51CTO首页
AI.x社区
博客
学堂
精品班
软考社区
免费课
企业培训
鸿蒙开发者社区
信创认证
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
在线学习
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

2.8w内容  
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。
文章
共 2.8w 条
搞不懂CUDA的人有救了，Devin开发商开源Kevin，强化学习生成CUDA内核
Kevin-32B 基于 QwQ-32B 在 KernelBench 数据集上使用 GRPO 进行了多轮强化学习训练，实现了超越 o3 和 o4-mini 的顶级推理表现。

2025-05-07 13:46:34

AI模型数据
公开模型一切，优于DeepSeek-R1，英伟达开源Llama-Nemotron家族
英伟达推出了 Llama-Nemotron 系列模型（基于 Meta AI 的 Llama 模型构建）—— 一个面向高效推理的大模型开放家族，具备卓越的推理能力、推理效率，并采用对企业友好的开放许可方式。

2025-05-07 10:12:52

英伟达模型AI
英伟达提出最强「描述一切」模型 (DAM)，可生成图像或视频特定区域的详细描述，拿下7个基准SOTA！
“描述任何内容”模型 (DAM)能够为图像和视频中的特定区域生成详细的描述，可用于各种应用，从数据标注到作为下游任务的中间组件。

2025-05-07 10:10:36

模型生成AI
南洋理工 & 牛津 & 新加坡理工提出Amodal3R，可从遮挡 2D 图像重建完整 3D 资产，3D生成也卷起来了！
Amodal3R 是一种从部分可见的 2D 图像重建完整 3D 形状和外观的新方法。

2025-05-07 10:09:49

3D模型生成
豪掷30亿美元，OpenAI史上最大收购案！
OpenAI天价收购案即将完成。爆料称，OpenAI将出资30亿美元吞并AI编程工具Windsurf，成为其迄今为止最大规模的收购。

2025-05-07 10:09:28

OpenAI模型AI
刚刚，Gemini 2.5 Pro升级，成编程模型新王
刚刚，Google DeepMind 发布了 Gemini 2.5 Pro 的最新更新版本：Gemini 2.5 Pro (I/O edition)。

2025-05-07 10:01:35

Gemini编程模型
微软正式开源UFO²，Windows桌面迈入「AgentOS 时代」
UFO² 的发布不仅标志着桌面智能体真正迈入了系统级的「AgentOS 时代」，也为未来智能办公、智能人机交互的发展树立了重要里程碑。

2025-05-07 09:16:00

微软开源系统
AI再破2000年前「上古卷轴」！古希腊著作原文首次重见天日
2000多年未解之谜被AI破解！2025年，研究人员首次非侵入性地读取到仍卷着的赫库兰尼姆古卷标题。这一突破来自维苏威挑战赛，获奖团队赢得6万美元，更为沉睡两千年的古代智慧开启了解读新纪元。

2025-05-07 09:14:00

AI破解模型
ICML 2025 | 注意力机制中的极大值：破解大语言模型上下文理解的关键
近日，一项来自 ICML 2025 的新研究《Massive Values in Self-Attention Modules are the Key to Contextual Knowledge Understanding》揭示了大型语言模型中一个重要现象。

2025-05-07 09:12:00

模型研究LLM
GPT-4o图像生成的「核燃料」找到了！万字长文拆解潜在变量，网友：原来AI在另一个维度作画
知名研究者 Andrej Karpathy 最近转发了一篇来自 Google DeepMind 研究科学家 Sander Dielman 的博客文章，探讨了生成模型（如图像、音频和视频生成模型）如何通过利用潜在空间来提高生成效率和质量。

2025-05-07 09:06:00

AI模型生成
微软将大量AI功能、智能体集成在Windows11，全民AI时代来了
本次集成的AI功能非常多，涵盖搜索、设置、文件管理、画图、截图、Copilot等，同时还推出了以Copilot+ PC为主的全新Surface商务笔记本。

2025-05-07 09:01:00

WindowsAI智能体
通义实验室又一位大佬出走！传应用视觉团队负责人薄列峰已离职，将任职另一大厂多模态模型负责人！ 原创
薄列峰并非今年阿里通义实验室出走的第一位高层员工。2025年2月15日，通义实验室语音团队负责人鄢志杰也低调离职，加入某互联网大厂，担任AI Lab副主任，但因架构调整，鄢志杰在职不到三个月便已离职。

2025-05-06 16:03:20

通义实验室视觉团队多模态
大模型集体“挂科”！全新中文网页检索测试：GPT-4o准确率仅6.2%
BrowseComp-ZH是一项由港科大（广州）、北大、浙大、阿里、字节跳动、NIO等机构联合发布的新基准测试集，让20多个中外主流大模型集体“挂科”。

2025-05-06 15:32:23

模型AI测试
陶哲轩：感谢ChatGPT，4小时独立完成了一个开源项目
陶哲轩这次用到的 AI 工具仍然是 ChatGPT。经过大约四个小时的编程，在大模型的频繁协助下，他顺利做出了一个概念验证工具。

2025-05-06 15:31:17

陶哲轩AI工具
VDC+VBench双榜第一！强化学习打磨的国产视频大模型，超越Sora、Pika
复旦大学等机构提出了 Cockatiel 方法 [3]，该方法在权威的 VDC（Video Detailed Captioning 视频细粒度文本描述评测集）榜单上获得第一名，超过了包括通义千问 2-VL、VILA1.5、LLaVA-OneVision，Gemini-1.5 等在内的多个主流视频理解多模态大模型。

2025-05-06 15:28:14

模型AI强化学习
微软关闭14年老牌通信应用！建议用户迁移至Team！曾引领技术革命，首次实现电脑间免费通话！估值曾达FaceBook的26倍！ 原创 精选
昨天，微软正式关闭 Skype。这个曾被誉为“重新定义通信”的传奇应用，在运行整整 23 年后，落下了帷幕。而距离微软 85 亿美元高价收购它，也只差几天就满 14 年。

2025-05-06 11:25:15

微软Team免费通话
刚刚，OpenAI公司结构重大调整：继续由非营利实体控制，营利性部门要变公益公司
OpenAI表示，这次的公司结构调整，是在听取市民领袖的意见，并与特拉华州总检察长办公室和加利福尼亚州总检察长办公室进行建设性对话后所做出的决定。

2025-05-06 10:14:47

OpenAI非营利公益公司
突破瓶颈，嵌入式AI神经持续学习引擎—Replay4NCL
随着AI技术的快速迭代发展，嵌入式 AI 系统在各种应用场景中扮演着越来越重要的角色，例如，移动机器人、无人驾驶、无人机等。这些系统需要具备持续学习的能力，以适应动态变化的环境，同时避免灾难性遗忘。

2025-05-06 10:13:41

AI神经网络系统
3B模型逆袭7B巨头！Video-XL-Pro突破长视频理解极限，大海捞针准确率超98%
来自上海交通大学、北京智源研究院、特伦托大学的联合研究团队推出了Video-XL-Pro，实现近一万帧视频的单卡处理，大海捞针准确率超98%。

2025-05-06 09:55:00

视频生成AI
AI视频生成新突破！字节提出一致性视频生成方法Phantom：通过跨模态对齐生成主题一致的视频，超多应用场景
Phantom是一种基于文本-图像-视频三元组学习实现跨模态对齐的主体一致性视频生成方法。通过重新设计联合文本-图像注入机制并利用动态特征集成，Phantom 在统一的单/多主体生成和人脸 ID 保存任务中展现出极具竞争力的性能，并在定量评估中超越了商业解决方案。

2025-05-06 09:41:06

视频生成AI
315 行代码构建编程助手，Go大佬揭开智能体的「神秘面纱」
乍看之下，智能体编辑文件、运行命令、自行解决错误似乎很复杂，但实际上只需一个大语言模型、一个循环和足够的 tokens。构建一个小型的智能体并不需要太多工作，少于 400 行代码即可实现，且大部分是样板代码。

2025-05-06 09:15:00

代码模型AI
AI「自我复制」能力曝光！RepliBench警示：大模型正在学会伪造身份
科幻中AI自我复制失控场景，正成为现实世界严肃的研究课题。英国AISI推出RepliBench基准，分解并评估AI自主复制所需的四大核心能力。测试显示，当前AI尚不具备完全自主复制能力，但在获取资源等子任务上已展现显著进展。

2025-05-06 09:13:15

AI模型数据
成熟的编程智能体，已经学会升级自己的系统了
来自布里斯托大学和 iGent AI 的研究者认为，完全自我参照式的元智能体编程方式在今天是可实现的，并提供了一种合理的替代方案。

2025-05-06 09:10:00

编程智能体AI
「推理革命」爆发100天：DeepSeek-R1复现研究全揭秘！
本文深入梳理了围绕DeepSeek-R1展开的多项复现研究，系统解析了监督微调（SFT）、强化学习（RL）以及奖励机制、数据构建等关键技术细节。

2025-05-06 09:09:37

DeepSeek模型数据
谷歌DeepMind：大模型也很任性，知道最优路径偏要撞南墙
该研究对 LLM 常见的失败模式贪婪性、频率偏差和知 - 行差距，进行了深入研究。

2025-05-06 09:08:00

大模型AI谷歌
四面楚歌，奥特曼妥协了！OpenAI公布重大公司调整，放弃成为营利性公司
OpenAI突然宣布：放弃营利性转型，回归非营利初心！Sam Altman称要为全人类打造「全球大脑」，AGI不该服务少数人。利益最大相关方微软尚未表态。这场公司结构改革背后是一场关于AI控制权的权力博弈。

2025-05-06 09:06:18

OpenAI奥特曼模型
DeepSeek开源的文件系统，是如何提升大模型效率的？
DeepSeek 提出的文件系统是如何运作的，又能如何提高模型效率？最近，来自伊利诺伊大学厄巴纳-香槟分校的在读博士生 Henry Zhu 对 3FS 进行了解读。

2025-05-06 09:03:00

DeepSeekAI模型
细节直逼亚毫米级！港科广分层建模突破3D人体生成｜CVPR 2025
团队最新提出的MultiGO创新方案，借助分层建模思路——将人体分解为不同精度层级，从基础体型到衣物褶皱逐级细化。

2025-05-06 08:50:00

3D生成AI
用多模态LLM超越YOLOv3！强化学习突破多模态感知极限｜开源
华中科技大学、北京邮电大学等多所高校研究团队共同推出的Perception-R1（PR1），在视觉推理中最基础的感知层面，探究rule-based RL能给模型感知pattern带来的增益。

2025-05-06 08:40:00

视觉推理AI
中国开源大模型新成员：小米推理大模型首秀！ 原创 精选
据悉，小米的AI团队规模已超过3000人，覆盖了视觉、声学、语音、NLP、知识图谱、机器学习、大模型、多模态等多个前沿方向，推动着AI技术全面赋能手机、AIoT、汽车、机器人等多个业务板块。

2025-04-30 16:48:07

小米推理大模型
AI包办79%代码，程序员饭碗不保！前端开发要凉，人类只配改Bug？
还在用AI改改小Bug？已经out了！最新研究发现，Claude Code上79%的任务直接由AI自动完成。从前端界面到自动化任务，AI正席卷编程。

2025-04-30 09:52:42

AI编程模型
细思极恐，AI操控舆论达人类6倍！卧底4月无人识破，Reddit集体沦陷
AI洗脑人类，成功率6倍暴击！苏黎世大学在Reddit秘密实验引爆全网，LLM假扮多种身份，历时4个月发表1700+评论，轻松操控舆论，竟无人识破。

2025-04-30 09:20:00

AI模型训练
微软1bit LLM新研究：原生4bit激活值量化，可充分利用新一代GPU对4bit计算的原生支持
研究发现注意力层和前馈网络层的输入激活值分布还比较接近高斯分布，量化起来相对容易。

2025-04-30 09:16:00

模型AI研究
不要思考过程，推理模型能力能够更强丨UC伯克利等最新研究
通过简单的prompt绕过「思考」这一过程直接生成解决方案，可能同样有效，甚至更好。

2025-04-30 09:09:00

模型AI生成
ICLR 2025｜首个动态视觉-文本稀疏化框架来了，计算开销直降50%-75%
针对当前多模态大模型推理效率受限的问题，团队通过分析多模态大模型推理过程中的不同阶段，针对性的设计了推理加速方案。提出了 Dynamic-LLaVA—— 第一个同时稀疏化视觉和语言上下文的多模态大模型推理加速框架，将不同推理模式的推理效率优化集成到统一框架中。

2025-04-30 09:00:00

模型推理AI
OpenAI玩崩了！GPT-4o更新后变马屁精差评如潮，奥特曼：一周才能完全修复
现在铺天盖地的用户反馈，更新后ChatGPT过于谄媚，没法聊了。

2025-04-30 08:42:00

OpenAI模型AI
纳米AI为4亿打工人定制「AI牛马」！可0代码手搓超级智能体
近来，纳米AI重磅上线MCP万能工具箱，全面支持MCP协议，开启AI Agent生产力新时代。作为国内首家开放生态MCP平台，它以超低门槛，让4亿人都能手搓爆款AI。

2025-04-29 16:12:28

AI模型训练
GPT-4o一夜变身「赛博舔狗」，百万网友泪目！奥特曼紧急修复，网友：求别修
一夜间，GPT-4o忽然变成了「赛博舔狗」，这幅面孔让网友们大为震惊。奥特曼承认这次搞砸了，就在刚刚，OpenAI模型负责人表示已经连夜修复。然而，许多网友表示，自己从GPT-4o那里得到的爱和尊重，比从人类身上得到的都多。

2025-04-29 16:07:53

GPT-4oAI模型
英伟达分拆中国业务，成立合资公司，不可信！ 原创 精选
众所周知，近年来受制于美国政府的科技封锁压力，目前英伟达供给中国的产品，均为算力锁死的“特供芯片”。这些残血版的芯片，迫使中国客户开始转向华为昇腾、寒武纪等国产替代方案。

2025-04-29 12:37:28

英伟达NVIDIA生态系统
港大&Adobe联合提出图像生成模型PixelFlow，可直接在原始像素空间中运行，无需VAE即可进行端到端训练
论文推出了一种全新的图像生成模型 PixelFlow，它通过直接在原始像素空间上进行操作，重新思考了基于潜在空间的模型的优势。

2025-04-29 09:21:19

模型AI图像生成
告别“图文不符”！FG-CLIP实现细粒度跨模态对齐，360开源模型重塑AI视觉理解
360人工智能研究院最新图文跨模态模型FG-CLIP，宣布以“长文本深度理解”和“细粒度视觉比对”双突破，彻底解决了传统CLIP模型的“视觉近视”问题，能够精准识别局部细节。

2025-04-29 09:21:00

模型生成AI
52页PPT，谷歌Gemini预训练负责人首次揭秘！扩展定律最优解
大模型之战烽火正酣，谷歌Gemini 2.5 Pro却强势逆袭！Gemini Flash预训练负责人亲自揭秘，深挖Gemini预训练的关键技术，看谷歌如何在模型大小、算力、数据和推理成本间找到最优解。

2025-04-29 09:16:00

大模型AI技术
颠覆传统RAG，创新大模型检索增强—Insight-RAG
Megagon实验室的研究人员提出了一种创新框架Insight-RAG，从而更好地捕捉任务特定的细微信息，整合的数据质量也更高。

2025-04-29 09:15:49

AI数据模型
模型压缩到70%，还能保持100%准确率，无损压缩框架DFloat11来了
本文，来自莱斯大学等机构的研究者提出了一种解决方案，可以将任何 BFloat16 模型压缩到原始大小的 70%，同时还能在任务上保持 100% 的准确性。

2025-04-29 09:14:00

AI模型架构
上交大等探索键值压缩的边界：MILLION开源框架定义模型量化推理新范式，入选顶会DAC 2025
本文的研究者提出了 MILLION，一种基于乘积量化的键值缓存压缩和推理加速设计。

2025-04-29 09:13:00

模型推理AI
首个系统性工具使用奖励范式，ToolRL刷新大模型训练思路
伊利诺伊大学香槟分校的研究团队率先提出了一项开创性的研究 ——ToolRL。

2025-04-29 09:12:00

系统AI工具
字节Seed团队PHD-Transformer突破预训练长度扩展！破解KV缓存膨胀难题
来自 ByteDance Seed 团队的研究者提出了更简单的方法：直接重复输入 tokens（1/2/3/4 次），不做中间层处理。

2025-04-29 09:10:00

模型训练AI
北大物院200人合作，金牌得主超50人！PHYBench：大模型究竟能不能真的懂物理？
近日，北京大学物理学院联合人工智能研究院等多个院系，推出了全新评测基准 PHYBench。

2025-04-29 09:08:00

人工智能模型LLM
猛击OpenAI o1、DeepSeek-R1！刚刚，阿里Qwen3登顶全球开源模型王座，深夜爆火
Qwen3 系列模型包含两款 MoE 模型以及六款密集模型，其中每一款又包含更多细分版本（比如基础版和量化版）。

2025-04-29 09:06:00

模型AI数据
ICLR 2025 Oral｜差分注意力机制引领变革，DIFF Transformer攻克长序列建模难题
来自微软和清华的研究团队提出了 DIFF Transformer，一种基于差分注意力机制的创新基础模型架构。

2025-04-29 09:05:00

微软模型架构
上一页 1 ··· 3132333435 ··· 568
点赞

51CTO技术栈公众号

业务
速览
在线客服