AI.x社區(qū)
- 登錄/注冊(cè)
剛剛！一場(chǎng)直播讓宇樹(shù)成功正名！直播G1長(zhǎng)跑操場(chǎng)40圈，6萬(wàn)人點(diǎn)贊！真實(shí)跑步水平曝光：2m/s接近天工！
原創(chuàng)
社區(qū)頭條編輯云昭出品51CTO技術(shù)棧（微信號(hào)：blog51cto）4月19日，首屆人形機(jī)器人半馬比賽賺足了大家的注意力。而民間版宇樹(shù)機(jī)器人G1起跑過(guò)程中摔倒起來(lái)繼續(xù)比賽的表現(xiàn)也引來(lái)了網(wǎng)友的質(zhì)疑。為此，創(chuàng)始人王興興第一時(shí)間作出了回應(yīng)：宇樹(shù)最近完全沒(méi)有參與任何比賽，是其他團(tuán)隊(duì)使用宇樹(shù)機(jī)器人參加比賽，機(jī)器人的表現(xiàn)和算法與操作有關(guān)。事實(shí)勝于雄辯，就在10天后，29日，宇樹(shù)科技官方直接來(lái)了一場(chǎng)G1長(zhǎng)跑測(cè)試直播，用實(shí)際結(jié)果為自己正名。圖片...宇樹(shù)機(jī)器人G1王興興數(shù)學(xué)推理的 AI 新突破：NVIDIA 的 OpenMath-Nemotron 系列震撼登場(chǎng)！
原創(chuàng)在AI的世界里，數(shù)學(xué)推理一直是個(gè)讓人又愛(ài)又恨的難題。為啥呢？因?yàn)樗粌H需要理解抽象的概念，還得精準(zhǔn)地進(jìn)行多步邏輯推理。以前的語(yǔ)言模型，雖然生成文本很流暢，但遇到復(fù)雜的數(shù)學(xué)問(wèn)題，就像讓一個(gè)文科生去解奧數(shù)題，常常無(wú)從下手。不過(guò)，最近NVIDIA發(fā)布的OpenMathNemotron系列模型，直接把這個(gè)問(wèn)題給解決了！今天，咱們就來(lái)好好聊聊這個(gè)厲害的AI新星。數(shù)學(xué)推理，為啥這么難？數(shù)學(xué)推理就像是AI領(lǐng)域的一座高山。它需要AI不僅要...NVIDIAOpenMath-Nemotro大模型從簡(jiǎn)單計(jì)數(shù)到多模態(tài)：嵌入技術(shù)的演變與應(yīng)用
原創(chuàng) 精華在自然語(yǔ)言處理（NLP）的浩瀚宇宙中，嵌入技術(shù)（Embedding）無(wú)疑是其中最閃耀的星辰之一。從最初的簡(jiǎn)單計(jì)數(shù)方法，到如今的多模態(tài)深度學(xué)習(xí)模型，嵌入技術(shù)的演進(jìn)不僅推動(dòng)了NLP的發(fā)展，也為我們理解和處理語(yǔ)言提供了全新的視角。今天，就讓我們一起踏上這場(chǎng)奇妙的旅程，探索14種定義嵌入技術(shù)演進(jìn)的強(qiáng)大方法！一、初窺門徑：基礎(chǔ)的嵌入方法（一）計(jì)數(shù)向量器（CountVectorizer）在NLP的世界里，一切都要從最基礎(chǔ)的計(jì)數(shù)開(kāi)始。計(jì)數(shù)向量...多模態(tài)深度學(xué)習(xí)大語(yǔ)言模型Google 的 A2A 與 Anthropic 的 MCP 應(yīng)該如何選擇？
原創(chuàng) 精華編者按：Google新推出的A2A與Anthropic的MCP到底有何區(qū)別？它們是競(jìng)爭(zhēng)關(guān)系還是互補(bǔ)的技術(shù)？本文通過(guò)一個(gè)規(guī)劃夏威夷旅行的生動(dòng)案例，清晰拆解了這兩大協(xié)議的本質(zhì)區(qū)別：MCP更像是為單個(gè)AIAgent賦能的“超能力工具箱”，而A2A則是構(gòu)建了AIAgent專家團(tuán)隊(duì)間的“協(xié)作網(wǎng)絡(luò)”。作者基于實(shí)際項(xiàng)目經(jīng)驗(yàn)，揭示了影響實(shí)際應(yīng)用這兩種協(xié)議的3項(xiàng)技術(shù)差異，同時(shí)還解讀了二者互為補(bǔ)充而非競(jìng)爭(zhēng)的真實(shí)關(guān)系。作者ZacharyHuang編譯岳揚(yáng)01引言：協(xié)作式...MCPA2A中文、日文、韓文等多種語(yǔ)言精準(zhǔn)生成！Liblib重磅開(kāi)源RepText：打破AI圖文生成語(yǔ)言壁壘
文章地址：https:arxiv.orgabs2504.19724項(xiàng)目鏈接：https:reptext.github.ioGit鏈接：https:github.comShakkerLabsRepText亮點(diǎn)直擊RepText，一個(gè)用于可控多語(yǔ)言視覺(jué)文本渲染的有效框架。創(chuàng)新性地引入了字形隱空間變量復(fù)制技術(shù)，以提高排版準(zhǔn)確性并實(shí)現(xiàn)顏色控制。此外，采用區(qū)域掩碼來(lái)保證良好的視覺(jué)保真度，避免背景干擾。定性實(shí)驗(yàn)表明，本方法優(yōu)于現(xiàn)有開(kāi)源方案，并與原生多語(yǔ)言閉源模型取得了可比的結(jié)果?？偨Y(jié)速覽解決的問(wèn)題現(xiàn)...語(yǔ)言模型生成AIOpenUI：從構(gòu)思到UI僅需數(shù)秒
原創(chuàng) 社區(qū)頭條從構(gòu)思到設(shè)計(jì)原型，只需要短短幾秒。OpenUI讓你僅使用自然語(yǔ)言就可以構(gòu)建、編輯和導(dǎo)出UI，無(wú)需任何設(shè)計(jì)技能！不妨先從一個(gè)簡(jiǎn)單的例子開(kāi)始。很多時(shí)候，我設(shè)想一件看起來(lái)很棒的裙子，但當(dāng)我真正找到類似的裙子時(shí)，卻發(fā)現(xiàn)效果不如預(yù)期。這不僅僅是我個(gè)人的問(wèn)題，在編程中也會(huì)遇到?？蛻艨赡茉谀X海中構(gòu)思一個(gè)很棒的UI，但最終構(gòu)建出來(lái)的卻不如預(yù)期。這不僅浪費(fèi)了時(shí)間和資源，還可能導(dǎo)致客戶不滿。幸運(yùn)的是，這個(gè)問(wèn)題現(xiàn)在有了解決方...OpenUIAI模型UI《自然》發(fā)表強(qiáng)化學(xué)習(xí)的大殺器！DreamerV3劍指AGI終極目標(biāo)
精華如何開(kāi)發(fā)一個(gè)通用算法，使其能夠在不同任務(wù)領(lǐng)域中不依賴大量人工調(diào)參，甚至無(wú)需人類先驗(yàn)數(shù)據(jù)即可實(shí)現(xiàn)“開(kāi)箱即用”的效果？這種通用性的重要性不言而喻。它不僅意味著AI能夠更廣泛地適應(yīng)真實(shí)世界的復(fù)雜場(chǎng)景，還將顯著降低應(yīng)用AI技術(shù)的門檻，讓開(kāi)發(fā)者得以聚焦于更高層次的創(chuàng)新。在這一背景下，“世界模型”（WorldModels）成為了重要突破口。通過(guò)學(xué)習(xí)環(huán)境的緊湊表示并預(yù)測(cè)未來(lái)情景，世界模型為AI提供了一種類似人類“想象力”的能...DreamerV3AGIDreamer從 Local MCP Server 到 Remote MCP Server 架構(gòu)設(shè)計(jì)演進(jìn)
原創(chuàng)ModelContextProtocol（MCP）模型上下文協(xié)議（如下圖所示）是Anthropic發(fā)布的一種標(biāo)準(zhǔn)化協(xié)議，使得Agent智能體應(yīng)用可以更快捷地與下游異構(gòu)的數(shù)據(jù)或者工具進(jìn)行交互，還不熟悉的同學(xué)可以看這里《??王炸！MCP架構(gòu)設(shè)計(jì)深度剖析&使用SpringAI+MCP四步教你實(shí)現(xiàn)Agent智能體開(kāi)發(fā)???》。最近，兩大關(guān)鍵事件標(biāo)志著MCP已從事實(shí)標(biāo)準(zhǔn)邁向行業(yè)標(biāo)準(zhǔn)：一方面，OpenAI正式宣布跟進(jìn)Anthropic的MCP協(xié)議，另一方面，Anthropic發(fā)布了新版本MCP協(xié)...MCP智能體大模型Spring AI 1.0.0 發(fā)布！支持 MCP 很炸裂！!
原創(chuàng)前幾天SpringAI迎來(lái)了其1.0.0版本的第七個(gè)里程碑（Milestone7）的發(fā)布。緊接著下個(gè)月，我們將迎來(lái)RC1（ReleaseCandidate1）版本，隨后便是正式版（GA，GeneralAvailability）的發(fā)布。對(duì)于Java開(kāi)發(fā)者社區(qū)而言，這無(wú)疑是一個(gè)備受期待的喜訊！1、SpringAI框架介紹SpringAI是一個(gè)用于AI工程的應(yīng)用框架。它的目標(biāo)是將Spring生態(tài)系統(tǒng)中的一些設(shè)計(jì)原則，比如：可移植性和模塊化設(shè)計(jì)，應(yīng)用到AI領(lǐng)域。它還推動(dòng)在AI領(lǐng)域使用簡(jiǎn)單的Java對(duì)象...Spring AIMPC大模型MCP 實(shí)踐：基于 MCP 架構(gòu)實(shí)現(xiàn)知識(shí)庫(kù)系統(tǒng)
原創(chuàng)本文通過(guò)一個(gè)實(shí)際案例展示如何基于MCP（ModelContextProtocol）開(kāi)發(fā)一個(gè)支持私有知識(shí)庫(kù)的AIAgent問(wèn)答系統(tǒng)。1、AIAgent問(wèn)答系統(tǒng)整體流程AIAgent問(wèn)答知識(shí)庫(kù)系統(tǒng)整體由構(gòu)建與檢索流程組成。第一、知識(shí)庫(kù)構(gòu)建流程1、文本切分對(duì)輸入的文本進(jìn)行切分，確保切分后的文本段在保持完整性和語(yǔ)義連貫性的同時(shí)，便于后續(xù)處理和檢索。2、FAQ提取從文本中提取常見(jiàn)問(wèn)題及其答案（FAQ），作為知識(shí)庫(kù)的一部分，以增強(qiáng)檢索的準(zhǔn)確性和效率。3、知識(shí)...MCPAI Agent智能體Qwen3震撼發(fā)布，問(wèn)鼎開(kāi)源寶座，教你快速上手
通義千問(wèn)3（Qwen3），通義千問(wèn)大語(yǔ)言模型家族的最新成員。作為阿里巴巴的旗艦?zāi)Ｐ?，通義千問(wèn)3235BA22B在編碼、數(shù)學(xué)、通用能力等基準(zhǔn)評(píng)估中，與DeepSeekR1、o1、o3mini、Grok3、Gemini2.5Pro等其他頂級(jí)模型相比，取得了極具競(jìng)爭(zhēng)力的成績(jī)。此外，小型混合專家（MoE）模型通義千問(wèn)330BA3B，其激活參數(shù)僅為QwQ32B的十分之一，卻超越了后者的表現(xiàn)；甚至像通義千問(wèn)34B這樣的微型模型，也能與通義千問(wèn)2.572BInstruct相媲美。通義千問(wèn)3...Qwen3開(kāi)源阿里巴巴告別“玩具” Agent！深度解析智能體框架，構(gòu)建真正可靠的 AI 應(yīng)用
（OpenAI指南中的觀點(diǎn)，引發(fā)了行業(yè)思考）當(dāng)前的討論充斥著炒作、空談和噪音，卻鮮有對(duì)智能體框架的精確分析或深入思考。別擔(dān)心！這篇文章將為你撥開(kāi)迷霧，帶你深入理解智能體框架的核心問(wèn)題，助你構(gòu)建更可靠、更強(qiáng)大的智能體應(yīng)用。本文核心看點(diǎn)：智能體(Agent)到底是什么？（告別模糊定義?。?gòu)建可靠Agent的真正難點(diǎn)在哪？（直擊痛點(diǎn)?。㎜angGraph是什么？它為何與眾不同？智能體框架大比拼：工作流vs智能體、聲明式vs命令式、...AgentAI框架d1：通過(guò)GRPO在擴(kuò)散LLM中縮放推理
加州大學(xué)洛杉磯分校與MetaAI的研究團(tuán)隊(duì)聯(lián)合發(fā)布了革命性的強(qiáng)化學(xué)習(xí)框架d1【文獻(xiàn)1】。該框架顯著提升了基于擴(kuò)散原理的LLM（dLLM）的推理性能——在某些場(chǎng)景下將響應(yīng)時(shí)間從超過(guò)30秒縮短至僅需3秒。當(dāng)AI界普遍聚焦于GPT這類逐詞生成結(jié)果的自回歸模型時(shí)，dLLM另辟蹊徑，其設(shè)計(jì)靈感源自DALL·E2和StableDiffusion等圖像生成模型。這類模型并非順序構(gòu)建答案，而是通過(guò)多輪迭代優(yōu)化被遮蔽的文本版本，在每一階段都能實(shí)現(xiàn)更快速的并行化...GRPOLLM中d1ICLR'25 | 基于記憶網(wǎng)絡(luò)和混合Prototype的時(shí)間序列異常檢測(cè)方法
今天給大家介紹一篇ICLR2025中關(guān)于時(shí)間序列異常檢測(cè)的工作。這篇文章采用基于MemoryBank和Prototype的異常檢測(cè)方法，提出在此基礎(chǔ)上引入多尺度patch和多周期性的建模方法，進(jìn)一步提升時(shí)間序列異常檢測(cè)效果。論文標(biāo)題：LEARNHYBRIDPROTOTYPESFORMULTIVARIATETIMESERIESANOMALYDETECTION下載地址：??https:openreview.netpdfid8TBGdH3t6a??1.研究背景時(shí)間序列異常檢測(cè)的主流方法，是使用正常的時(shí)間序列訓(xùn)練一個(gè)自編碼器，序列...網(wǎng)絡(luò)Prototype時(shí)間序列大模型靠強(qiáng)化學(xué)習(xí)就能無(wú)限變強(qiáng)？清華潑了一盆冷水
近一階段，強(qiáng)化學(xué)習(xí)成為進(jìn)一步提升大模型能力的共識(shí)路徑，這時(shí)候，你是不是也覺(jué)得，給大模型套上強(qiáng)化學(xué)習(xí)（RL）的韁繩，再用上那些能自動(dòng)驗(yàn)證對(duì)錯(cuò)的獎(jiǎng)勵(lì)機(jī)制（RLVR），就能讓它們像打了雞血一樣，推理能力蹭蹭往上漲，實(shí)現(xiàn)模型自我進(jìn)化，“左腳踩右腳”不斷飛升。然而，清華大學(xué)近期的一項(xiàng)研究《DoesReinforcementLearningReallyIncentivizeReasoningCapacityinLLMsBeyondtheBaseModel（強(qiáng)化學(xué)習(xí)真的會(huì)激勵(lì)LLMs基模型之外的推理...大模型RLVR模式METR發(fā)現(xiàn) AI 編碼的“摩爾定律”？指數(shù)級(jí)增長(zhǎng)或顛覆軟件開(kāi)發(fā)
還記得2023年初ChatGPT剛出來(lái)時(shí)，讓它30秒寫(xiě)一個(gè)“冒泡排序”都覺(jué)得很新鮮？彈指之間，今天的AIagent已經(jīng)能自主幾分鐘內(nèi)啃下人類程序員需要一小時(shí)乃至一天才能完成的需求了。感覺(jué)AI進(jìn)步太快跟不上？這可不是錯(cuò)覺(jué)。專注于AI能力評(píng)估的METR機(jī)構(gòu)扔出重磅研究：AI系統(tǒng)能搞定的編碼任務(wù)復(fù)雜度（以人類所需時(shí)間衡量）正以驚人的指數(shù)速度增長(zhǎng)，其“時(shí)間范圍”（TimeHorizon）——即AI能達(dá)到50%成功率的任務(wù)時(shí)長(zhǎng)——大約每7個(gè)月就翻一番...METRAI摩爾定律DeepSeek如何用MTP逆天改命？
DeepSeekV3的MultiTokenPrediction到底在做什么？這個(gè)問(wèn)題在大模型面試中經(jīng)常被問(wèn)到，屬于DeepSeek的高頻面試題。所以這篇文章我們就來(lái)看看，如果你在面試現(xiàn)場(chǎng)被問(wèn)到這個(gè)問(wèn)題，應(yīng)該如何作答？1.面試官心理分析首先老規(guī)矩，我們還是來(lái)分析一下面試官的心理，面試官問(wèn)這個(gè)問(wèn)題，它其實(shí)主要是想考察你3個(gè)方面：第一，為什么要做MTP？你是否知道這個(gè)算法背后的動(dòng)機(jī)？第二，之前的工作MTP是怎么做的？DeepSeek肯定不是這個(gè)方法的首創(chuàng)...DeepSeekMTPgoogle揭秘Google A2A協(xié)議：原理、應(yīng)用與未來(lái)
精華一、A2A協(xié)議的核心原理A2A協(xié)議的設(shè)計(jì)基于五個(gè)核心原則，這些原則確保了協(xié)議的靈活性、安全性和廣泛適用性。以下是對(duì)這些原則的詳細(xì)解析，并結(jié)合技術(shù)機(jī)制進(jìn)行說(shuō)明。1.擁抱智能體特性（EmbraceAgenticCapabilities）A2A協(xié)議專為具有自主性和復(fù)雜推理能力的AI智能體設(shè)計(jì)。不同于傳統(tǒng)的工具調(diào)用（如API或數(shù)據(jù)庫(kù)查詢），A2A允許智能體以自然、結(jié)構(gòu)化的方式進(jìn)行協(xié)作，而無(wú)需共享內(nèi)存、工具或上下文。這種設(shè)計(jì)支持智能體在分布式環(huán)境中...A2A協(xié)議智能體阿里Qwen3一夜封神！開(kāi)源模型跑出3倍推理速度，OpenAI沉默
原創(chuàng)2025年4月29日凌晨，阿里巴巴正式開(kāi)源了其新一代通義千問(wèn)大模型Qwen3系列，這一發(fā)布不僅登頂全球開(kāi)源模型性能榜首，更以創(chuàng)新的"混合推理"架構(gòu)重新定義了大型語(yǔ)言模型的效率邊界。作為國(guó)內(nèi)首個(gè)集成"快思考"與"慢思考"能力的開(kāi)源模型，Qwen3在性能全面超越DeepSeekR1、OpenAIo1等頂尖模型的同時(shí)，將部署成本降低至競(jìng)品的13。阿里巴巴還公開(kāi)了兩個(gè)MoE模型的權(quán)重：Qwen3235BA22B和Qwen330BA3B。前者是一個(gè)具有2350億總參數(shù)和2200億...阿里Qwen3開(kāi)源模型ChatDiT：一個(gè)用于任務(wù)無(wú)關(guān)自由形式聊天的無(wú)訓(xùn)練基線擴(kuò)散變換器
原創(chuàng)摘要最近的研究表明，預(yù)訓(xùn)練的擴(kuò)散變換器（DiTs）具備inherentincontext生成能力，能夠通過(guò)最小或無(wú)需架構(gòu)修改即可適應(yīng)多種視覺(jué)任務(wù)。這些能力通過(guò)連接多個(gè)輸入和目標(biāo)圖像的自注意力token，并結(jié)合分組和掩碼生成pipeline來(lái)實(shí)現(xiàn)?；谶@一基礎(chǔ)，我們提出了ChatDiT，這是一個(gè)零樣本、通用、交互式的視覺(jué)生成框架，利用預(yù)訓(xùn)練的擴(kuò)散變換器，無(wú)需額外的調(diào)整、適配器或修改。用戶可以與ChatDiT交互，創(chuàng)建交錯(cuò)的圖文文章、多頁(yè)圖畫(huà)書(shū)...ChatDiT擴(kuò)散變換器微調(diào)
