鸿蒙开发者社区

公众号矩阵

移动端

视频课免费课排行榜短视频直播课软考学堂

全部课程软考信创认证华为认证厂商认证 IT技术 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

新闻

2.9w内容

关注

汇聚51CTO网站的各领域新鲜资讯，包括开发、移动开发、系统、网络、安全、数据库、大数据、人工智能、区块链、云计算、物联网、数字化转型、服务器、存储、商务办公、运维、开源、智能汽车等细分领域。

共 2.9w 条

GPT-4o准确率仅为24%！权威中文教育基准：知识+情商的双重考验

华东师范大学智能教育学院发布OmniEduBench，首次从「知识+育人」双维度评测大模型教育能力。测评2.4万道中文题后，实验结果显示：GPT-4o等顶尖AI会做题，却在启发思维、情感支持等育人能力上远不及人类，暴露AI当老师的关键短板。

2025-11-14 13:40:55

GPT-4o AI 模型

图灵测试过时了！奥特曼与量子计算之父提出的2.0来了

随着现在的主流大模型都能轻松通过图灵测试，这个持续了数十年的标准开始逐渐过时。奥特曼和量子计算之父David Deutsch讨论得出了一个新的图灵测试2.0标准，可以更好地衡量究竟怎样AI才算拥有真正的智能。

2025-11-14 11:19:08

AI 模型算法

00后MIT辍学生，两年干出2000亿神话！英伟达谷歌抢投

仅用两年时间，一个从实验室孕育的AI编程神器Cursor，年度经常性收入破10亿美元，冲刺300亿美元估值。新一轮23亿美元融资中，谷歌、英伟达重金押注。四名MIT本科辍学生，如今已是妥妥的亿万富翁。

2025-11-14 11:17:07

AI 编程模型

FDA对偶锚点：模型知识迁移的新视角——从参数空间到输入空间

研究者们提出了 FDA（Model Merging with Functional Dual Anchors）——一个全新的模型融合框架。

2025-11-14 09:45:09

AI 模型框架

音画同步视频生成重磅开源！Character AI和耶鲁大学推出Ovi，让音、画在一个大脑里思考

Character AI和耶鲁大学的研究团队联手推出OVI（Ovi: Twin Backbone Cross-Modal Fusion for Audio-Video Generation）。

2025-11-14 09:34:26

AI 模型开源

成本不到8千美元！新浪微博1.5B小模型超越近万亿参数模型

VibeThinker-1.5B证明了在逻辑推理这一核心认知领域，精巧的算法设计可以超越蛮力的参数堆砌。

2025-11-14 09:31:41

AI 模型推理

图像编辑新神器：英伟达用拍电影思维解决图像编辑与世界模拟一致性难题

NVIDIA和多伦多大学的研究者们提出了一个绝妙的想法：假如我们不把图像编辑看作是修改一张静态图片，而是看作在拍摄一部只有两帧的微型电影呢？

2025-11-14 09:30:12

英伟达图像生成 AI

下一代目标检测模型：3B参数MLLM Rex-Omni首度超越Grounding DINO，统一10+视觉任务

近日，来自 IDEA 研究院的团队通过仅有 3B 参数的通用视觉感知模型 Rex-Omni，打破了这一僵局。

2025-11-14 09:27:15

AI 目标检测模型

RAE+VAE? 预训练表征助力扩散模型Tokenizer，加速像素压缩到语义提取

VFM-VAE 通过直接集成冻结的基础视觉模型作为 Tokenizer，能够显著加速模型收敛并提升生成质量，展示了 LDM Tokenizer 从像素压缩迈向语义表征的演化方向。

2025-11-14 09:21:45

AI 模型训练

20美元，撕开人类思维鸿沟！宾大教授警告AI隐形阶层战

AI的革命，不在算法，而在使用者。同样一台机器，有人只拿它写笑话，有人靠它写论文、跑模型、生成研究报告。20美元成了新的「知识分界线」，AI正在制造一种隐形的社会分层——技术平权的时代，思维反而开始分级。真正的竞争，不是掌握工具，而是学会与它共思。

2025-11-14 09:18:10

AI 机器模型

谷歌DeepMind最新论文，刚刚登上了Nature！揭秘IMO最强数学模型

DeepMind的AlphaProof在IMO拿到接近金牌的银牌成绩。它结合大模型直觉、强化学习和Lean形式化证明，攻克多道高难题。它虽在速度、泛化和读题上仍有限，但已开启人类数学家与AI协作的新阶段。

2025-11-14 09:15:39

强化学习 AI 模型

一句「你还好吗」值40亿？斯坦福博士出走xAI，押注AGI共情力

AI已足够聪明，却不够温柔。Zelikman离开xAI的决定，既是技术路线之争，也是价值取向之选：我们要一台更快的计算机，还是一个更懂人的伙伴？当资本开始为「共情」下注，真正的考题是——算法能否承担理解的重量，而非仅仅生成正确的句子。

2025-11-14 09:13:52

AI 技术算法

ICLR 2026出分，审稿员怒喷「精神病」！DeepMind研究员教你绝地求生

ICLR 2026评审结果震撼出炉：投稿量暴增至近2万篇，却迎来分数大滑坡，平均分从5.12跌至4.2。审稿人吐槽论文质量低下，甚至疑似AI生成，这场学术盛宴为何变味？

2025-11-14 09:11:48

AI 论文测评

一个模型读懂所有医学数据，Hulu-Med探索医学大模型开源新范式 | 浙大x上交xUIUC

Hulu-Med代表了迈向整体化、透明化、高效能医学AI的重要一步，它不仅是一个高性能的模型，更是一个开源开放的研究起点和一份详尽的技术蓝图。

2025-11-14 08:43:45

AI 技术模型

跨层压缩隐藏状态同时加速TTFT和压缩KV cache！

我们非常荣幸地宣布，我们试图回答这些问题的论文 UNCOMP 已被 EMNLP 2025 主会接收！我们不仅提出了一个高效的推理框架，更重要的是，我们提供了一个全新的理论视角来理解 LLM 内部的信息动态。

2025-11-14 08:42:00

AI 模型框架

只演示一次，机器人就会干活了？北大&BeingBeyond联合团队用“分层小脑+仿真分身”让G1零样本上岗

DemoHLM以“单仿真演示驱动泛化移动操作”为核心，通过分层控制架构与高效数据生成 pipeline，破解了人形机器人训练成本高、泛化差、迁移难的三大痛点。

2025-11-14 08:41:20

AI 机器人训练

用155万模拟视频给模型上课！GVE模型一次学会9种视频检索技能

香港科技大学（广州）联合阿里巴巴通义实验室展开系统性探索，首次提出通用视频检索概念，并构建了包含16个数据集、覆盖多任务与多领域的综合评测基准UVRB；合成了155万条高质量、多模态、任务多样化的视频-语言训练对；并为多模态大模型底座量身设计了任务金字塔课程训练策略。

2025-11-14 08:39:45

AI 训练数据

LeCun在Meta的最后一篇论文

这篇带“Le”的论文，介绍了一种自监督学习方法，于11月11日在arXiv提交，是LeCun的最新公开成果。

2025-11-14 08:37:14

AI 模型论文

2.4万亿参数原生全模态，文心5.0一手实测来了

全新一代主打原生全模态，最开始就把语言/图像/视频/音频放在同一套自回归统一架构里，做统一的理解与生成训练。

2025-11-13 18:35:43

AI 模型视频生成

GRPO训练不再「自嗨」！快手可灵 x 中山大学推出「GRPO卫兵」，显著缓解视觉生成过优化

作为首先关注 GRPO 在视觉生成中过优化现象的研究，GRPO-Guard 通过比率归一化（RatioNorm）和跨步梯度平衡，有效稳定策略更新，恢复裁剪机制对正样本的约束，并缓解过度优化。

2025-11-13 14:16:28

AI 视觉生成模型

2M大小模型定义表格理解极限，清华大学崔鹏团队开源LimiX-2M

轻量化、开箱即用的LimiX-2M，在科研探索和实际落地场景均有巨大潜力。它保持前代 LimiX-16M 支持分类、回归、缺失值插补等多样化能力，性能远超现有其它表格模型，同时大幅度降低了显存占用和时间消耗。

2025-11-13 14:16:22

AI 模型开源

百度发布多项AI重磅成果，AI迎“效果涌现时刻”

“当AI能力被内化，成为一种原生的能力，智能就不再是成本，而是生产力。”11月13日举办的2025百度世界大会上，百度创始人李彦宏演讲时表示，更应关心如何让AI跟每一项任务有机结合，“让AI成为企业发展和个人成长的原生推动力。”

2025-11-13 13:54:45

百度百度世界大会

小红书提出DeepEyesV2，从“看图思考”到“工具协同”，探索多模态智能新维度

DeepEyesV2不仅延续了DeepEyes的视觉推理优势，更突破性地实现了「代码执行+网页搜索+图像操作」的全工具协同，从「会看细节」进化为「能主动解决复杂问题的智能体」。

2025-11-13 10:02:35

AI 模型工具

清华团队：1.5B 模型新基线！用「最笨」的 RL 配方达到顶尖性能

清华团队带着一个朴素的想法开始了这项工作："如果我们用最基础的配方，但训练得足够充分，能到什么水平？"

2025-11-13 09:05:00

AI 模型训练

李飞飞的「空间智能」Marble来了：可以3D雕刻，渲染高斯溅射

未来的关键机遇在于交互性。未来的世界模型将允许人类和智能体以新的方式与生成的世界互动，从而在模拟、机器人等领域解锁更多用例

2025-11-13 09:02:54

AI 智能体机器人

刚刚，GPT-5.1发布，OpenAI开始拼情商

对于新上线的模型，OpenAI 表示出色的 AI 不仅要聪明，还要让人与之对话变得愉悦。GPT-5.1 在智能和沟通风格上都有了显著提升。

2025-11-13 09:00:00

模型 AI OpenAI

AI秒破18世纪「天书」账本！谷歌新模型盲测刷屏全网

最近，谷歌AI Studio上的一个神秘模型不仅成功识别了200多年前一位商人的「天书」账本，而且还修正了里面的格式错误和模糊表述，展现出的推理能力令历史学家震惊。

2025-11-13 08:59:11

谷歌 AI 模型

Llama 4造假丑闻幕后：小扎豪赌143亿，却为中国AI「做了嫁衣」

Llama4性能造假丑闻，OpenAI烧钱的速度远超过了盈利能力；另外一方面：国产模型凭借足够强大的性能与超高性价比，迅速占领了国际开源模型市场。是时候再次为国产AI鼓掌了！

2025-11-13 08:57:12

Llama 模型 AI

阿里发了个简历AI神器，大小仅0.6B

阿里巴巴集团研究团队，开发出了一套基于布局感知的简历解析框架。

2025-11-13 08:54:13

AI 模型框架

硅谷热议：最快语音转文字模型

来自AI语音独角兽公司ElevenLabs，刚刚发布了Scribe v2 Realtime实时语音转文本模型，网友表示：Next-Level。

2025-11-13 08:52:05

AI 语音识别模型

NeurIPS 2025 | 中科大、港中深、通义千问联合发布CoRT：仅30个样本教会大模型高效推理，token消耗降低50%

来自中国科学技术大学、香港中文大学（深圳）、通义千问的联合研究团队给出了他们的答案：CoRT (Code-Optimized Reasoning Training) —— 一个旨在教会大型语言模型高效利用代码工具进行推理的后训练（post-training）框架。

2025-11-13 08:47:43

模型代码工具

你以为在点「红绿灯」验证身份，其实是在给AI免费打工

全球网民在毫不知情的情况下，用这种「无意识劳动」，硬是把《纽约时报》从 1851 年以来的全部历史档案，和海量的「谷歌图书」项目，给一个词一个词地免费「转录」成了数字版。

2025-11-13 08:45:12

AI 模型数据

TypeScript超越Python成GitHub上使用最广语言，AI是主要驱动力

GitHub 报告表示：「这一里程碑事件是过去十年来开发者转向类型化 JavaScript （typed JavaScript）趋势的集中体现，也标志着 TypeScript 正在成为现代开发的新默认选项。」

2025-11-12 17:18:36

AI 编程开发者

奥特曼下注27岁神秘青年，「复活」世界最顶级实验室

一位在互联网上近乎「隐形」的27岁创始人，却同时赢得奥特曼与孙正义的重注，豪言要打造一个「现代贝尔实验室」。

2025-11-12 17:17:38

AI 互联网模型

识别1600+种人类语言，支持少样本扩展到5400+种语言，Meta自动语音识别模型开源

全球七千多种语言中，只有极少数能够被计算机处理，绝大多数语言和其背后的文化，都沉默在技术的阴影之下。

2025-11-12 17:15:53

三位AI殿堂级人物罕见同框：LeCun、李飞飞、谢赛宁团队用空间超感知让AI像人一样理解三维世界

研究指出，当前顶尖的多模态大语言模型（MLLMs）在理解视频时，本质上可能更像在阅读图文摘要，而非真正理解三维空间。

2025-11-12 17:15:35

AI 语言模型视觉

1.8亿个岗位数据分析揭秘，AI究竟取代了什么工作

来自Revealera（一家为金融公司提供就业数据的服务商）联合创始人，Henley Wing Chiu的一份研究，收集、分析了从2023年1月到2025年10月近1.8亿份全球岗位数据信息，用数据看清AI时代的职业沉浮。

2025-11-12 17:13:56

AI 数据分析技术

再见黄仁勋！软银58亿清仓英伟达，All in OpenAI

曾在英伟达身上错过2500亿美金的孙正义，如今再次用脚投票，他赌的是：AI的未来，不在于制造铲子的英伟达，而在于定义金矿的OpenAI。

2025-11-12 11:46:41

英伟达 AI OpenAI

NeurIPS 25开新坑：145万个图文对，覆盖八种主流水下理解任务

华中科技大学团队推出首个水下多模态大模型NAUTILUS，支持8种水下场景理解任务，并开源145万图文对的NautData数据集。模型通过视觉特征增强模块解决水下图像模糊和颜色失真问题，性能超越现有模型，恶劣环境下表现更佳。

2025-11-12 11:42:42

AI 大模型数据集

Nature子刊：太空中建数据中心，无限能源，浙大首次证实可行！

浙江大学和新加坡南洋理工大学新研究旨在探索空间碳中和数据中心的可行性。

2025-11-12 09:04:20

AI 数据中心技术

英伟达铁幕之后，谷歌AI芯片已成气候

英伟达在聚光灯下狂飙，谷歌却在幕后悄悄造出自己的AI基建帝国系统。当别人还在抢GPU时，它早已自给自足、闭环生长——闷声干大事，从未如此谷歌。

2025-11-12 09:02:02

谷歌 AI 英伟达

ICCV 2025 Highlight | 大规模具身仿真平台UnrealZoo

来自北京师范大学、北京航空航天大学、北京大学等机构的联合研究团队，为具身智能（Embodied AI）研究带来了具身仿真环境平台 UnrealZoo！这是一个基于虚幻引擎（Unreal Engine）构建的近真实三维虚拟世界集合，旨在 1:1 还原开放世界的复杂性与多变性。

2025-11-12 09:02:00

AI 视频生成模型

突发｜Yann LeCun离职，要创业？

据《金融时报》刚刚援引知情人士的报道，Meta 首席人工智能科学家 Yann LeCun 计划离开这家公司，并创办自己的初创公司。

2025-11-12 09:00:00

AI 模型技术

翻译界的ChatGPT时刻！Meta发布新模型，几段示例学会冷门新语言

在7000多种人类语言中，只有少数被现代语音技术听见，如今这种不平等或将被打破。Meta发布的Omnilingual ASR系统能识别1600多种语言，并可通过少量示例快速学会新语言。以开源与社区共创为核心，这项技术让每一种声音都有机会登上AI的舞台。

2025-11-12 08:59:07

AI ChatGPT 模型

6666！NeurIPS满分论文来了

真正决定推理上限的是基座模型本身而非强化学习，且蒸馏比强化学习更有望实现大模型自我进化。

2025-11-12 08:56:15

AI 论文模型

模型性能提升近50%，成本削减83%！约翰·霍普金斯大学发布专业领域提示优化框架

霍普金斯大学提出的新方法——EGO-Prompt（Evolutionary Graph Optimization for Prompt，基于进化图优化的提示）的框架，能自动生成更好的提示词。

2025-11-12 08:55:00

AI 模型推理

杨植麟回复：Kimi K2训练用的H800！但“只花了460万美元”嘛…

这不是官方数据。训练成本很难计算，因为其中很大一部分用于研究和实验。

2025-11-12 08:54:13

AI 模型数据

大模型开发者必读！拆解世界级AI模型的诞生，Hugging Face把4年模型训练经验写成了一本开源指南

这份详尽的指南，由12位Hugging Face的顶尖工程师团队打造，记录了他们训练模型的全部心路历程，可以说是一份真正意义上的手把手实战指南，将Hugging Face团队约4年来构建最先进（SOTA）模型和数据集的所有经验，毫无保留地公之于众。

2025-11-12 08:50:00

AI 开发者模型

32倍加速，58秒搞定720p视频！字节发布离散自回归框架，统一视觉生成和长视频生成

2023年的VideoPoet项目，探索了语言模型在视频生成中的应用潜力，但它受限于视频离散化的质量和生成效率。

2025-11-12 08:49:00

AI 视频生成模型

从VLA到RoboOmni，全模态具身新范式让机器人察言观色、听懂话外音

RoboOmni 的出现标志着机器⼈交互范式从「服从命令的⼯具」向「洞察意图的伙伴」的根本转变。

2025-11-12 08:45:38

AI 机器人训练

1 2 3 4 5 6 ··· 586 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营