
AI 历史上的 10 个关键时刻!
AI 历史上的 10 个关键时刻!2025 年,人工智能已经不再只是前沿科技圈的热词,而是真真正正地走进了我们的日常:生成图像、写代码、自动驾驶、医疗诊断……几乎每个行业都在讨论 AI,拥抱 AI。
2025 年,人工智能已经不再只是前沿科技圈的热词,而是真真正正地走进了我们的日常:生成图像、写代码、自动驾驶、医疗诊断……几乎每个行业都在讨论 AI,拥抱 AI。
在复杂、未知的现实环境中,传统导航方法往往依赖闭集语义或事先构建的地图,难以实现真正的“按需探索”。为打破这一瓶颈,本文提出了 FindAnything ——一套融合视觉语言模型的对象为中心、开放词汇三维建图与探索系统。
我最近真的是爱上n8n了,用起来贼爽 熟练之后,3分钟内就可以搞定一个简单的功能。
Sasame公司怀揣着“让AI听懂人心,让沟通回归自然”的愿景,致力于打造一种全新的、自然流程的人机交互体验,解决现有语音交互中理解不准确、沟通不流畅、应用场景受限等问题,通过可穿戴设备提供高品质音频,让AI伴侣观察世界,实现用户与AI的真实、自然交互。
只需一组公开的prompt,ChatGPT看图猜地点的能力又科幻般进化了!
程序员要消失了?AI教父Hinton、诺奖得主Pissarides和英伟达CEO黄仁勋齐声预警:AI正在颠覆编程岗位,「写代码」将变成过去式!最新报告显示,美国超1/4编程职位已消失。大学该不该还教编程?CS还值不值得学?
该研究对 LLM 常见的失败模式贪婪性、频率偏差和知 - 行差距,进行了深入研究。
编程智能体,几乎成为了 2025 年最热门的话题之一。不管是学术机构还是工业界,都在寻找更高效的落地路径。
破解 “只学不练” 与 “只练不学” 的难题
从人体单图变身高保真3D模型,不知道伤害了多少程序猿头发的行业难题,竟然被港科广团队一招破解了!
今天凌晨,OpenAI 董事会以及创始人 Sam Altman 用一封公开信给出了一个制度层面的回答:将旗下营利业务转为「公共利益公司」(PBC),使命不变,由非营利组织继续掌控,但治理框架更为清晰。
大模型元年最热门的AI岗位,现在已经过气了——
传统血压计的束缚是否无法避免?瑞士公司 Aktiia 给出的答案是否定的。
每当一项新技术刚走进大众视野的5年里,这个阶段的新产品总是让人视为“鸡肋”一样的存在,即便是阅产品无数的投资人,也难免莞尔一笑,吐出一句大实话:乏善可陈。
产品经理们快看看,这年头除了费劲心机想获得流量,有相当多的用户在发愁一件事:怎样能在社交媒体上「隐身」。
NotebookLM 正在变成谷歌 AI 路线里最靠谱的选手之一:现在除了支持中文播报,还要上移动 App,变身日常学习办公神器。
在这场通往AGI的竞赛中,人类或许正在逐渐走向失控。MIT最新研究指出:即使采用最理想的监督机制,人类成功控制超级智能的概率也仅为52%,而全面失控的风险可能超过90%。
哪些芯片厂商,在挖新金矿?
在 AI 领域里,大模型通常具有百亿甚至数千亿参数,训练和推理过程对计算资源、存储系统和数据访问效率提出了极高要求。
从单张低分辨率(LR)图像恢复出高分辨率(HR)图像 —— 即 “超分辨率”(SR)—— 已成为计算机视觉领域的重要挑战。
近年来,「思维链(Chain of Thought,CoT)」成为大模型推理的显学,但要让小模型也拥有长链推理能力却非易事。
据新言科技报道,快手上线「喵记多」App,试水 AI 笔记赛道。该应用由快手旗下轻雀科技团队开发,更准确来说,来自协同办公产品「妙记多」团队。我们在「喵记多」上看到了 flomo、AI 宠物陪伴、Dola Agent 日程管理等产品的影子。
一场关于协和「4+4」的热议席卷全网,引发了医疗未来之问。浙江用AI给出答案:浙大二院全景智慧医院以「数字孪生」革新手术,德适生物让基层共享尖端影像,安诊儿打造「口袋三甲」健康管家。AI驱动医疗正从「治病」走向「智愈」,让精准健康触手可及。
知名 Go 大佬 Thorsten Ball 最近用 315 行代码构建了一个编程智能体,并表示「它运行得非常好」且「没有护城河」(指它并非难以复制)。
GPT-4o更新后“变谄媚”?后续技术报告来了。
就在刚刚,Gemini 2.5 Pro在直播中通关了《宝可梦蓝》!
近日,阿里云通义点金团队与苏州大学携手合作,在金融大语言模型领域推出了突破性的创新成果:DianJin-R1。
现在如果我想听音乐,我第一反应是:“我要用哪个服务?Spotify还是Tidal?”但这其实不是我真正的需求。我的真实意图是:“我想听这首歌。”我希望只要说出来,AI就能帮我搞定。
AI也会偷偷努力了?Letta和UC伯克利的研究者提出「睡眠时计算」技术,能让LLM在空闲时间提前思考,大幅提升推理效率。
颠覆LLM预训练认知:预训练token数越多,模型越难调!CMU、斯坦福、哈佛、普林斯顿等四大名校提出灾难性过度训练。