出品51CTO技術(shù)棧（微信號：blog51cto）2025，新年的第一天，李彥宏發(fā)布了全員信！在信中，他肯定了百度2024年在AI領(lǐng)域的成就，重點提到了蘿卜快跑、秒噠、百度文庫等產(chǎn)品的發(fā)布和改進(jìn)。并堅定地認(rèn)為，AI仍將是百度在新一年的關(guān)鍵詞！其中有個明確的判斷，那就是AI原生應(yīng)用的井噴就要來了！“雖然超級應(yīng)用尚未出現(xiàn)，AI的實際滲透率已經(jīng)不低，并且將在2025年繼續(xù)井噴式增長。我們也期待，我們在2023、2024種下的種子能夠在2025生...

本文將深入探討如何在LangChain框架中集成博查搜索API（BochaWebSearchAPI），以實現(xiàn)智能化的搜索功能。通過詳細(xì)的設(shè)置步驟、實用的代碼示例以及全面的解決方案，幫助開發(fā)者輕松獲取并利用實時搜索引擎信息，提升應(yīng)用的智能化水平。引言在當(dāng)今AI應(yīng)用迅猛發(fā)展的時代，搜索引擎成為眾多應(yīng)用程序和網(wǎng)站的重要組成部分。LangChain作為一個強(qiáng)大的語言模型集成框架，能夠通過與多種API接口的結(jié)合，顯著提升應(yīng)用的智能化和互動性。而博...

很多報表工具都把零編碼作為宣傳口號，這是真的嗎，真的能減少到零嗎，真有那么神嗎？簡單情況下能做到零編碼當(dāng)數(shù)據(jù)來源，表格樣式和計算都比較簡單時，確實可以做到零編碼，比如只需要把數(shù)據(jù)select出來后展現(xiàn)，這樣的情況，大部分工具，都可以通過拖拽來完成報表，是真正的一個字符都不需要輸入的零編碼上面這類簡單的列表、分組、交叉報表，都是可以通過拖拽生成的，格子中的匯總統(tǒng)計等簡單公式，也可以通過點選按鈕來自動生...

“大模型的核心點就在于特征的提取和重建，大模型技術(shù)的所有一切都是為了這個核心點服務(wù)”對大模型有過了解的人應(yīng)該都知道Transformer架構(gòu)，而且也知道這個架構(gòu)在NLP(自然語言處理)領(lǐng)域大放異彩；但是為什么Transformer架構(gòu)能在NLP領(lǐng)域大放異彩，以及為什么圖像理解領(lǐng)域使用的是CNN網(wǎng)絡(luò)，而不是Transformer網(wǎng)絡(luò)？當(dāng)然，這句話有點片面，目前基于Transformer架構(gòu)在圖像處理領(lǐng)域也逐漸變得越來越重要。序列到序列——Seq2Seq先來...

在OpenCV這一引領(lǐng)計算機(jī)視覺領(lǐng)域發(fā)展的開源項目中，每一步的邁進(jìn)都承載著技術(shù)創(chuàng)新的火花與對未來的無限憧憬。今日，我們深入剖析OpenCV5在近期內(nèi)的諸多進(jìn)展，帶您領(lǐng)略那些正悄然改變計算機(jī)視覺格局的突破與革新。以下是對OpenCV5最新進(jìn)展的詳細(xì)解讀與擴(kuò)展描述。一、邊緣檢測技術(shù)的革新與樣本優(yōu)化邊緣檢測作為計算機(jī)視覺的基礎(chǔ)任務(wù)，其準(zhǔn)確性和效率對于后續(xù)處理至關(guān)重要。OpenCV5在此領(lǐng)域進(jìn)行了深度優(yōu)化，不僅提升了邊緣檢測算法...

Midjourney、DALLE3、SD3等模型的出現(xiàn)，使得文生圖像賽道實現(xiàn)了快速發(fā)展。但這些模型的參數(shù)非常大，在推理、生成的過程中占用了大量內(nèi)存，極大限制了使用場景和設(shè)備。為了解決這一難題，字節(jié)跳動的研究人員發(fā)布了創(chuàng)新的量化方法，不需要訪問任何實際的圖像數(shù)據(jù)，僅依賴模型自身的自監(jiān)督信號即可。研究人員在著名開源文生圖像模型FLUX進(jìn)行了實驗。結(jié)果顯示，成功將FLUX的模型量化到1.58位權(quán)重，僅用{1,0,+1}三種值就能表示而不是...

全球四大會計事務(wù)所之一的pwc（普華永道）發(fā)布了2025年AI領(lǐng)域6大預(yù)測報告。普華永道表示，生成式AI的出現(xiàn)，使得開發(fā)AI應(yīng)用變得更加容易。一個通用的大模型只需進(jìn)行少量定制，就能打造適用于金融、財務(wù)、開發(fā)、客服等不同領(lǐng)域的產(chǎn)品。其中，普華永道特意提到了AIAgents的大面積應(yīng)用對于企業(yè)來說至關(guān)重要，能將現(xiàn)有勞動力擴(kuò)充1倍以上，并且會顛覆傳統(tǒng)的工作模式實現(xiàn)“人機(jī)協(xié)作”。一、AI戰(zhàn)略：決定企業(yè)未來走向的關(guān)鍵抉擇AI戰(zhàn)略對...

關(guān)于主流閉源LLM的參數(shù)規(guī)模一直討論不斷，在2024年最后2天來自微軟的一篇關(guān)于檢測和糾正臨床筆記中醫(yī)療錯誤的測試基準(zhǔn)MEDEC的研究一不小心直接漏了它們的參數(shù)規(guī)模：o1preview,GPT4，GPT4o和Claude3.5Sonnet。Claude3.5Sonnet（20241022），175BChatGPT，175BGPT4，約1.76TGPT4o，200BGPT4omini（gpt4o20240513）只有8B最新的o1mini（o1mini20240912）僅100Bo1preview（o1preview20240912）300B實驗部分也是將大模型參數(shù)規(guī)模分為...

文章鏈接：https:arxiv.orgpdf2412.19806項目鏈接：https:vitronllm.github.ioGithub鏈接：https:github.comSkyworkAIVitron亮點直擊首次提出了一種通用的視覺多模態(tài)大語言模型（MLLM）——VITRON，能夠在像素級對圖像和視頻進(jìn)行理解、生成、分割和編輯。引入了一種更高效的LLM到解碼器的指令傳遞機(jī)制，結(jié)合了離散文本和連續(xù)信號嵌入。提出了針對多模態(tài)大語言模型的像素級視覺語言時空對齊學(xué)習(xí)，使其能夠達(dá)到最優(yōu)的細(xì)粒度視覺能...

隨著數(shù)字視頻內(nèi)容的爆炸式增長，如何有效地進(jìn)行視頻主題分割成為了一個亟待解決的問題。視頻主題分割的目標(biāo)是將視頻內(nèi)容按主題進(jìn)行劃分，以便更好地理解和管理視頻信息。這不僅在視頻檢索和推薦系統(tǒng)中起到關(guān)鍵作用，還能提升視頻編輯和生成摘要的效率。在教育和娛樂領(lǐng)域，視頻主題分割同樣能夠極大地促進(jìn)內(nèi)容分類和個性化推薦。在視頻內(nèi)容分析領(lǐng)域，多模態(tài)數(shù)據(jù)的融合和一致性建模是當(dāng)前的研究熱點。多模態(tài)數(shù)據(jù)包括視頻中的視覺...

今天，本文將探討如何利用AI工具，尤其是基于“六頂思考帽”理論的智能體，來輔助和促進(jìn)人類的深度思考。通過構(gòu)建一個“六頂思考帽”AIAgent，我們將展示AI如何成為深度思考的得力助手，而不是思考的替代者。六頂思考帽：結(jié)構(gòu)化深度思考的工具“六頂思考帽”是由愛德華·德博諾（EdwarddeBono）提出的一種創(chuàng)新思維方法，通過分離不同的思考模式，幫助我們?nèi)?、系統(tǒng)地看待問題。每頂帽子代表一種特定的思維模式，戴上不同的帽子...

今天給大家介紹一篇不規(guī)則時間序列建模的工作。本文的核心是研究不規(guī)則時序預(yù)測中的變量間關(guān)系建模問題，研究焦點是如何在保持計算效率的同時，有效地捕捉長期依賴性和復(fù)雜變量間關(guān)系。研究者們提出了一個新穎的框架，通過結(jié)合局部的通道依賴（CD）策略和全局的通道獨(dú)立（CI）策略，顯著提升了模型在多個真實世界數(shù)據(jù)集上的性能。論文標(biāo)題：TimeCHEAT:AChannelHarmonyStrategyforIrregularlySampledMultivariateTimeSeriesAnaly...

GitHub和Microsoft日前聯(lián)合宣布推出GitHubCopilot免費(fèi)計劃，所有開發(fā)者只需一個GitHub賬號即可在VSCode中免費(fèi)使用這款A(yù)I編程助手，無需信用卡，無需訂閱。這一免費(fèi)計劃為用戶每月提供2000次代碼補(bǔ)全和50次聊天請求額度。用戶可以使用GPT4o和Claude3.5Sonnet兩種AI模型，基本滿足日常開發(fā)需求。如需更多功能，可升級至無限制的Pro計劃，該計劃還將在明年支持o1和Gemini等更多模型。除了基礎(chǔ)的代碼補(bǔ)全功能，GitHubCopilot還推出...

1.LLMAgent是什么大語言模型智能體是一種程序，其執(zhí)行邏輯由其底層模型控制。大語言模型智能體與少樣本提示或固定工作流程等方法的區(qū)別在于，它能夠定義和調(diào)整執(zhí)行用戶查詢所需的步驟。通過使用一組工具（如代碼執(zhí)行或網(wǎng)絡(luò)搜索），智能體可以決定使用哪個工具、如何使用它，并根據(jù)輸出對結(jié)果進(jìn)行迭代。這種適應(yīng)性使系統(tǒng)能夠以最小的配置處理各種用例。智能體架構(gòu)存在于一個范圍內(nèi)，從固定工作流程的可靠性到自主智能體的靈活性...

一、受羅杰·彭羅斯啟發(fā)的猜想1989年，在他的重要著作《皇帝的新思維》中，羅杰·彭羅斯提出了一個引人注目的假設(shè)[1]。他認(rèn)為量子過程對于形成意識的物理基礎(chǔ)至關(guān)重要。這個觀點具有吸引力，因為量子力學(xué)的方程告訴我們，在任何時刻，一個物體——無論是我，還是整個世界——都處于多種狀態(tài)的疊加中。然而，在任何給定的時刻，我們只體驗其中的一種。為了說明這一點，想象一個研究員走到谷歌量子AI實驗室的一臺量子計算機(jī)前，觀...

微軟“Tay”項目2016年3月，微軟發(fā)布了一個名為Tay的新項目。微軟設(shè)計Tay的初衷是為“18至24歲的美國年輕人提供娛樂服務(wù)的聊天機(jī)器人”。這是一個有趣的名字，代表著早期人工智能實驗的輕松嘗試。Tay旨在模仿一位19歲的美國女孩的語言模式，并通過與Twitter、Snapchat及其他社交應(yīng)用上的用戶互動來學(xué)習(xí)。這款聊天機(jī)器人是為了進(jìn)行真實環(huán)境下的對話理解研究而開發(fā)的。然而，僅在發(fā)布幾小時后，問題就顯現(xiàn)了。TechCrunch評論道：...

本文旨在探索DDPG算法如何解決連續(xù)動作控制難題，從而進(jìn)一步提升生物工程領(lǐng)域AI驅(qū)動的醫(yī)療機(jī)器人的強(qiáng)大功能。引言想象一下，你正在手術(shù)過程中控制著一臺機(jī)械臂。此機(jī)械臂的離散動作可能有：向上移動向下移動抓取或釋放這些都是明確、直接的命令，在簡單情況下是易于執(zhí)行的。但是，如果執(zhí)行精細(xì)的動作，例如：將手臂移動0.5毫米以避免損傷組織施加3N的力以壓縮組織或旋轉(zhuǎn)手腕15°以調(diào)整切口角度該怎么辦呢？在這些情況下，你需要...

此前的技術(shù)性失業(yè)只不過是暫時的、局部性的問題。但我們不能認(rèn)為從過去歷史中獲得的經(jīng)驗可以原封不動地套用于未來的狀況。過去與未來的前提不同，走向當(dāng)然也會不同。雖說如此，只要未來的AI都是弱人工智能，那么技術(shù)性失業(yè)就會同之前一樣，不過是暫時的、局部性的問題。即使未來搭載AI的自動駕駛汽車與無人機(jī)普及開來，導(dǎo)致出租司機(jī)”與快遞人員失業(yè)，他們還可以轉(zhuǎn)為從事其他人類更擅長的工作。比如擔(dān)任護(hù)理人員或者按摩師等。...

01、概述在當(dāng)今的企業(yè)級應(yīng)用中，大型語言模型（LLMs）已經(jīng)成為不可或缺的工具。從智能文檔處理到對話式人工智能，這些技術(shù)的應(yīng)用正全面鋪開。然而，LLMs的部署卻并非易事：高昂的計算資源需求、緩慢的推理速度、以及居高不下的運(yùn)維成本，往往讓企業(yè)望而卻步。此外，企業(yè)對數(shù)據(jù)隱私的嚴(yán)格要求也進(jìn)一步加大了采用LLMs的難度，尤其是當(dāng)涉及敏感信息時，模型需要能在高度安全的環(huán)境中運(yùn)行。為了解決這些問題，CohereAI推出了其R系列...

01、概述隨著人工智能的發(fā)展，構(gòu)建能夠?qū)崟r感知環(huán)境、進(jìn)行復(fù)雜推理并記憶的系統(tǒng)，已成為研究者們追求的目標(biāo)。這不僅要求AI系統(tǒng)能處理音頻、視頻和文本等多模態(tài)數(shù)據(jù)，還需在動態(tài)環(huán)境中模擬人類感知、推理與記憶的協(xié)同能力。然而，現(xiàn)有多模態(tài)大語言模型（MLLMs）在這方面仍存在諸多限制，尤其是在同時處理任務(wù)時的效率和可擴(kuò)展性。為解決這些問題，來自上海人工智能實驗室、中國香港中文大學(xué)、復(fù)旦大學(xué)、中國科技大學(xué)、清華大學(xué)、...