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

2.7w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 2.7w 条

「AI没有墙超预期」Anthropic CEO达沃斯惊人预测：2027年实现超人类水平的AI

采访内容主要围绕 Anthropic 的 AI 模型 Claude 的未来发展方向、AI 技术的进步速度及其对社会和劳动力市场的影响、以及 Anthropic 在行业竞争和政策监管方面的策略。

2025-01-23 09:37:00

刚刚！2024 ACM Fellow公布，周靖人、田奇、李国良、赵峰等多位华人入选

本年度新入选科学家中共有 55 人，他们的贡献涉及计算机图形学、网络安全、人机交互、数据管理、机器学习、人工智能、算法、可视化等领域。

2025-01-23 09:23:41

计算机 AI 数据

20K合成数据就能让大模型能力飙升！还能实现模型自我迭代，上海AI Lab数据合成新范式

最近，来自上海AI Lab的研究团队针对合成数据技术展开研究，提出了SFT数据合成引擎Condor，通过世界知识树（World Knowledge Tree）和自我反思（Self-Reflection）机制，探索合成海量高质量SFT数据的方案。

2025-01-23 09:15:00

数据技术模型

Anthropic CEO惊人预警：27年AI超越人类！Claude今年更新全剧透

人类仅剩2-3年时间了！Anthropic首席执行官Dario Amodei独家采访，一口气爆料一连串AI重磅消息，并在最后给出了对于职场年轻人的建议。

2025-01-23 09:00:00

AI 模型数据

Claude创始人：AI全面超越人类，只剩2-3年

我有信心，未来2-3年内各领域将出现比人类强的AI系统。

2025-01-23 08:40:00

AI 系统智能

最壕DeepSeek玩家8台Mac跑R1，10万+元凑496GB显存才能跑4bit量化版

花30秒用manim代码制作解释勾股定理的动画，一次完成无错误。

2025-01-23 08:30:00

代码 AI 模型

字节跳动豆包大模型 1.5 Pro 发布，综合得分优于 GPT-4o、Claude 3.5 Sonnet

字节跳动旗下豆包大模型 1.5 Pro 正式发布，全新 Doubao-1.5-pro 模型增强了综合能力，在知识、代码、推理、中文等多个测评基准上，综合得分优于 GPT-4o、Claude 3.5 Sonnet 等模型。

2025-01-22 16:57:32

字节跳动豆包大模型

UC伯克利等提出具身智能「动作Tokenizer」，效率飙升5倍！

研究者提出了FAST，一种高效的动作Tokenizer。通过结合离散余弦变换（DCT）和字节对编码（BPE），FAST显著缩短了训练时间，并且能高效地学习和执行复杂任务，标志着机器人自回归Transformer训练的一个重要突破。

2025-01-22 15:21:00

数据集 AI 模型

截胡OpenAI！清华复旦等抢先开源智能体框架Eko，一句话打造「虚拟员工」

Eko是一个强大的Agent开发框架，开发者能用自然语言和简单代码快速构建「虚拟员工」，完成从简单指令到复杂工作流的任务，如股票分析、自动化测试等；通过混合智能体表示、跨平台架构和生产级干预机制等创新技术，实现高效、灵活且安全的自动化工作流程。

2025-01-22 15:17:43

开发代码模型

41%博士后逃生学术界，顶刊PNAS揭残酷真相！名校光环背后曝职业危机

在这篇1月20日发表在《美国国家科学院院刊》（PNAS）的论文中，作者从科学学（science of science）角度，揭示了博士后发表成果与成功留在学术界的关系，并为刚获得博士学位的学者提供了全面且有统计依据的建议。

2025-01-22 15:14:57

AI 论文模型

OS-Genesis来了，自动收集和标注Agent数据，高效且多样

本项工作提出了 OS-Genesis，为有效构建 GUI Agents 提供了全新的视角。

2025-01-22 14:05:00

模型数据 AI

化解机器人的「幻觉」：北大发布OmniManip，VLM结合双闭环系统，3D理解能力大幅提升

北⼤携⼿智元机器⼈团队提出了 OmniManip 架构，基于以对象为中⼼的 3D 交互基元，将 VLM 的高层次推理能力转化为机器⼈的低层次高精度动作。

2025-01-22 13:40:00

机器人 3D 模型

1M长上下文，满血版Gemini 2.0又一次登上Chatbot Arena榜首

谷歌发布了 Gemini 2.0 Flash Thinking 推理模型的加强版，并再次登顶 Chatbot Arena 排行榜。

2025-01-22 13:30:00

谷歌 AI 模型

李飞飞：语言之外，另一半的智能还有待实现

对于人类和 AI 技术安全的关系，李飞飞认为首先要考虑的是，我们应该基于科学，而不是科幻。对于 AI 治理，精力应集中在应用层面设置护栏上，也就是人类受到影响的地方，而不是阻止上游开发。

2025-01-22 13:00:00

AI 开发模型

模型压缩70%！精度更高！开源MoDec-GS：更紧凑、更精确的动态3DGS

我们提出MoDec-GS，这是一个新颖的紧凑框架用于高质量动态3D高斯溅射，解决了动态场景重建中的存储需求和复杂运动挑战。

2025-01-22 11:00:00

3D 模型框架

特朗普：买下TikTok，然后把一半交给美国；支持马斯克或甲骨文CEO拉里·埃里森收购，如果他们想买原创精选

TikTok由中国的字节跳动公司拥有，在特朗普周一签署一项行政命令允许TikTok在美国继续运营75天后，该应用在美国处于一种不确定的状态。该命令旨在暂停一项禁令，该禁令在上周最高法院确认一项国家安全法的有效性后生效，该法规定应用商店和服务提供商若继续托管TikTok，除非字节跳动出售该应用，否则将受到处罚。

2025-01-22 10:52:45

TikTok 马斯克甲骨文

仅用25%数据实现性能超越！MapGS：解决特定传感器配置的在线建图模型训练问题

MapGS 框架专为应对特定传感器配置下在线建图模型训练中数据不足的问题。

2025-01-22 10:40:00

模型数据技术

你要跳舞么？复旦&微软提出StableAnimator：可实现高质量和高保真的ID一致性人类视频生成

StableAnimator是一种视频扩散模型，具有专用的训练和推理模块，可生成高质量、保留 ID 的人体图像动画。

2025-01-22 10:30:00

图像生成模型 AI

图像超分辨新SOTA！南洋理工提出InvSR，利用大模型图像先验提高SR性能，登上Huggingface热门项目

论文提出了一种基于扩散反演的新型 SR 方法 InvSR。

2025-01-22 10:15:00

模型训练 AI

解决文生图质量和美学问题，字节跳动提出VMix：多维度美学控制方法，一键提升图像美学

论文基于提出的方法训练了一个即插即用的模块，无需再训练即可应用于不同的开源模型，提升模型的生成美感。

2025-01-22 09:48:07

模型训练开源

中科院北大等揭示「蒸馏真相」：除Claude豆包Gemini，其他很多模型都「蒸」过头

模型蒸馏也有「度」，过度蒸馏，只会导致模型性能下降。最近，来自中科院、北大等多家机构提出全新框架，从两个关键要素去评估和量化蒸馏模型的影响。结果发现，除了豆包、Claude、Gemini之外，大部分开/闭源LLM蒸馏程度过高。

2025-01-22 09:32:30

模型框架 AI

无直接数据可用，AI怎么学会「干活」？微软团队揭秘AI从语言到行动的进化之路

微软团队首次提出了一种完整的方法体系，详尽描述了在无直接可用数据的情况下如何从零开始训练一个大行动模型（Large Action Model, LAM），并将其逐步构建为可在真实环境中完成任务的智能体。

2025-01-22 09:00:00

微软 AI 智能体

首个公开发表的SAR图像目标识别基础模型！国防科大刘永祥&刘丽教授团队提出SARATR-X 1.0

国防科技大学电子科学学院刘永祥&刘丽教授团队提出首个公开发表的SAR图像目标识别基础模型SARATR-X 1.0。

2025-01-22 08:40:00

模型训练数据

选择/杂交/突变，DeepMind将自然选择引入LLM思维，实现心智进化

这篇论文题为《Evolving Deeper LLM Thinking》，可译为「进化式更深度 LLM 思维」，其中提出了一种进化搜索策略，可用于 scaling LLM 的推理时计算（inference time compute）。

2025-01-22 08:30:00

AI 深度学习模型

特朗普一上台，拜登AI禁令被秒撤！硅谷科技「壕客」齐聚就职典礼现场

才一上任，特朗普就宣布撤销拜登的AI行政禁令！马斯克、小扎、劈柴、贝索斯、库克等大佬悉数出现在就职典礼上。今天起，历史上最贵「内阁」开始运转，新总统承诺减少监管，加大AI基础设施投入，美国科技巨头的春天来了？

2025-01-21 13:50:00

AI 禁令模型

AI盈利难、机器人泡沫多！马库斯25年AI预测，隔空喊话马斯克

新年伊始，AI专家Gary Marcus发布长文，公布了他对2025年AI发展最新的25项预测，包括AGI、生成式AI、自动驾驶、人形机器人、视频生成、智能体等多个方向。虽然在2024年对OpenAI估值预测出错，但在最新的预测中仍不看好OpenAI。

2025-01-21 13:21:45

AI 模型预测

AI智能体2小时击败人类，引爆贝叶斯推理革命！仅用10%数据训练秒杀大模型

就在刚刚，Verses团队研发的Genius智能体，在Pong中超越了人类顶尖玩家！而且它仅仅训练2小时，用了1/10数据，就秒杀了其他顶级AI模型。

2025-01-21 13:15:37

AI 智能体模型

AI大牛颜水成宣布回归学界！重返新加坡国立任特聘教授，专注e-AGI研究

重返新加坡国立大学NUS，担任计算机系特聘教授。没错，就是他第一个教职所在地，也是他声名鹊起的地方。

2025-01-21 12:47:20

计算机 AI 模型

OpenAI智能体新线索曝光！网友：新ChatGPT时刻要来了

据大名鼎鼎的“情报员”光头哥爆料，OpenAI在MAC版ChatGPT桌面应用中隐藏了启用/禁用智能体的选项。

2025-01-21 12:44:50

模型 AI 训练

「DeepSeek接班OpenAI」，最新开源的R1推理模型，让AI圈爆了

OpenAI 的最初愿景，最终被一家国内创业公司实现了？

2025-01-21 11:53:53

OpenAI 模型开源

CVPR 2024 Spotlight | 解锁图像编辑新境界, 北大、腾讯提出DiffEditor，让精细编辑更简单！

DiffEditor是一种高效且灵活的图像编辑方法，能够无缝融入各种精细图像编辑任务，无需针对特定任务进行训练。

2025-01-21 10:45:00

训练模型架构

OminiControl：一个新的FLUX通用控制模型，单个模型实现图像主题控制和深度控制

OminiControl 使用统一的 token 方法，为跨不同任务的 Diffusion Transformers 提供参数高效的图像调节控制，无需额外的模块。

2025-01-21 10:20:00

图像生成开源模型

港科大提出端侧文生图模型SnapGen，参数仅SD十分之一，1.4秒内生成1024分辨率图像

这项工作提出了一种新颖且高效的 T2I 模型，用于在手机上生成高分辨率图像。

2025-01-21 09:50:00

模型生成 AI

震惊 AI 界！DeepSeek-R1 ：纯RL打造推理王者，AI 自主学习里程碑「技术报告解读」

DeepSeek-R1-Zero 作为一个完全没有使用任何监督微调（SFT）数据，仅通过纯粹的强化学习（RL）训练的模型，展现出了惊人的推理能力。

2025-01-21 09:36:51

AI 模型训练

特朗普时代再临：科学界喜忧参半，AI与太空探索或成最大赢家

特朗普2.0政府即将开启，科学界又将迎来「几家欢喜几家忧」的变动局面。AI与太空探索成最大赢家，环境气候科学或将再次被特朗普抛弃。

2025-01-21 09:30:00

AI 科学技术

人大、东北大学联合开发「图机器学习库」Jittor Geometric！性能超越PYG、DGL

Jittor Geometric 1.0是由中国人民大学与东北大学联合开发的图机器学习库，基于国产Jittor框架，高效灵活，可助力处理复杂图结构数据，性能优于同类型框架，支持多种前沿图神经网络模型，已开源供用户使用。

2025-01-21 09:15:00

机器学习 AI 数据

Kimi硬刚多模态满血版o1，首曝训练细节！强化学习scaling新范式诞生

来了来了，月之暗面首个「满血版o1」来了！这是除OpenAI之外，首次有多模态模型在数学和代码能力上达到了满血版o1的水平。

2025-01-21 09:00:00

模型代码 AI

不到4小时，谷歌Gemini写完10万字商业战略书籍！人类全程没碰一个字

初创公司DeepWriter宣布：世界第一部完全由AI写作的10万字商业竞争书籍诞生了！全程没有人类参与工作，不到4小时，即可完成约10万单词的商业书籍创作。

2025-01-21 08:30:00

AI 训练模型

追平满血版o1的国产多模态模型终于来了！训练细节全部公开

刚刚，月之暗面公布了他们的 Kimi k 系列模型最新版本 ——k1.5 多模态思考模型。

2025-01-21 08:00:00

AI 模型数据

豆包App更新实时语音通话功能，中文对话断崖式领先，人机难辨！

1月20日，豆包APP更新实时语音通话功能，面向所有用户开放。该功能基于最新豆包实时语音大模型（Doubao Realtime Voice Model）。更新后，豆包中文场景的对话能力在语音真实感和“喜怒哀乐”的情绪表现上近乎达到“人机难辨”的AI交互效果，可以模仿不同声线，并且在“逻辑思考”和“情绪感知”上有明显提升。

2025-01-20 16:40:31

在北京，英伟达透露了人形机器人的未来：50年发展路缩至5年，靠“三台计算机”

CES上老黄带着14台机器人亮相这一幕刚过去不久，SemiAnalysis分析师的一条预测再次引起热议。

2025-01-20 16:27:56

英伟达机器人 AI

给大模型制作图文并茂的教科书: 从2.5年的教学视频里挖掘多模态语料

我们引入了一种多模态教科书来预训练视觉语言模型，使它们能够以自然且图文交织的方式学习专业知识。

2025-01-20 16:17:58

模型 AI 训练

小红书AI翻译加急上线，网友评论区玩起Prompt，背后大模型被扒出

一整个实测发现，实在是太好用了。翻译软件做到的它能做，翻译软件不能做的它也能做。

2025-01-20 15:50:00

AI 软件模型

OpenAI博士级「超级智能体」即将登场？与ChatGPT深度集成，可操控计算机

OpenAI正在内部测试其全新「Operator」功能，标志着AI即将从被动助手转变为主动解决问题的超级智能体。预计这些智能体能独立完成从软件开发到复杂财务分析等任务，革命性地替代人类在多个领域的工作。

2025-01-20 15:32:41

OpenAI 智能体模型

微软开源Markdown工具爆了：支持Office文档，可接多模态LLM直出报告

以后开发者们上传训练数据、微调LLM应用都更方便了。

2025-01-20 13:10:22

AI 开源工具

o1推理框架最新成果：斯坦福&伯克利提出元链式思维，升级模型推理能力

在最新的一篇长达100页的论文中，他们将o1模型背后的推理机制提炼成了一个通用的框架——元链式思维（Meta-CoT）。

2025-01-20 13:08:25

模型 AI 训练

阿里发布新ID保持项目EcomID, 可从单个ID参考图像生成定制的保ID图像，ComfyUI可使用

EcomID 方法结合了 PuLID 和 InstantID 的优点，以获得更好的背景一致性、面部关键点控制、更真实的面部以及更高的相似度。

2025-01-20 11:00:00

AI 模型训练

东京大学 | Adobe 提出InstructMove，可通过观察视频中的动作来实现基于指令的图像编辑

文章提出了一种对视频帧进行采样并利用 MLLM 生成编辑指令以训练基于指令的图像处理模型的方法。

2025-01-20 10:36:00

训练模型 AI

LineArt：无需训练的高质量设计绘图生成方法，可保留结构准确性并生成高保真外观

现有的图像生成技术在细节保留和风格样式一致性方面存在局限，尤其是在处理专业设计图时。LineArt的提出很好的解决了这个问题，因此特别适用于设计图纸的生成。

2025-01-20 10:23:00

图像生成 AI 模型

细粒度对齐无需仔细标注了！淘天提出视觉锚定奖励，自我校准实现多模态对齐

为有效缓解 LVLMs 中的幻觉现象，团队提出了一种创新的令牌级偏好对齐方法（Token Preference Optimization，TPO），针对性设计了一个能够自我校准的视觉锚定奖励信号。

2025-01-20 09:43:00

上一页 1 ··· 34 35 36 37 38 ··· 548 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