余承東一句“全國人民都買得起”的豪言，讓華為PuraX的7499元起售價(jià)直接引爆輿論。這場發(fā)布會(huì)后，數(shù)碼圈基本分裂成兩派——有人高呼“國產(chǎn)折疊屏革命”，也有人嘲諷為“營銷翻車現(xiàn)場”。爭議焦點(diǎn)：價(jià)格與預(yù)期的撕裂余承東曾在預(yù)熱中暗示新機(jī)“價(jià)格親民”，但最終定價(jià)與網(wǎng)友期待的“三四千元”相差甚遠(yuǎn)。網(wǎng)友調(diào)侃：“原來是12期免息，一個(gè)月600+就能買了”。另一邊，華為卻強(qiáng)調(diào)折疊屏鉸鏈、芯片、屏幕等技術(shù)創(chuàng)新需要高額成本，70...

譯者涂承燁審校重樓一家北歐深度科技初創(chuàng)公司宣布在人工智能領(lǐng)域取得突破性進(jìn)展，成功創(chuàng)建了首個(gè)具備自主學(xué)習(xí)功能的“數(shù)字神經(jīng)系統(tǒng)”。2025年3月19日，隆德大學(xué)的衍生企業(yè)IntuiCell正式宣布，他們已成功研發(fā)出能夠像生物有機(jī)體般學(xué)習(xí)和適應(yīng)的人工智能，這項(xiàng)技術(shù)可能使當(dāng)前眾多應(yīng)用場景中的傳統(tǒng)AI范式面臨淘汰。這項(xiàng)創(chuàng)新技術(shù)徹底顛覆了傳統(tǒng)的靜態(tài)機(jī)器學(xué)習(xí)模型，通過模擬生物神經(jīng)系統(tǒng)學(xué)習(xí)的核心原理實(shí)現(xiàn)突破。與依賴海量數(shù)據(jù)集和...

作者黃宇審校重樓2025年新春伊始，DeepSeek火爆全球，國產(chǎn)大模型橫空出世，以“免費(fèi)+易用+高性能”的組合成功破圈，震動(dòng)全球科技界。3月1日，DeepSeek官方披露，按照DeepSeekR1的token定價(jià)水平，公司一日之內(nèi)總收入為562027美元，成本利潤率高達(dá)545%。國產(chǎn)之光DeepSeek的朋友圈持續(xù)“擴(kuò)容”，阿里、百度、騰訊等國內(nèi)企業(yè)，微軟、英偉達(dá)、亞馬遜等國際科技巨頭紛紛向DeepSeek拋出橄欖枝，“滿血版DeepSeek”一時(shí)間成了互聯(lián)網(wǎng)最新...

編輯言征出品51CTO技術(shù)棧（微信號(hào)：blog51cto）由于傳統(tǒng)的AI基準(zhǔn)測試技術(shù)已被證明不夠充分，AI開發(fā)者開始采用更具創(chuàng)造性的方式來評(píng)估生成式AI模型的能力。對(duì)于一組開發(fā)者來說，這就是微軟旗下的沙盒建造游戲Minecraft。MinecraftBenchmark（或MCBench）網(wǎng)站是合作開發(fā)的，目的是讓人工智能模型在面對(duì)面的挑戰(zhàn)中相互競爭，用Minecraft創(chuàng)作來回答提示。用戶可以投票選出哪個(gè)模型做得更好，只有在投票后，他們才能看到每個(gè)Minecraf...

出品51CTO技術(shù)棧（微信號(hào)：blog51cto）這次，庫克終于出手了！重組蘋果AI管理層！近日來，蘋果AI難產(chǎn)的消息不脛而走。3月19日，根據(jù)彭博社披露的最新蘋果內(nèi)部會(huì)議記錄，Siri相關(guān)的AppleIntelligence關(guān)鍵功能正面臨嚴(yán)重的延期問題，甚至可能無法在iOS19中推出。很多業(yè)內(nèi)人士都曝光了此事，甚至嚴(yán)重到引發(fā)了當(dāng)天大量用戶的集體訴訟，原因是「未能兌現(xiàn)AppleIntelligence承諾，涉嫌違反《反不正當(dāng)競爭法》并誤導(dǎo)消費(fèi)者」。業(yè)內(nèi)人士...

“學(xué)習(xí)技術(shù)要從解決實(shí)際問題出發(fā)，這樣才能更快更好的學(xué)習(xí)新技術(shù)，并不容易忘記；而如果單純的為了技術(shù)而學(xué)習(xí)技術(shù)，那么你將會(huì)一邊學(xué)一邊忘。”這段時(shí)間一直在學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)技術(shù)，包括神經(jīng)網(wǎng)絡(luò)模型架構(gòu)，神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)，數(shù)據(jù)集前置處理等；但這幾天突然發(fā)現(xiàn)一個(gè)問題，會(huì)看這段時(shí)間的學(xué)習(xí)，雖然不能說一點(diǎn)收獲都沒有，但卻覺得進(jìn)度很慢，而效果也不好。比如說，到目前為止依然沒有理解怎么實(shí)現(xiàn)一個(gè)具體的神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)，以及獨(dú)立設(shè)...

一、現(xiàn)狀：理想與現(xiàn)實(shí)的碰撞在金融、醫(yī)療、制造等領(lǐng)域，AI大模型正以顛覆性姿態(tài)重塑行業(yè)格局。以Deepseek為例，其開源生態(tài)已吸引超過300家金融機(jī)構(gòu)接入，覆蓋信貸、風(fēng)控、投研等核心場景。某股份制銀行通過部署該模型，實(shí)現(xiàn)客戶畫像效率提升300%，但光鮮的數(shù)據(jù)背后暗藏隱憂：在復(fù)雜的跨境貿(mào)易融資場景中，模型對(duì)信用證條款的解析準(zhǔn)確率僅為72%，遠(yuǎn)低于預(yù)期。這種"技術(shù)理想主義"與"產(chǎn)業(yè)現(xiàn)實(shí)主義"的碰撞，暴露出大模型在垂直領(lǐng)域...

近日，英偉達(dá)發(fā)布NVIDIAIsaacGR00TN1。在人工智能與機(jī)器人技術(shù)的交匯處，NVIDIAIsaacGR00TN1的誕生標(biāo)志著人形機(jī)器人領(lǐng)域的一次重大突破。作為全球首個(gè)開放的通用人形機(jī)器人推理與技能基礎(chǔ)模型，GR00TN1不僅能夠處理包括語言和圖像在內(nèi)的多模態(tài)輸入，還能在多樣化的環(huán)境中執(zhí)行復(fù)雜的操控任務(wù)。這一模型的訓(xùn)練基于龐大的人形機(jī)器人數(shù)據(jù)集，結(jié)合了真實(shí)捕捉數(shù)據(jù)、合成數(shù)據(jù)以及互聯(lián)網(wǎng)規(guī)模的視頻數(shù)據(jù)，使其具備了強(qiáng)大的適應(yīng)性和可定制...

文章鏈接:https:arxiv.orgpdf2503.12165項(xiàng)目鏈接：https:scnuhealthy.github.ioVTON360亮點(diǎn)直擊一種新穎的3D虛擬試衣（VTON）方法，即VTON360，能夠從任意視角實(shí)現(xiàn)高保真度的虛擬試衣。利用3D模型與其渲染的多視角2D圖像之間的等價(jià)性，將3DVTON重新定義為2DVTON的擴(kuò)展，確保多視角下的一致性結(jié)果。具體而言，引入了多項(xiàng)新技術(shù)，包括：（i）偽3D姿態(tài)表示；（ii）多視角空間注意力機(jī)制；以及（iii）多視角CLIP嵌入。這些創(chuàng)新增強(qiáng)...

在自動(dòng)駕駛公司訓(xùn)練一個(gè)感知模型需要消耗相當(dāng)于300臺(tái)高端顯卡連續(xù)工作1個(gè)月的算力；某醫(yī)療AI團(tuán)隊(duì)分析百萬級(jí)醫(yī)學(xué)影像時(shí)，計(jì)算成本一度超過硬件采購費(fèi)用的60%。++當(dāng)全球人工智能算力需求以每年10倍速度增長時(shí)，一種名為"算力租賃"的新型服務(wù)正在重構(gòu)計(jì)算資源的供給方式。++一、算力租賃的本質(zhì)解析算力租賃本質(zhì)上是算力資源的共享經(jīng)濟(jì)模式。它將分布在數(shù)據(jù)中心的高性能顯卡、TPU芯片、存儲(chǔ)陣列等硬件資源，通過虛擬化技術(shù)轉(zhuǎn)化為可...

隨著大模型（LLM）的廣泛應(yīng)用，檢索增強(qiáng)生成（RAG）技術(shù)作為一種創(chuàng)新架構(gòu)，因其在結(jié)合外部知識(shí)庫和生成模型方面的卓越表現(xiàn)而備受關(guān)注。RAG技術(shù)通過將LLM與結(jié)構(gòu)化或非結(jié)構(gòu)化的外部數(shù)據(jù)源相結(jié)合，顯著提升了生成內(nèi)容的準(zhǔn)確性、相關(guān)性和可信度。第一、RAG的優(yōu)勢RAG技術(shù)在多個(gè)領(lǐng)域表現(xiàn)出色，尤其是在聊天機(jī)器人、知識(shí)密集型任務(wù)和企業(yè)應(yīng)用中。通過檢索外部知識(shí)庫，RAG能夠?yàn)長LM提供更豐富的上下文信息，從而生成更準(zhǔn)確、更相關(guān)的內(nèi)...

在當(dāng)今信息爆炸的時(shí)代，如何從海量數(shù)據(jù)中快速、準(zhǔn)確地獲取所需信息，成為了一個(gè)亟待解決的問題。而RetrievalAugmentedGeneration（RAG）模型的出現(xiàn)，就像為信息檢索和生成插上了翅膀。它就像一位記者，在撰寫報(bào)道時(shí)不僅依賴記憶，還會(huì)深入檔案庫查找資料、核實(shí)事實(shí)，從而讓內(nèi)容更加準(zhǔn)確、有說服力。而在這個(gè)過程中，選擇合適的嵌入方法（embedding）就如同為記者配備了強(qiáng)大的“搜索引擎”，能夠幫助模型更高效地檢索和排序相關(guān)...

在人工智能領(lǐng)域，中國又一次讓世界矚目！百度，這家在AI領(lǐng)域深耕多年的中國科技巨頭，最近推出了兩款大型語言模型——ERNIE4.5和X1，引發(fā)了行業(yè)的巨大震動(dòng)。據(jù)稱，這兩款模型不僅在性能上超越了目前OpenAI最新的GPT4.5，而且在成本上更是遠(yuǎn)低于DeepSeekR1。這聽起來簡直不可思議——如此高質(zhì)量的AI模型，卻只需要極低的使用成本。今天，就讓我們深入探討一下ERNIE4.5和X1，看看它們在基準(zhǔn)測試中的表現(xiàn)，以及在現(xiàn)實(shí)應(yīng)用中的實(shí)際...

引言：人工智能的新風(fēng)向在當(dāng)今快速發(fā)展的人工智能領(lǐng)域，多模態(tài)生成式人工智能正以其獨(dú)特的魅力和巨大的潛力，引領(lǐng)著人工智能的變革潮流。生成式人工智能的創(chuàng)新，尤其是在跨多種模態(tài)進(jìn)行操作的能力，正深刻地改變著我們生產(chǎn)文本、圖像、視頻和音頻內(nèi)容的方式。以往的人工智能系統(tǒng)往往只能執(zhí)行特定任務(wù)，并且局限于單一模態(tài)，也就是所謂的單模態(tài)人工智能。比如，基于文本的模型只能生成書面內(nèi)容，圖像模型則僅能創(chuàng)建視覺元素。而...

編者按：為什么說DeepSeekMoE的“共享專家隔離”設(shè)計(jì)，既能保留通用知識(shí)又能減少冗余？傳統(tǒng)MoE的專家真的“專精”嗎？傳統(tǒng)MoE專家易“崩潰”，DeepSeekMoE如何通過“更細(xì)粒度的專家分割”讓每個(gè)專家專注更小領(lǐng)域，解決負(fù)載不均衡問題？作者巧妙地用餐廳廚師的比喻，將抽象的技術(shù)概念形象化——是聘用一位熟悉多種菜系的廚師，還是聘用多位各有專長的廚師更明智？隨后，文章深入剖析了DeepSeekMoE的兩大創(chuàng)新：更細(xì)粒度的專家分割...

前幾天《人人都會(huì)做智能體》社區(qū)的成員提問，OA請假可以用智能體實(shí)現(xiàn)嗎？我第一反應(yīng)是這種問題有點(diǎn)太簡單了，但是轉(zhuǎn)念一想，越是這種簡單的任務(wù)，反而更有科普價(jià)值，因?yàn)楹芏嗳诉€沒深入了解過智能體（Agent）到底是什么，我不能先入為主的將其定義為沒有必要的簡單。想了解智能體是什么，可以先看我之前的這篇文章。【人人都會(huì)做智能體】Agent是什么,簡單中等復(fù)雜商用的智能體又是什么所以今天我們一起來實(shí)現(xiàn)一個(gè)基于對(duì)話流的請...

今天我將開啟《人人都會(huì)做智能體》公開課的第1節(jié)課?！度巳硕紩?huì)做智能體》公開課以智能體的小白科普和初級(jí)制作為目標(biāo)，將從智能體基礎(chǔ)認(rèn)知（LLM+RAG+WorkFlow+Agent）、智能體拆解復(fù)原、開發(fā)環(huán)境部署、智能體項(xiàng)目實(shí)戰(zhàn)等幾個(gè)部分，按照學(xué)習(xí)習(xí)慣，迭代式遞進(jìn)式的，采用圖文結(jié)合的方式，循序漸進(jìn)帶領(lǐng)大家一步步掌握智能體制作的方法、技巧和經(jīng)驗(yàn)。智能體項(xiàng)目實(shí)戰(zhàn)部分，現(xiàn)在初步定了兩個(gè)，我之前的文章已經(jīng)開始寫了。一個(gè)是長篇圖文...

大語言模型（LLM）正以前所未有的速度改變著我們的生活和工作方式。“awesomellmapps”這個(gè)精心策劃的倉庫，為開發(fā)者和研究者們提供了豐富多樣的大語言模型應(yīng)用示例。1.倉庫概述“awesomellmapps”是一個(gè)匯聚了眾多使用檢索增強(qiáng)生成（RAG）和人工智能代理構(gòu)建的大語言模型應(yīng)用程序的倉庫。它涵蓋了多種基于不同大語言模型構(gòu)建的應(yīng)用，包括OpenAI、Anthropic、Google的模型，以及DeepSeek、Qwen、Llama等開源模型，并且用戶可以...

摘要雖然大型語言模型（LLMs）在診斷對(duì)話中顯示出潛力，但它們在有效管理推理方面的能力——包括疾病進(jìn)展、治療反應(yīng)和安全藥物處方——仍有待進(jìn)一步探索。我們通過一種新的基于LLMs的代理系統(tǒng)推進(jìn)了之前展示的ArticulateMedicalIntelligenceExplorer（AMIE）的診斷能力，該系統(tǒng)針對(duì)臨床管理和對(duì)話進(jìn)行了優(yōu)化，整合了對(duì)疾病演變、多次患者就診經(jīng)歷、治療反應(yīng)以及藥物處方專業(yè)能力的推理。AMIE在權(quán)威臨床知識(shí)的基礎(chǔ)上進(jìn)行推理，利...

金融市場復(fù)雜且動(dòng)態(tài)，受經(jīng)濟(jì)指標(biāo)、地緣政治事件和投資者行為的影響，傳統(tǒng)線性分析方法難以捕捉其非線性特征。傳統(tǒng)統(tǒng)計(jì)方法（如CAPM、ARIMA）無法有效利用非結(jié)構(gòu)化數(shù)據(jù)（如新聞、經(jīng)濟(jì)報(bào)告）進(jìn)行分析和預(yù)測。本文提出FinArena框架，結(jié)合人機(jī)協(xié)作以改善股票趨勢預(yù)測和個(gè)性化投資決策。人模塊通過交互界面捕捉個(gè)體風(fēng)險(xiǎn)偏好，制定個(gè)性化投資策略。機(jī)器模塊利用基于大型語言模型的多代理系統(tǒng)整合多種金融數(shù)據(jù)源。FinArena在股票趨勢預(yù)...