常给开发过程带来不必要的复杂性和挫折...

概述 在信息爆炸的时代，企业对搜索技术的依赖已不仅仅是为了找到内容，而是为了提升效率和生产力。然而，传统搜索模型往往难以真正理解用户意图，导致搜索结果不准确、不相关甚至不完整。这种体验不仅让用户倍感挫...

每个人0基础自定义“科研知识库模型”。模型淘汰人工客服已成定局！ 【Openai发布Project功能】 1.支持文件上传到 Project，构建特定领域的知识库。 2.支持联网搜索，实时获取最新...

我们 R 系列中最小的模型提供顶级的速度、效率和质量，可在普通 GPU 和边缘设备上构建强大的 AI 应用程序。 今天，我们很高兴发布 Command R7B，这是我们专为企业开发的大语言模型（LLM...

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。 ...

今年早些时候，谷歌推出了视频生成模型 Veo 和最新的图像生成模型 Imagen 3。从那时起，看到人们通过这些模型将他们的创意变为现实，令我们感到兴奋：YouTube 创作者正在探索为 YouTub...

近期，GenmoAI开源了视频生成模型mochi 1预览版（10B），具有高保真度的动作和强大的提示遵循能力，当前支持480p分辨率视频生成。今天，硅基流动SiliconCloud上线了推理加速版mo...

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...

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...

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 ...

Phi-4 在仅有 140 亿（14B） 个参数的情况下，通过创新的训练方法和高质量的数据，展现出了媲美甚至超越一些更大规模模型的性能。本文将详细介绍 Phi-4 的架构、特点、训练方法，以及在实际应...

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...

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...

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...

作为 Devin 正式推出的一部分，我们将为选定的开源项目维护者提供 500 个免费 ACU 的 Devin 团队计划配额。立即访问 app.devin.ai 注册，并通过 osi@cogniti...

来自 Google 和 Alphabet CEO Sundar Pichai 的一封信： 信息是人类进步的核心。这正是为什么我们 26 年来一直致力于组织世界信息，并使其易于访问且有用。这也是为什么我...

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...

继 2024 年 8 月免费开放语言模型 智谱支持128K上下文/4K输出长度大模型GLM-4-Flash全量免费开放！ 后，我们秉持技术领先、普惠大众的理念，今日我们在智谱开放平台（bigmodel...

自从 Chatgpt 诞生以来，LLM（大语言模型）的参数量似乎就成为了各个公司的竞赛指标。GPT-1 参数量为 1.17 亿（117M），而它的第四代 GPT-4 参数量已经刷新到了 1.8 万...

Meta 推出了Llama 3.3，这是一个拥有 700 亿个参数的大型语言模型，其性能可与其前身 405B参数的Llama 3.1 相媲美，并且输入成本比Llama 3.1 405B降低10倍！指令...

从我们专为推理和训练打造的 Inferentia 和 Trainium 芯片，到提供业界最佳的基础模型（Foundation Models）于 Amazon Bedrock ，以及由 AI 驱动的...

用过海螺APP的朋友可能用过他的语音克隆，效果十分出色，但仅可以在APP内作为语音助手使用。 这次海螺AI视频国际版官网，新增“Audio”频道，可以轻松克隆自己的声音啦。 回到文本生成语音主界面...