AI新闻

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...

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...

今天给大家带来一份独家福利 ---- 精心筛选的免费 AI 工具大合集！ 这些工具不仅免费，而且不限使用次数，能帮你轻松搞定写作、绘画、视频、PPT&图表制作等各种创作需求。无论你是学生、职场...

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...

“360AI搜索”改名“纳米搜索”，域名变更为https://n.cn/ ；“360AI助手”改名“纳米AI助手”，域名应该还没来得及变更，或大概率集成到纳米搜索中（看样子已经集成进去了）。 当打开s...

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...

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...

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...

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...

今天我们来聊聊一个越来越火的技术——文本转语音，也就是 TTS (Text-to-Speech)。简单说，就是让电脑把文字读出来，而且要读得像人话。这几年，从短视频配音、有声书制作到智能客服、虚拟助手...

如何正确使用 o1：不要写提示词；要写简报，专注于目标：描述你想要什么，而不是你想要如何得到它，并且要了解 o1 的优点和缺点！ 自从 o1 在 10 月份发布以及 o1 pro/o3 在 12 月份...

在伦敦 AI 巡回研讨会上， Microsoft 高调发布了 Copilot Studio 的一系列新功能，并预告将在 Microsoft Ignite 2024 大会上公开预览 “自主代理”。 这一...

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...

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...

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...

人工智能领域的领军企业 Anthropic 近日宣布完成 E 轮融资，融资金额高达 35 亿美元，公司投后估值也因此一举跃升至 615 亿美元。在当前全球经济形势复杂多变的大背景下，如此巨额的融资无疑...

经过7个月的开发、1个月的测试以及77,376行代码的编写，Refly 正式宣布开源！⚡️🔥🚀 自项目启动以来，Refly 一直致力于成为与 Docker 和 K8S 齐名的世界级开源项目。我们的使命...

在这个信息爆炸的时代，短视频平台如同一个巨大的“时间黑洞”，吞噬着人们大量的碎片时间。为了对抗这种数字沉迷，各种屏幕健康管理工具和数字极简生活方式应运而生，但效果往往差强人意。最近，一款名为 Wiki...

Google 发布 Gemini 2.0 Flash 系列新模型，包括 Gemini 2.0 Flash、Flash-Lite 和 Pro 三款全新模型，旨在为开发者提供更快速、更经济、更强大的生成式...

在 AI 军备竞赛愈演愈烈的当下，埃隆 · 马斯克 (Elon Musk) 麾下的 xAI 再次以出人意料的举动，成为了科技界的焦点。继 Grok 3 模型发布后不久，xAI 旋即宣布将其免费向公众开...

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...

距离微软发布会第二波更新过去一个多月了，copilot agents智能体终于上线了： 微软直接祭出了大招，一口气提供了几十个copilot agents智能体： Copilot 代理可以帮助...

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...

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...

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...

Google 旗下的 AI 研究和笔记工具 NotebookLM 近期推出了一项名为“发现来源” (Discover Sources) 的新功能，旨在改变用户收集和整合信息的方式。此前，Noteboo...

在人工智能浪潮的推动下，语音技术迎来了前所未有的发展机遇。 ElevenLabs，作为一家专注于 AI 语音生成领域的科技公司，凭借其先进的人工智能技术，成功地将文本转化为了 流畅自然、高度逼真 的语...

谷歌最近推出了其最新的人工智能模型——Gemini Exp-1114。该模型于2024年11月14日正式上线，并且免费向公众开放使用，标志着谷歌在人工智能领域的一次重大进展。 Gemini Exp...

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...

特邀撰稿人 Lennart Heim 和 Sihao Huang，本文交叉发布于 Lennart 的个人博客。Lennart 是 ChinaTalk 的常客，最近曾参与关于测试时计算时代的地缘政治的讨...

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...

1 快速创建智能体 ● 点击首页以及“我的创建”中的“创建智能体”按钮，简单5步即可收获专属智能体： ○ 步骤一：填写智能体的名字、简介，使用AI生成一个头像，或上传一张照片作为智能体头像。 ○ 步骤...

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...

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...

苹果迈向多元化 AI 生态 根据 iOS 18.4 测试版系统代码的最新发现，苹果正为 Apple Intelligence 预留整合 Google Gemini 的选项。这意味着，未来 Siri 在...

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...

这份文档是 OpenAI 前后训练负责人 Barret Zoph 和 John Schulman（也是 OpenAI 联合创始人）在斯坦福大学演讲的 PPT，主要分享了他们在 OpenAI 开发 Ch...

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...

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...

让我们以激动人心的方式开启新的一年 可能由 GPT-5 生成 如果我告诉你 GPT-5 是真实存在的。不仅是真实的，而且已经在你看不见的地方塑造世界。这里有个假设：OpenAI 已经开发了 GPT...

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...

AI 技术正以惊人的速度渗透到各行各业，影视制作领域也不例外。在这场科技与艺术的融合浪潮中，AI 的崛起为影视行业带来了前所未有的变革机遇。尤其在短剧制作领域，长期以来面临着制作成本高企、制作周期漫长...

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...

🏠 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...

2025开年，AI行业掀起大模型“推理潮”，自OpenAI发布o1后，各式推理模型不断涌现，模型的高阶推理能力迎来爆发增强，其应用价值也愈发获得业界的广泛关注。 近日，网易有道正式推出国内首个输出分步...

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...

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...

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 ...

人工智能公司 Anthropic 近日宣布推出 Claude for Education，这是一款专为高等教育机构定制的 Claude 版本。在全球教育界积极探索人工智能融合的浪潮下，Anthropi...

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...

在人工智能领域，科技巨头之间的竞争日趋白热化。最新消息显示，微软公司正在秘密研发一系列内部 AI 模型，其性能据信已足以比肩包括合作伙伴 OpenAI 在内的行业领军者。 一位匿名知情人士透露，微软内...

北京智谱华章科技有限公司（以下简称“智谱”）关注到，美国商务部工业和安全局（BIS）拟将智谱及子公司增列至出口管制实体清单。这一决定缺乏事实依据，我们对此表示强烈反对。 智谱由清华大学成果转化而来。作...

百度文心一言：全面免费，开启 AI 普惠新篇章 人工智能领域的发展日新月异，作为该领域的领军企业，百度公司近日再次宣布了一项重大进展。备受瞩目的文心一言，将于 4 月 1 日零时起全面向公众免费开...

联发科创新基地 (MediaTek Research) 近期宣布，正式开源两款针对繁体中文优化的多模态模型：Llama-Breeze2-3B 与 Llama-Breeze2-8B。这两款模型分别针对手...

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...

硅谷快讯 – Google 今日正式宣布，革命性 AI 工具 Data Science Agent 在 Colab 平台全面上线，并向全球用户开放。 这款由前沿 Gemini 模型驱动的智能助手，正在...

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...

在人工智能驱动的视频生成领域，Luma Labs 以 Ray2 再次树立行业标杆。这款创新模型，基于 Luma 突破性的多模态架构打造，为数字内容创作带来质的飞跃，让逼真、生动的视频内容触手可及。Ra...

内容摘要 Nexa 的本地推理框架使生成式 AI 模型在设备端部署变得无缝且高效。该技术支持包括 AMD、高通、英特尔、英伟达及自研芯片在内的多种芯片组，兼容所有主流操作系统。我们提供了生成式 AI ...

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...

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...

有这样一位初中生，他在初一下学期发起了一个项目，专门用来给他的朋友们免费体验 GPT-4 模型。 到了八年级的暑假，他决定把这个项目开源出来，并且正式命名为 Chat Nio，同时项目的定位为一站式 ...

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...

微软宣布将于2024年10月21日停止国内提供Azure OpenAI个人服务，这一决定引发了广泛关注和讨论。该决定的主要原因是监管要求，规定只有企业客户有资格订阅Azure OpenAI服务。 ...

最近，微软研究院发布了一项重磅研究成果——多模态人工智能代理基础模型 Magma。 这款模型可谓是身兼多项绝技，它不仅能像人一样“看懂”图像和“听懂”语言，还能直接上手操作用户界面 (UI) 和控制机...

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...

简介 在人工智能领域，基础模型（如大型语言模型和视觉语言模型）已经成为推动技术进步的核心力量。然而，如何有效地提升这些模型的泛化能力，使其能够适应各种复杂多变的现实场景，仍然是一个重大挑战。当前，监督...

近日，人工智能公司 Anthropic 备受瞩目。不仅推出了性能强大的 Claude 3.7 Sonnet 模型，还在融资方面取得了显著进展。Anthropic 首席产品官 Mike Krieger...

近日，中央网信办启动了“清朗·整治AI技术滥用”专项行动，针对当前人工智能发展中出现的若干问题划定了清晰的治理红线。此举旨在引导AI技术健康发展，防范潜在风险。该专项行动聚焦13个重点方向，分为两个阶...

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...

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...

作者： OpenAI 首席执行官 Sam Altman OpenAI 的使命是确保通用人工智能（AGI）惠及全人类。 OpenAI 认为，指向 AGI 的系统正逐渐显现，因此理解我们所处的时刻至关重要...

Inception Labs 推出 Mercury 系列扩散大语言模型 (dLLM)，其速度和成本比现有 LLM 降低了 10 倍，将语言模型的智能和速度推向了新的前沿。 核心要点 Inception...

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...

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...

GLM-PC 是基于智谱多模态大模型 CogAgent，全球首个面向公众、回车即用的电脑智能体（agent）。它能像人类一样「观察」和「操作」计算机，协助用户高效完成各类电脑任务。 自 202...

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...

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...

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...

专家混合（Mixture of Experts）和稀疏注意力（Sparse attention）使得几乎无限的上下文成为可能。它让 RAG AI Agent 能够在没有上下文限制的情况下吞噬整个代码库...

这是 阶跃星辰 Step 系列模型家族的首个推理模型。 类似 OpenAI o1 的推理模型在国内终于卷起来了。 刚刚，国产大模型「六小虎」成员阶跃星辰发布了最新一代模型 ——Step Reasone...

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...

今天想分享一个真实又刺激的冷启动故事，事情是这样的： 前几天正在油管上闲逛，刷到一个软件测评博主 LearnWire 的视频：《This NEW AI Tool CRUSHES Lovable For...

Opera，这家以创新精神著称的挪威科技公司，再次走在了浏览器技术的前沿。近日，Opera 宣布推出一项名为 Browser Operator 的全新 AI 代理功能，为用户带来前所未有的浏览体验。这...

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...

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...

最近 AI 圈子里，数字人技术真是火得一塌糊涂，各种“开源最强”的数字人方案层出不穷，让人眼花缭乱。虽然笔者也为大家分享了不少数字人整合包，但是面对如此多的选择，大家难免会感到困惑，不知道哪个才最适合...

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...

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...

在本报告中，我们为您呈现了评选出的2025年亚马逊产品红利市场的前15名，适合在TikTok进行售卖。我们在分析了推动成功的关键市场因素后选择了这些机会： 高需求 – 产品持续产生高关键词搜索量。 强...

全部可课程包含： 基础入门+自动化工作流实战课30节 基础课-Coze零基础开发Agent智能体-54节 https://pan.quark.cn/s/931e5e153f4d#/list/s...

近期，国家超算互联网平台正式上线了由DeepSeek公司研发的多款大模型，包括 DeepSeek-R1 、V3、Coder等系列。其中， DeepSeek-R1 的小版本模型提供一键推理服务，用户无需...

近期，人工智能领域明星企业零一万物的一些内部调整引发了行业关注。 据悉，这家由李开复创立的公司正计划拆分旗下数字人业务，并对部分产品线进行优化调整。 这一系列动作， 或许预示着零一万物在发展战略上正进...

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...

百度近日推出了一款名为“月匣”的情感陪伴类 App。这款 App 与众不同之处在于，它不仅使用了百度自家的文心一言大模型，还整合了 DeepSeek、豆包、MiniMax abab 这三个外部大模型...

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...

在去年的 Made on YouTube 活动中，YouTube 高调发布了 Dream Screen 功能的更新。该功能允许用户仅通过简单的文本提示，便能为他们的 Shorts 创作出独一无二的 A...

最近，咱们中国的人工智能公司 DeepSeek (深度求索) 可谓是火遍全球！他们家的人工智能模型和聊天机器人应用，那叫一个厉害，风头正劲！🔥 短短几天，就成了香饽饽，但也引来了一些国家的监管机构的 ...