今天，阿里旗下AI助手千問App公測一周下載量已突破1000萬次，超越ChatGPT、Sora、DeepSeek成為史上增長最快的AI應(yīng)用。  千問上線三天便沖入蘋果AppStore免費(fèi)總榜前三，“千問恐慌”也成為海外社交媒體討論的熱詞。 這一數(shù)字凸顯了AI應(yīng)用在當(dāng)前市場上的爆發(fā)式增長態(tài)勢。 數(shù)字背后的AI應(yīng)用爆發(fā) 一方面，這意味著AI應(yīng)用正從技術(shù)驗(yàn)證邁向規(guī)模化商業(yè)落地。截至2025年6月，國內(nèi)AI應(yīng)用移動端用戶規(guī)模已...

在視頻編碼領(lǐng)域，雙向編碼（RA模式）一直是高效壓縮的“秘密武器”，長期以來被廣泛應(yīng)用于點(diǎn)播、視頻存儲等場景。然而，在基于深度學(xué)習(xí)的智能視頻編碼中，這項(xiàng)技術(shù)也面臨新的挑戰(zhàn)：雙向編碼采用復(fù)雜的大跨度分層參考結(jié)構(gòu)，這導(dǎo)致運(yùn)動的精確處理變得困難，參考幀的價值利用也存在明顯差異。雙向智能視頻編碼的潛力遠(yuǎn)未被完全激發(fā)，仍有巨大的優(yōu)化空間等待探索。為破解上述難題，快手音視頻技術(shù)團(tuán)隊(duì)提出了全新的雙向智能視頻編碼...

很多人都有這樣的感受——大模型應(yīng)用的理論我都懂，但為什么就是做不好？其實(shí)理論的簡單性和技術(shù)的復(fù)雜性，往往都隱藏在那些細(xì)節(jié)里。“紙上得來終覺淺，絕知此事要躬行。”今天閑的沒事回頭梳理了一下這大半年來開發(fā)過程中所遇到的問題，然后畫了一個架構(gòu)圖；然后突然發(fā)現(xiàn)，這么長時間好像也沒做太多東西啊，但為什么總感覺自己很忙，很累，但東西又沒做好？原因就在于技術(shù)是一項(xiàng)實(shí)踐性很強(qiáng)的東西，很多時候你懂了并不代表你會...

譯者李睿審校重樓如今，不斷涌現(xiàn)和發(fā)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(shù)人來說，借助人工智能進(jìn)行寫作仍是一個充滿爭議的話題，但不可否認(rèn)的是，它已經(jīng)展現(xiàn)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(jié)構(gòu)混亂，還是信息不足，通常是他們在創(chuàng)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(fā)揮積極作用，成為突破這些瓶頸的得力助手。...

“上下文管理是大模型應(yīng)用穩(wěn)定性的一個重要環(huán)節(jié)。”今天在優(yōu)化智能體的時候發(fā)現(xiàn)一個問題，就是智能體第一次思考和工具調(diào)用都是正常的，但第二次思考的時候就輸出一個think標(biāo)簽就結(jié)束了；而且不是因?yàn)榇a出現(xiàn)異常結(jié)束，而是智能體輸出了stop結(jié)束符。所以，這個問題就很奇怪，代碼都是正常但智能體執(zhí)行一般就正常結(jié)束了；哪怕是出現(xiàn)異常導(dǎo)致結(jié)束也沒問題，但這種正常結(jié)束好像就沒那么好排查了。所以，經(jīng)過測試發(fā)現(xiàn)復(fù)現(xiàn)的頻率還挺...

“知識庫是RAG的靈魂，一個好的知識庫能解決絕大部分RAG問題。”在之前關(guān)于RAG的優(yōu)化文章中，大部分都是在強(qiáng)調(diào)檢索端的優(yōu)化，而關(guān)于文檔解析方面的內(nèi)容卻非常的少，而這也是有原因的。在之前介紹RAG的文章中，曾說過RAG是一種方法論，而不是一項(xiàng)具體的技術(shù)；其中有兩個比較重要的模塊：其一是與大模型相關(guān)的上下文管理其二是文檔召回模塊其中文檔召回模塊又分為兩大塊，一塊是知識庫的構(gòu)建，另一塊是檢索召回；而之前的文章主要...

大家好，我是玄姐。在Manus項(xiàng)目啟動之初，團(tuán)隊(duì)面臨一個關(guān)鍵抉擇：是基于開源基礎(chǔ)模型訓(xùn)練端到端的智能體，還是借助前沿模型的核心能力搭建AI智能體？回溯NLP生涯前十年，我們根本沒有這樣的選擇余地。在七年前的BERT時代，模型必須經(jīng)過繁瑣的微調(diào)與評估，才能遷移到新任務(wù)中，即便這些模型相較于如今的LLM體積小巧，每次迭代仍需耗費(fèi)數(shù)周時間。對于亟待快速迭代的應(yīng)用而言，尤其是在尚未實(shí)現(xiàn)產(chǎn)品市場匹配（PMF）的階段，這種緩...

大家好，我是玄姐。提示詞工程是上下文工程中至關(guān)重要的基礎(chǔ)，而上下文工程已成為與大語言模型協(xié)作的核心環(huán)節(jié)。簡單說，提示詞工程就是通過合理組織指令，讓AI模型輸出更符合需求的結(jié)果，比如：怎么提問、指定輸出風(fēng)格、提供背景信息，最終引導(dǎo)AI按你的目標(biāo)做事。模糊的指令和精心設(shè)計的提示詞，差距可能天差地別：前者可能需要反復(fù)溝通才能明確需求，后者卻能一步到位拿到想要的結(jié)果。下面就從基礎(chǔ)技巧到進(jìn)階方法，分享一套實(shí)...

大家好，我是玄姐上下文是AI智能體的關(guān)鍵但有限資源。本文將探討如何有效篩選和管理驅(qū)動AI智能體運(yùn)行的上下文。在應(yīng)用AI領(lǐng)域，提示詞工程多年來一直是關(guān)注焦點(diǎn)，如今一個新術(shù)語逐漸嶄露頭角：上下文工程。使用大語言模型（LLM）構(gòu)建應(yīng)用，已不再是單純尋找合適的提示詞短語，而是要解決更宏觀的問題：“什么樣的上下文配置最有可能讓模型產(chǎn)生我們期望的行為？”上下文指的是從大型語言模型中采樣時包含的一系列tokens。當(dāng)前的工...

前言最近在AI編程助手領(lǐng)域,??ClaudeCode???的??Skills???插件能力引起了很多開發(fā)者的關(guān)注。相比傳統(tǒng)AI編程工具,??ClaudeCode???通過插件化的??Skills???系統(tǒng),能夠輕松實(shí)現(xiàn)對??Excel???、??PDF???等文檔格式的深度讀取和分析。本文將通過一個實(shí)際案例——構(gòu)建"面試輔助助手Agent",展示如何利用??ClaudeCode??實(shí)現(xiàn)文檔自動化處理,讓AI真正成為我們工作中的得力幫手。目標(biāo)本文的目標(biāo)是:利用??...

引言??ClaudeCode???作為Anthropic推出的官方CLI工具，近期推出了??Skills???功能，讓開發(fā)者能夠創(chuàng)建自定義的自動化任務(wù)。本文將分享如何利用??Skills???功能實(shí)現(xiàn)一個自動生成周報的實(shí)用工具，通過分析??Git??提交記錄來總結(jié)每周工作內(nèi)容。Skill功能簡介??Skills???是??ClaudeCode???的一項(xiàng)核心功能，允許開發(fā)者創(chuàng)建自定義的自動化任務(wù)。與傳統(tǒng)的腳本不同，??Skills??能夠：智能識別：自動匹...

前言最近參加了CSDN舉辦的《2025全球機(jī)器學(xué)習(xí)技術(shù)大會》，大會中很多會議議題都與??VibeCoding???有關(guān)，同時近期圍繞??Cursor???、??ClaudeCode??等AI編程工具的話題也比較火熱。因此，本篇內(nèi)容將以一個項(xiàng)目改造實(shí)戰(zhàn)為例，介紹??ClaudeCode??的實(shí)踐過程。問題通過大會以及近期項(xiàng)目中的交流，AI編程在企業(yè)難以落地的問題主要有以下幾個：1.垂類的業(yè)務(wù)不了解。對于一些比較垂直的領(lǐng)域(比如內(nèi)部??CRM??系統(tǒng)...

在人工智能的諸多賽道中，空間AI（SpatialAI）一直被視作未來最具潛力的方向之一。無論是機(jī)器人、自動駕駛，還是ARVR設(shè)備，都需要機(jī)器具備對三維世界的感知與理解能力。然而，困擾行業(yè)多年的核心問題是：我們生活在3D世界里，但大部分可獲取的數(shù)據(jù)，卻被壓縮在了二維視頻中。如何把這些“扁平”的視頻重新還原成真實(shí)的三維場景？這是學(xué)術(shù)界和工業(yè)界長久以來的難題。就在2025年9月，NVIDIA正式開源了ViPE（VideoPoseEngine）——...

過去兩年，大模型領(lǐng)域的變化快到讓人應(yīng)接不暇。幾乎每隔一周，社區(qū)就會迎來一個“新明星”。這一次，讓圈子里沸騰的不是谷歌，也不是OpenAI，而是阿里巴巴quietly推出的Qwen3Next。沒有鋪天蓋地的營銷，沒有大張旗鼓的發(fā)布會，它只是安安靜靜地掛在HuggingFace上，卻憑借更高效的訓(xùn)練與推理、極具突破性的稀疏激活機(jī)制，以及媲美頂尖模型的表現(xiàn)，引起了全球開發(fā)者和研究者的關(guān)注。那么，Qwen3Next到底特別在哪？為什么很多人說...

論文鏈接：https:arxiv.orgpdf2511.14760亮點(diǎn)直擊推出UniGen1.5統(tǒng)一多模態(tài)大模型，通過創(chuàng)新的架構(gòu)設(shè)計與訓(xùn)練流程，實(shí)現(xiàn)了先進(jìn)的圖像理解、生成與編輯能力融合。開創(chuàng)統(tǒng)一強(qiáng)化學(xué)習(xí)訓(xùn)練框架，借助共享獎勵模型協(xié)同優(yōu)化圖像編輯與生成任務(wù)，顯著提升雙任務(wù)性能表現(xiàn)。提出后SFT階段的編輯指令對齊機(jī)制，通過強(qiáng)化編輯指令理解能力，大幅提升模型編輯效果。UniGen1.5在多項(xiàng)任務(wù)中達(dá)到業(yè)界領(lǐng)先水平：如下圖1所示，在圖像編輯任務(wù)（ImgEd...

1.GraniteDocling到底解決了什么問題？企業(yè)處理文檔時常見的三個痛點(diǎn)：結(jié)構(gòu)丟失：OCR轉(zhuǎn)Markdown時，表格、公式、代碼常常變成一堆“散裝文本”。多模型拼接：要同時識別表格、代碼和公式，往往需要調(diào)用多個小模型，部署復(fù)雜、成本高。結(jié)果不可控：一些輕量模型容易“抽風(fēng)”，比如陷入無限循環(huán)輸出、重復(fù)token，完全無法上線使用。GraniteDocling的突破在于：它能直接輸出DocTags——一種由IBM設(shè)計的文檔結(jié)構(gòu)標(biāo)記語言，完整保留...

在過去的一年里，構(gòu)建一個AI智能體通常意味著一件事：設(shè)置一個while循環(huán)，接收用戶提示，將其發(fā)送給LLM，解析工具調(diào)用，執(zhí)行工具，將結(jié)果發(fā)送回去，然后重復(fù)。這就是我們所說的淺層智能體或Agent1.0。這種架構(gòu)對于像“東京的天氣怎么樣，我該穿什么？”這樣的事務(wù)性任務(wù)來說非常簡單，但是當(dāng)被要求執(zhí)行一個需要三天50個步驟的任務(wù)時，它們總是會分心、丟失上下文、進(jìn)入無限循環(huán)，或者因?yàn)槿蝿?wù)需要太多步驟而超出單個上下文窗口...

別再爭論AI會不會顛覆世界了。它已經(jīng)完成了。2025年的數(shù)據(jù)告訴我們，一場關(guān)乎流量、關(guān)乎生存的大洗牌，已經(jīng)進(jìn)入了下半場。當(dāng)所有人都在談?wù)揙penAI和Gemini時，我們更應(yīng)該關(guān)注那些“受害者”的K線圖。傳統(tǒng)搜索巨頭們，第一次集體站上了“負(fù)增長”的被告席。而比他們更慘的，是那些曾經(jīng)的獨(dú)角獸。焦慮是無用的，看清事實(shí)才重要。本文將拆解這場AI流量戰(zhàn)的真實(shí)圖景，看看哪些行業(yè)正在失血，哪些行業(yè)反而在AI的“輔助”下，活得更好...

DeepSeekOCR是一款創(chuàng)新的OCR模型，不僅在文本識別上表現(xiàn)優(yōu)異，還首次將視覺Token用于上下文壓縮。通過圖像編碼大幅提升長文檔處理效率，突破傳統(tǒng)LLM的Token瓶頸，實(shí)現(xiàn)多模態(tài)信息的高密度表達(dá)，為大模型應(yīng)用于大規(guī)模文檔和多模態(tài)理解提供了經(jīng)濟(jì)與技術(shù)新途徑。1.AI的上下文危機(jī)2.DeepSeekOCR上下文光學(xué)壓縮思路4.10倍壓縮率的高精度3.DeepSeekOCR系統(tǒng)架構(gòu)5.超越競爭對手6.LLM記憶與上下文管理7.總結(jié)2025年10月20日，DeepSeek又發(fā)...

上下文工程是構(gòu)建高效AI智能體的關(guān)鍵方法論。由于大模型存在上下文衰減和注意力預(yù)算限制，需要謹(jǐn)慎管理系統(tǒng)指令、工具、外部數(shù)據(jù)和消息歷史。核心策略是使用最少但信息量高的token，如采用即時上下文檢索、通過壓縮和結(jié)構(gòu)化筆記應(yīng)對長周期任務(wù)。1.上下文工程與提示詞工程2.為什么上下文工程對于構(gòu)建強(qiáng)大的智能體至關(guān)重要3.高效上下文的結(jié)構(gòu)4.上下文檢索與自主智能檢索5.長周期任務(wù)的上下文工程6.應(yīng)對上下文污染的方法6.1壓縮6.2...