你有沒有想過，世界上最復(fù)雜的問題，可能并不是靠單一的力量解決，而是通過一群智能體的協(xié)作來完成？多智能體系統(tǒng)（MultiAgentSystem,MAS）正是這樣一種技術(shù)框架，它允許多個(gè)獨(dú)立的智能體（Agents）通過協(xié)作、思考和適應(yīng)，共同完成復(fù)雜任務(wù)。從優(yōu)化智慧城市的交通流量，到協(xié)調(diào)自動駕駛車隊(duì)，再到提升醫(yī)療決策的效率，多智能體系統(tǒng)正在重新定義各行各業(yè)的運(yùn)作方式。今天，我們將深入探討多智能體系統(tǒng)的核心概念、工作原理、實(shí)際...

編者按：AI應(yīng)用如何像智能終端連接配件一樣，無縫集成多樣化的工具和數(shù)據(jù)源？答案或許就藏在近期熱議的「模型上下文協(xié)議（MCP）」中。我們今天帶來的這篇文章，作者的核心觀點(diǎn)是：MCP通過標(biāo)準(zhǔn)化通信協(xié)議，讓AI應(yīng)用與外部工具、數(shù)據(jù)的交互如同USBC接口一般高效且靈活，徹底改變傳統(tǒng)API架構(gòu)的僵化限制。文章詳細(xì)介紹了MCP的核心架構(gòu)，包括Host（提供AI交互環(huán)境的應(yīng)用程序）、Client（實(shí)現(xiàn)與MCPServers通信）和Server（提供特定能...

幾乎就在同一天，兩個(gè)國內(nèi)著名大模型廠商DeepSeek與阿里通義千問組團(tuán)開源了模型：DeepSeekV30324（更美觀的網(wǎng)頁和游戲前端），Qwen2.5VL32BInstruct（以小博大）：Qwen2.5vl32B模型72B對VLM來說太大？7B不夠強(qiáng)！那么可以使用32B模型響應(yīng)更符合人類偏好：調(diào)整輸出樣式以提供更詳細(xì)、格式更好的答案，使其更符合人類偏好。數(shù)學(xué)推理：顯著提高解決復(fù)雜數(shù)學(xué)問題的準(zhǔn)確性。細(xì)粒度圖像理解與推理：增強(qiáng)圖像解析、內(nèi)容識別、視覺邏輯推...

出品51CTO技術(shù)棧（微信號：blog51cto）26日凌晨，OpenAI推出了GPT4o圖像生成，可以說解決了此前Midjourney等擴(kuò)散模型很難解決的問題，業(yè)內(nèi)為之大為贊嘆。這是用手機(jī)拍攝的玻璃白板的廣角圖像，拍攝地點(diǎn)是一間俯瞰海灣大橋的房間。視野中可以看到一位女士正在寫字，她身穿一件印有大型OpenAI標(biāo)志的T恤。筆跡看起來很自然，但有點(diǎn)凌亂，我們可以看到攝影師的倒影?，F(xiàn)在，用戶創(chuàng)建和自定義圖像就像使用GPT?4o聊天一樣簡單只需描述...

PortkeyAI網(wǎng)關(guān)允許應(yīng)用開發(fā)者輕松整合生成式AI模型，在多個(gè)模型間無縫切換，并添加條件路由等功能且無需更改現(xiàn)有代碼。開源AI框架的爆發(fā)式增長，為開發(fā)者在部署AI模型方面提供了前所未有的靈活性。Portkey是一款開源AI網(wǎng)關(guān)，能夠?yàn)槎嗉褹I服務(wù)商提供統(tǒng)一API以簡化大模型編排，顯著減少在應(yīng)用程序中集成模型的障礙。除了大語言模型（LLM）之外，Portkey還支持視覺、音頻（文生音頻和語音轉(zhuǎn)文本）、圖像生成及其他多模態(tài)生成式AI模...

3月24日，DeepSeek?V3?0324閃亮登場。這款模型以其創(chuàng)新的架構(gòu)和性能突破，迅速吸引了全球開發(fā)者的目光。根據(jù)VentureBeat的報(bào)道，DeepSeek?V3?0324在消費(fèi)級硬件（如MacStudio）上實(shí)現(xiàn)了每秒20個(gè)token的推理速率，這一表現(xiàn)雖然尚未達(dá)到頂尖水平，但其能夠在非數(shù)據(jù)中心環(huán)境中運(yùn)行的能力，標(biāo)志著大模型應(yīng)用的一次重要轉(zhuǎn)折。同時(shí)，DeepSeek?V3?0324的開源策略也為開發(fā)者提供了前所未有的自由，允許商業(yè)化使用并支持模型的二次...

痛點(diǎn)洞察：90%用戶正在被傳統(tǒng)BI工具折磨當(dāng)SaaS用戶想查詢"過去兩周我的產(chǎn)品銷量"時(shí)，傳統(tǒng)商業(yè)智能（BI）工具的操作流程往往讓人崩潰：需要掌握復(fù)雜的SQL語法要理解數(shù)據(jù)庫表結(jié)構(gòu)可視化配置像迷宮般難懂Inconvo的調(diào)研顯示：82%的非技術(shù)人員會放棄重要數(shù)據(jù)分析，只因?yàn)楣ぞ咛y用！這種效率瓶頸不僅浪費(fèi)企業(yè)資源，更讓數(shù)據(jù)驅(qū)動決策淪為口號。破局方案：像發(fā)微信一樣操作數(shù)據(jù)這家YCS23明星初創(chuàng)祭出殺手锏——對話式分析API，開發(fā)者...

今天給大家介紹一篇時(shí)間序列大模型研究工作。這項(xiàng)工作基于預(yù)訓(xùn)練的語言模型，增強(qiáng)時(shí)間序列預(yù)測效果，文中提出了多層次、多頻率表征抽取和語義對齊模塊，實(shí)現(xiàn)LLM在時(shí)間序列數(shù)據(jù)形式上更好的應(yīng)用。論文標(biāo)題：LLMPS:EmpoweringLargeLanguageModelsforTimeSeriesForecastingwithTemporalPatternsandSemantics下載地址：??https:arxiv.orgpdf2503.09656??1.研究背景使用大模型進(jìn)行時(shí)間序列預(yù)測已經(jīng)成為一個(gè)目前的熱點(diǎn)研究方向。...

在數(shù)字內(nèi)容創(chuàng)作領(lǐng)域，渲染始終是一道繞不開的技術(shù)門檻。無論是影視動畫、游戲開發(fā)還是建筑可視化，渲染的效率與質(zhì)量直接決定了項(xiàng)目的成敗。隨著云計(jì)算技術(shù)的飛速發(fā)展，實(shí)時(shí)云渲染與傳統(tǒng)本地渲染之間的博弈愈發(fā)激烈。本文將從成本、效率、可擴(kuò)展性、維護(hù)管理等多個(gè)維度展開全面對比，揭示租算力渲染模式相較于自建機(jī)房的革命性優(yōu)勢。一、成本博弈：一次性投入VS可持續(xù)支出自建機(jī)房的成本猶如一座沉重的大山。以一個(gè)中型渲染農(nóng)場...

昨日，AI屆“汪峰”Qwen團(tuán)隊(duì)發(fā)布了Qwen2.5VL32BInstruct，作為Qwen2.5VL系列模型的最新迭代，通過強(qiáng)化學(xué)習(xí)優(yōu)化，以32B參數(shù)規(guī)模擊敗上代72B版本，展現(xiàn)出其更智能和輕量級的突出特點(diǎn)。較前代模型在以下方面有了顯著改進(jìn)：更符合人類偏好的回答：調(diào)整輸出風(fēng)格，提供更詳細(xì)、格式更好的答案，更貼近人類偏好。數(shù)學(xué)推理能力提升：在解決復(fù)雜數(shù)學(xué)問題方面，準(zhǔn)確性得到顯著提高。精細(xì)圖像理解和推理：在圖像解析、內(nèi)容識別和視覺邏輯推...

目錄一、引言二、以「對話為中心」的ChatBot三、以「交付為中心」的多智能體Agent三、什么是智能體Agent1.從Prompt到思維鏈2.ReAct架構(gòu)3.Agent4.Manus：一個(gè)Agent典型案例5.大模型上下文協(xié)議（MCP）四、智能體Agent實(shí)現(xiàn)的源碼剖析（OpenManus項(xiàng)目）1.準(zhǔn)備2.代碼五、總結(jié)一、引言從2022年12月份OpenAI發(fā)布ChatGPT產(chǎn)品至今已有2年多的時(shí)間，當(dāng)大家已經(jīng)習(xí)慣于在對話框中與AI交互，習(xí)慣于通過各種Prompt技巧讓AI更好的理解并回答我...

在當(dāng)今數(shù)字化時(shí)代，人工智能(AI)技術(shù)正以前所未有的速度改變著我們的生活，音樂領(lǐng)域也不例外。AI模擬明星唱歌這一現(xiàn)象，如同一場突如其來的音樂風(fēng)暴，席卷了整個(gè)網(wǎng)絡(luò)，引發(fā)了大眾的廣泛關(guān)注與熱議。從YouTube上已故天王邁克爾?杰克遜，到國內(nèi)視頻網(wǎng)站“AI孫燕姿”“AI周杰倫”等一眾虛擬歌手的火爆，這些以假亂真的歌聲，讓人們不禁驚嘆：AI究竟是如何做到模擬明星唱歌的呢今天，就讓我們一同揭開這背后神秘的技術(shù)面紗。海量數(shù)...

我從前兩周申請到現(xiàn)在都還沒有拿到Manus激活碼，雖然通過其他渠道獲取并已經(jīng)激活了Manus，但是對于目前還沒有拿到Manus激活碼的朋友們，今天給大家推薦字節(jié)出品的AgentTARS。AgentTARS是一個(gè)開源的多模態(tài)AI代理，它通過直觀地解釋網(wǎng)頁來提供簡化的瀏覽器作。它還可以輕松地與命令行和文件系統(tǒng)集成。有關(guān)快速概述，請觀看下面的演示視頻：它不但能夠識別網(wǎng)頁信息來執(zhí)行負(fù)責(zé)的瀏覽器操作，而且還支持最近火爆的MCP技術(shù)，大大擴(kuò)展...

??【本文正在參與AI.x社區(qū)AIGC創(chuàng)新先鋒者征文大賽】????https:www.scjtxx.cnaigc2223.html??編者按：人工智能正在席卷各個(gè)行業(yè)，但你是否曾思考過：當(dāng)ChatGPT的開發(fā)商OpenAI可能面臨50億美元虧損時(shí)，生成式AI的商業(yè)模式究竟還能走多遠(yuǎn)？這篇分析文章直擊當(dāng)前AI行業(yè)的痛點(diǎn)：巨額投資與高昂運(yùn)營成本之間的矛盾，技術(shù)進(jìn)步與商業(yè)化之間的鴻溝，以及研究價(jià)值與經(jīng)濟(jì)可持續(xù)性之間的平衡。它提醒我們，在追求技術(shù)進(jìn)步的同時(shí)，也...

面對幾十頁的文檔，幾千字的長文，是不是覺得頭都大了？整理筆記靠截圖、復(fù)制粘貼，結(jié)果越整理越亂，找資料時(shí)翻來翻去還是一團(tuán)漿糊...不要慌！今天我就教大家一個(gè)超級技能。這兩天我在嘗試DeepSeek和思維導(dǎo)圖結(jié)合使用，效果特別驚艷，不僅能快速提取文章重點(diǎn)，還能直觀地展示整個(gè)知識框架。最關(guān)鍵的是，整個(gè)過程特別快，完全不用手動整理。只需要簡單幾步，5分鐘就能把長篇大論變成清晰直觀的思維導(dǎo)圖，讓你的筆記整理效率直接...

本文旨在解釋多模態(tài)大語言模型的工作原理。此外，還將回顧并總結(jié)最近幾周發(fā)布的十幾篇多模態(tài)研究論文和模型（包括Llama3.2）的內(nèi)容，以比較它們的不同實(shí)現(xiàn)方式。一、多模態(tài)大語言模型是什么？多模態(tài)大語言模型（MultimodalLargeLanguageModels，簡稱MultimodalLLMs）是一種能夠理解和生成多種類型數(shù)據(jù)的模型，包括文本、圖片、音頻和視頻等。這些模型可以跨越不同的數(shù)據(jù)形式，進(jìn)行信息的交互與生成。例如，傳統(tǒng)語言模型只能處理...

人工智能（AI）快速發(fā)展，模型訓(xùn)練是核心環(huán)節(jié)，優(yōu)化器扮演著至關(guān)重要的角色，它負(fù)責(zé)調(diào)整模型的參數(shù)，讓模型在數(shù)據(jù)上表現(xiàn)得更好。多年來，AdamW優(yōu)化器一直是優(yōu)化器的標(biāo)桿，因其穩(wěn)定性和高效性深受研究者和工程師的喜愛。然而，隨著AI模型規(guī)模的不斷擴(kuò)大，訓(xùn)練成本和時(shí)間的需求也在激增，這讓人們開始尋找更高效的優(yōu)化方法。近期，一種名為Muon的優(yōu)化器算法悄然出現(xiàn)（源代碼????https:github.comKellerJordanMuon????），...

傳聞DeepSeekR2今天上新，東大時(shí)區(qū)已過，難道是阿美時(shí)間？不必失望，筆者20多年職業(yè)生涯學(xué)到一個(gè)深刻道理是：所有的rumor都是真的。DeepSeek不愧是國產(chǎn)之光，V3,R1系列模型以其卓越的性能和開源創(chuàng)新席卷全球。相應(yīng)技術(shù)文檔分享了多項(xiàng)關(guān)鍵技術(shù)突破，為高效、可擴(kuò)展的大模型訓(xùn)練與推理奠定了基礎(chǔ)。R1發(fā)布給行業(yè)帶來的天翻地覆的震動波還在激蕩，R2很快就可能接踵而至了。借此機(jī)會，筆者梳理一下DeepSeekR1&R2超越其他對手的核心秘...

昨晚，DeepSeekV30324帶著685B參數(shù)空降HuggingFace，使用MIT協(xié)議，直接免費(fèi)開源。網(wǎng)友實(shí)測代碼能力直接媲美Claude3.7，2分鐘就能生成400行賽博朋克網(wǎng)頁代碼，粒子動畫+懸浮光效直接拉滿！最主要的是，這還不是個(gè)推理模型。DeepSeekV30324日前以328.3分在KCORES大模型克技場排名第三，僅次于claude3.7sonnetthinking和claude3.5。要知道，Claude系列一直是AI編程之王。況且Claude要錢還要等，而國產(chǎn)模型DeepSeekV3新版本直接白嫖...

編輯伊風(fēng)出品51CTO技術(shù)棧（微信號：blog51cto）阿里今天發(fā)了Qwen2.5VL的32B版本，達(dá)到同等規(guī)模的SOTA模型，堪稱開發(fā)者福音！千問接連兩三次的模型發(fā)布時(shí)間都不太湊巧。今日與DeepSeekV3的更新撞車，而上次發(fā)的QwQ32B以輕量推理模型擊敗了DeepSeekR1,但風(fēng)頭完全被Manus搶走了！連網(wǎng)友都直呼阿里是AI屆汪峰。圖片不過話說回來，Qwen2.5VL32B這個(gè)模型還是很值得關(guān)注，作為阿里放出的第二大視覺模型，性能甚至超過了更大規(guī)模的Qwen2...