AI.x社區
- 登錄/注冊
社區頭條
1352篇優秀內容
寫作者必備的十個人工智能工具
譯者李睿審校重樓如今，不斷涌現和發展的人工智能工具正在深刻改變著人們的工作方式，寫作者也置身于這一變革浪潮之中。盡管對大多數人來說，借助人工智能進行寫作仍是一個充滿爭議的話題，但不可否認的是，它已經展現出為寫作者提供幫助的巨大潛力。對于寫作者來說，無論是缺乏靈感、結構混亂，還是信息不足，通常是他們在創作過程中通常會遇到的瓶頸。而人工智能工具可以在這方面發揮積極作用，成為突破這些瓶頸的得力助手。...寫作者人工智能工具谷歌CEO：2026年會非常緊張！谷歌內部全員會流出：算力每6個月翻一千倍，否則 AI業務會“困死”！
原創編輯｜云昭過去一個月，硅谷的情緒詭異地分裂：一邊是華爾街開始擔心“AI泡沫”；另一邊則是Google、Nvidia、OpenAI等巨頭瘋狂擴建數據中心，算力永遠不夠。這種割裂，在最新流出的谷歌內部全員會上，再一次被搬上了討論桌。谷歌核心高管上來就點名：每6個月就得擴充算力1000倍！而CEOSundarPichai則更為直白為明年定下了基調：2026年會是緊張的一年，大家不要躺在功勞簿上！1.谷歌內部全員會：算力每半年就得漲1000倍，否則“...AI業務谷歌OpenAI知名開源大佬爆料：Agent 設計依舊很難、很混亂！只有手動管理緩存，才能做到性能最優！
原創編輯聽雨出品51CTO技術棧（微信號：blog51cto）如何設計和構建一個既可靠又高效的AIAgent？表面上看，似乎只要接入幾個SDK、調用幾行代碼就行，但實際操作遠比想象復雜得多。最近，小編刷到一篇博文，作者是Web框架Flask的創造者、Sentry的首批工程師之一ArminRonacher，他分享了自己在構建AIAgent過程中的實戰經驗，以及遇到的各種坑。圖片這篇文章也被Django聯合創始人、Datasette開源項目作者SimonWillson轉發，他指出：Armi...Agent性能AIGemini 3與競品的對比數據
原創2025年11月18日，Google正式發布了Gemini3，這是其迄今為止最強大的多模態AI模型，標志著AI行業進入了一個全新的競爭階段?。作為GoogleDeepMind與GoogleBrain合并后的集大成之作，Gemini3在多模態理解、推理能力、代碼生成和數學運算等核心領域實現了跨越式突破，在多項權威基準測試中全面超越了OpenAI的GPT5.1和Anthropic的ClaudeSonnet4.5?。?從技術演進的角度看，Gemini3代表了Google在AI領域的戰略反攻。自ChatGPT橫掃全...Gemini人工智能ChatGPT黃仁勛馬斯克罕見同臺！定調AI未來三大關鍵詞：算力、貨幣失效與泡沫
原創未來金錢將失去意義？AI是否有泡沫？最近，黃仁勛對話馬斯克，給出了他們的想法。 在近日的美沙投資論壇上，特斯拉CEO埃隆·馬斯克在與英偉達CEO黃仁勛同臺交流，就AI、機器人和未來經濟進行了對話。 期間，馬斯克拋出驚人觀點：隨著生成式AI的持續演進，金錢在未來將逐漸失去意義。 這一論斷甚至讓見慣大場面的黃仁勛一時語塞，只能用幽默緩解：“錢真沒用的時候，記得提前通知我。” 【圖片來源：搜狐知...人工智能英偉達馬斯克算力算家計算DeepEyesV2：多模態智能體如何實現工具協同與動態推理？
隨著人工智能技術的不斷發展，多模態模型逐漸成為研究熱點。小紅書團隊推出的DeepEyesV2，作為一款具有智能體特性的多模態模型，不僅繼承了前代在視覺推理上的優勢，還通過多工具協同實現了從“看圖思考”到“解決問題”的跨越。一、項目概述DeepEyesV2是一個由小紅書團隊開發的多模態智能體模型，旨在通過整合代碼執行、網頁搜索和圖像操作等多種工具，實現對復雜問題的主動解決。該模型通過兩階段訓練法，即冷啟動階段和強化...多模態智能體DeepEyesV2上下文工程中的上下文
圖片今天我們要探討一篇非常有前瞻性和系統性的論文：《上下文工程2.0：上下文工程的“上下文”》（ContextEngineering2.0:TheContextofContextEngineering）。現在都在玩各種大模型、AIAgent，天天都在說“PromptEngineering”，感覺這是個很新的東西。但這篇論文告訴我們，我們可能只看到了冰山一角。它把我們的視野從當下的“技術熱點”拉到了一個更宏大、更深刻的“歷史演進”和“理論框架”的層面。第一部分：“上下文工程...上下文工程操作系統上下文OpenAI深夜放大招！Codex-Max上線，與Gemini 3巔峰對決
原創兩大AI巨頭同時發力，兩大編程助手誰強誰弱？ 昨天，Gemini3剛剛發布，就在AI領域掀起了不小的波瀾。熱度還沒消退，昨晚OpenAI緊跟著推出了旗下最強編程模型——GPT5.1CodexMax。  兩大AI巨頭接連出牌，讓這場模型之爭陡然升溫。 那么，這款新發布的GPT5.1CodexMax與Gemini3究竟有何不同？ 性能表現 GPT5.1CodexMax被OpenAI稱為“代理性”編碼模型，其核心優勢在于處理那些需要長時間專注的復雜...Codex-MaxGemini 3編程大模型算家計算算家云xAI 重大更新：Grok 4.1 憑什么拿下 LMArena 盲測第一？
原創就在剛剛，馬斯克的Grok4.1，毫無預兆地來了。在AI圈，Grok一直是個“異類”。當其他模型在追求“絕對正確”和“絕對安全”時，它總帶著點叛逆和幽默，像個不好惹的“刺頭”。但就在今天，xAI宣布Grok4.1已經全面推送給grok.com、??（推特）以及移動端App用戶。本以為這又是一次常規的“智商”刷分，但仔細看完官方發布的報告，實際并不簡單。Grok4.1這次，不僅在LMArena盲測中“屠榜”登頂，它最大的進化，居然是學會了“情感...Grok 4.1LMArena從文本到多模態，Embedding 模型選型指南
原創大家好，我是玄姐。通過將原始輸入轉化為固定維度的高維向量以捕捉語義信息，Embedding（嵌入）模型在構建RAG、推薦系統，甚至自動駕駛模型訓練中都發揮著極為關鍵的作用。近年來，OpenAI、Meta、Google、阿里、騰訊等科技巨頭紛紛加大對Embedding模型研發的投入。以OpenAI為例，其最新推出的textembedding3small模型能夠生成1536維向量，在保持高語義表達能力的同時，實現了更低的延遲和更小的模型體積，非常適合對性能要求較...多模態Embedding模型RAG為什么數據格式那么多，大模型卻獨愛 Markdown？背后的原理其實很簡單
原創“markdown之所以成為大模型的首選格式，就在于其簡單的格式。”在之前介紹RAG的文章中，不止一次的提到過在知識庫的建設中，使用markdown作為主要的存儲格式；原因就在于一個現象，明明數據格式有那么多，為什么大模型選擇了markdown格式？以我們常見的數據格式為例，有普通文本，xml，json，html，markdown等；但如果我們仔細觀察就會發現，除了一些對數據格式要求比較高的場景之外，在大模型應用中的主要格式就是markdown為...數據格式Markdown大模型返璞歸真！MIT何愷明再次顛覆生成模型：拋棄“去噪”，Diffusion模型直接預測干凈圖像！
文章鏈接：https:arxiv.orgpdf2511.13720亮點直擊解決的問題提出的方案達到的效果優秀的可擴展性:JiT模型展現了卓越的伸縮性。分辨率擴展:通過成比例地增大patch大小，JiTB模型可以輕松地從256x256擴展到512x512甚至1024x1024分辨率，而模型參數量和計算量幾乎保持不變，FID分數也保持在很低的水平。這證明該方法不受觀測維度急劇增加的影響。模型規模擴展:從JiTB（Base）到JiTG（Giant）模型，性能隨著模型尺寸的增大而持續穩...AI視頻生成模型核心洞察：大模型裁判的信號在哪里“斷裂”？一文看懂 LLM-as-a-Judge 的邊界與未來評估方向
原創最近兩年，隨著大語言模型（LLM）的能力突飛猛進，它們不僅是出色的“創作者”，還搖身一變成了高高在上的“考官”或“裁判”。這個角色有個響亮的名字——LLMasaJudge(LAJ)，也就是“大模型即裁判”。如果你正在進行RAG系統的優化、多輪對話機器人的效果評估，或者純粹想給你的模型找個高效、便宜的“評分員”，你可能已經用上，或正在考慮使用LLMasaJudge。畢竟，相比昂貴又耗時的人工標注，讓一個強大的模型來打分，聽起來就...大模型LLM大模型即裁判RAG為什么說智能體RAG才是未來？萬字長文，深度拆解一個能像人一樣思考的知識系統
原創你是否曾對大模型感到困惑？它時而像個無所不知的“神”，能對答如流；時而又像個記憶力不佳的“傻瓜”，胡編亂造，甚至連企業內部的文檔都查不明白。這一切問題的根源，都指向一個核心技術——RAG（檢索增強生成）。然而，今天我們要探討的，不是那個簡單的“記憶增強器”，而是它的終極形態：一個能像人類分析師一樣，具備理解、規劃、糾錯、推理能力的高級系統——智能體RAG（AgenticRAG）。一、告別“記憶力差”的尷尬，洞...智能體RAG大模型上交提出單圖生成3D場景方法SceneGen：單圖輸入，多資源輸出，3D 合成性能飆升的“秘密武器”！
上海交通大學推出單圖像生成3D場景方法SceneGen，它以單個場景圖像與目標資源蒙版為輸入，在一次前饋中就能同時合成多個具備結構、紋理及相對空間位置的3D資源。通過結合專用視覺和幾何編碼器提取資源與場景級特征，再經特征聚合模塊有效融合。精心設計使其可推廣至多圖像輸入，提升生成質量。經定量和定性評估，SceneGen能生成物理合理且相互一致的3D資源，性能遠超前代。相關鏈接論文：https:arxiv.orgpdf2508.15769代碼：htt...3D場景性能性能Spring AI 1.1 GA 正式發布！850 + 改進、MCP 協議集成、多廠商模型加持
原創大家好，我是玄姐。2025年11月12日，SpringAI團隊正式宣布SpringAI1.1.0GA版本發布！作為Spring生態的AI核心組件，這個版本帶來了ModelContextProtocol集成、高級AI能力升級、擴展模型廠商支持等重磅特性，累計包含850+項改進、bug修復和文檔更新，堪稱一次全面升級。一、核心亮點：ModelContextProtocol（MCP）集成這是本次發布最具里程碑意義的特性，SpringAI為MCP提供了SpringBoot自動配置和完整的注解式編程模型，讓AI應用...Spring AIMCP大模型自動化標注：從流程到實戰
在AI模型開發中，數據標注始終是繞不開的“痛點”——人工標注耗時耗力、成本高昂，還容易因主觀差異導致標注不一致。而隨著大模型能力的成熟，自動化標注正在成為破局關鍵：它能將原本一周的標注工作量壓縮到1天，還能保持穩定的標注標準，甚至在專業領域省去人工培訓成本。今天，我們就從核心流程、技術選型、實戰代碼到行業工具，全面拆解大模型自動化標注的落地方法，幫你快速上手這一效率利器。一、先搞懂：大模型自動化標...大模型自動化標注用 Cognee 構建端到端知識圖譜，實現當前效果最好的AI Agent記憶層
原創用RAG構建AI應用時，總感覺差了點什么。明明相關的信息都在向量數據庫里，但AI就是找不到正確的關聯。問它"SpaceX的創始人還創辦了哪些公司"，它能找到關于SpaceX的文檔，卻理解不了"創始人"和"其他公司"之間的關系鏈條。這就是傳統RAG的軟肋——它只懂相似性，不懂關系。Cognee就是來解決這個問題的。它到底是什么？簡單說，Cognee是個開源的端到端知識圖譜構建框架。但它不僅僅是知識圖譜——它將向量搜索的語義理解能力和知...Cognee知識圖譜AI Agent【提示詞工程】PPT制作的認知陷阱：為什么說思維模式比工具更重要？
原創??突破認知：PPT制作的核心矛盾不在技術在大多數技術從業者眼中，PPT制作不過是一項"軟技能"，是展示工作的輔助工具。然而，基于對500+技術團隊PPT使用情況的深度分析，我們發現了一個反常識的結論：PPT制作效率低下的根本原因，不是工具掌握程度，而是結構化思維的缺失。這個發現顛覆了傳統認知。數據顯示，同等技術水平下，具備結構化思維能力的開發者，其PPT制作效率比普通開發者高出35倍，信息傳達準確率提升80%以上。而單...PPT制作技術表達結構化思維AI指令架構思維一步直接封神！單步擴散媲美250步教師模型！中科大&字節發布圖像生成“分層蒸餾術”
文章鏈接：https:arxiv.orgpdf2511.08930亮點直擊系統性分析與統一視角：對軌跡蒸餾（TD）進行了系統性分析，揭示了其本質是一種有損壓縮過程。這一視角解釋了為何TD方法雖然能有效保留全局結構，卻不可避免地會犧牲精細細節。創新的分層蒸餾框架：重新審視軌跡蒸餾和分布蒸餾的角色，提出一個新穎的分層蒸餾（HierarchicalDistillation,HD）框架。該框架協同利用兩種方法的優勢，先構建結構，再優化細節。專為細節優化的判別器...AI模型視頻生成
2025年11月
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 68
