登录社区云，与社区用户共同成长
邀请您加入社区
虽然从地球发射 AI 卫星是当下的重点，但 Starship 的能力同样将支持在其他世界展开行动。借助诸如在轨推进剂转移等技术，Starship 将能够在月球着陆并运送超大规模货物，从而建立永久性的科学与制造基地。刚刚，马斯克旗下两家公司——SpaceX和xAI正式官宣合并！据彭博社报道，知情人士透露，SpaceX以2500亿美元（约合人民币1.7万亿）股票收购了xAI，合并后SpaceX的估值达
这项新研究提出：与其在模型学会危险知识后再试图让他遗忘，不如在学习过程中就精准地“删掉”那些关键的知识碎片，精准切除AI的危险能力。Claude价值观（安全对齐）的塑造者Neil Rathi，前OpenAI科学家、GPT之父Alec Radford共同发了一篇论文。这项新研究提出：与其在模型学会危险知识后再试图让他遗忘，不如在学习过程中就精准地“删掉”那些关键的知识碎片，精准切除AI的危险能力。
具身智能模型，最强开源机器人大脑！两万小时真机数据开启物理AI缩放定律。蚂蚁集团旗下的具身智能公司灵波科技开源了两大重磅模型。具身智能模型，最强开源机器人大脑！两万小时真机数据开启物理AI缩放定律。以及强大的世界模型LingBot-World。LingBot-World将视频生成模型进化成了可交互世界模拟器，让AI学会了理解物理规律、空间记忆和实时交互。
AI应用春节流量大考：Remy与共绩科技的成功案例揭示算力弹性调度重要性。3D内容平台Remy在华为发布会后遭遇50万用户集中访问，共绩科技通过秒级扩容至1900张GPU卡确保流畅体验。该案例凸显AI企业在节日流量洪峰中面临的算力挑战，以及弹性算力调度系统的关键作用——实现秒级扩缩容、99.99%稳定性，避免资源浪费。共绩科技的"智能算力电网"解决方案，已为5000+团队提供支
让我们把视角拉高一点。说实话，我很少会对一个底层工具感到如此兴奋。而最近的兴奋，坦诚地讲，几乎都来自AI Agent。看着Clawdbot在屏幕上自动操作电脑，像拥有了生命一样，我确实被震撼到了。但震撼之余，更多的是焦虑和思考。因为我知道，这种流畅的体验目前主要集中在CUDA生态中。比如Ollama这样的工具，让大模型在常见设备上的部署变得非常简单。而我们手中的国产显卡，也同样值得拥有这样便捷的使
推开门，你闯进一场「外星人大会」——只不过外星人全是AI。Moltbook这间机器狂欢厅，正在把互联网从人类手里悄悄夺走。现在的互联网，是真的有点发疯！此时此刻，我们的互联网正在经历一场前所未有的「物种入侵」。如果你最近觉得上网变得越来越陌生、越来越听不懂，别怀疑自己，那种感觉是对的——因为你正在走进一片迷雾。就在刚刚，Anthropic的联创Jack Clark直言不讳地警告，我们熟知的那个互联
一位学音乐、零技术基础的Meta产品经理，在一次旅行中偶然被Claude唤醒了「超能力」！他利用AI重构工作流，2天竟能干完一个团队几周的活。不会用AI的人，终将被那些善用AI的人取代！在AI浪潮下，这句话曾像警钟一样敲打着无数人的神经。但如今，这句话却演绎出了一个全新的版本：AI不会替代你，而会为你推倒那道挡在你与梦想之间的技术高墙。Meta产品经理Zevi Arnovitz就是一个很好的例子。
金智维这类企业级智能体平台+执行底座结合的方案，则更偏向于在流程和系统层完成智能体的可控执行，适合制造中更严苛的场景，例如实时调度、跨系统闭环等。公开资料显示，不少地方在引入智能体时，最初从政策咨询、材料指引等轻量场景入手，但真正产生效率提升的，往往出现在审批辅助、规则校验、流程流转等环节。它应该具备哪些能力？在过去的几年中，大模型技术飞速迭代，各类智能体产品不断刷新公众想象力，但在企业实际应用中
豆包回答导出指南：从痛点解析到技术解决方案 当前豆包用户面临的核心痛点是AI生成内容难以高效沉淀为可编辑的文档资产。本文系统分析了五种常见导出方式的优劣： 手动复制（低效易丢格式） 截图保存（不可编辑） 网页另存（结构混乱） 第三方API（技术门槛高） 浏览器插件（最优解） 重点指出：真正的需求是将对话转化为结构化知识资产，而非简单文本搬运。推荐使用专业插件（如DS随心转）实现： 一键导出完整对话
针对高校教学中存在的 “实物机器人成本高、实验风险大、技术迭代快、理论与实践脱节” 等痛点，华清远见依托产学研一体化优势，全新研发上线具身智能机器人虚拟仿真系统，构建了覆盖 “感知 - 认知 - 决策 - 执行” 闭环的课程体系，既涵盖机器狗运动学建模、ROS2 开发、强化学习等核心技术，又融入LLM人机交互、多机协同等前沿应用，助力教师快速掌握 “多模态大模型 + 具身智能” 教学逻辑。电机与传
本文系统介绍了人工智能评估的发展历程，重点阐述了大型语言模型(LLM)作为评估器(LLM as a Judge)的创新范式。文章详细分析了单LLM系统、多LLM系统、人机协作系统以及Agent评估器的架构与实现，并通过Python和Java代码案例展示了多LLM评估器的实际应用。随着AI复杂度提升，这种新型评估方法克服了人工评估的可扩展性限制和传统指标的语义不敏感性，为人工智能发展提供了更有效的评
本文探讨了如何解决AI Agent的"金鱼记忆"问题，提出了三级检索架构（基础检索、分块阅读、逐步推理），并介绍了使用Elasticsearch实现海量文件秒级感知、Embedding语义召回、MCP协议打破知识孤岛等方案。文章详细阐述了从数据存储、检索逻辑到用户体验的完整实现路径，为不同规模企业提供了AI Agent选型决策依据，帮助开发者构建真正具备"博学大脑"的企业级AI Agent系统。
本文详细介绍了大模型对齐技术从RLHF到DPO的演进过程。首先解释了RLHF的三阶段训练方法及其使用PPO算法的挑战，包括训练不稳定和成本高。随后，介绍了DPO如何从理论上消除奖励模型和强化学习环节，直接通过二元偏好数据优化模型。文章还提供了DPO的数学推导、代码实现和实际训练案例，以及相关扩展算法，为工程师提供了一种更高效的大模型对齐方法。
文章详细介绍了如何使用Python构建企业级AI Agent，重点解构了六大核心模块：感知模块（定义状态）、执行系统（定义工具）、专业大模型（加载大脑）、决策引擎（构建思考节点）、记忆管理（工作记忆流转）和反馈优化（闭环构建）。作者通过一个Python文件实现了这六大模块，展示了AI Agent本质上是一个被大模型驱动的while循环状态机，适合初级程序员学习和实践。
本文系统介绍深度智能体的构建方法，涵盖其核心概念、架构组件及与LangChain、LangGraph的区别。深度智能体具备任务规划、上下文管理、子智能体机制和长期记忆能力，可处理复杂多步骤任务。文章提供了完整的Python实现代码和开发最佳实践，帮助开发者构建具备长期推理能力的智能体应用。
本文详细介绍了RAG（检索增强生成）技术的五大核心概念：嵌入（文本向量化表示）、切片（文档拆分为小块）、相似度（计算文本相关性）、重排模型（优化检索结果排序）和查询改写（提高检索准确性）。RAG技术使大模型能访问外部知识库，突破静态数据限制，减少幻觉现象，并能提供信息来源引用，提升AI响应的可信度和可验证性，特别适用于对准确性要求高的场景
文章系统介绍大模型Agent评估的重要性、组成、流程和方法。评估包括示例输入、标准答案、模型输出和分数四个关键部分，需通过开发集和留存集测试确保模型稳定性。详细讲解三种评估方法：基于代码评分（高效客观）、人工评分（细致主观）和基于模型评分（折中方案）。通过情感分析案例展示了如何进行评估和提示词优化，帮助开发者提高大模型应用的稳定性和可靠性。
本文分析了企业AI Agent项目失败的核心问题：尽管拥有数据却依然"盲目"，现有工程手段仅能局部"止痛"。文章提出本体论作为关键解决方案，通过构建企业"语义层"统一概念与关系，支撑复杂推理，减少误解与幻觉。最后详解构建本体的6块核心积木，为读者提供了从理论到实践的完整指南。
本文深度解析了RAG系统从基础到高级的调优全流程，包括知识库的精耕细作（检索优化、对话沉淀、健康度检查）、高级召回与排序技术（混合检索、重排序、查询扩展）以及GraphRAG架构解决复杂查询问题。文章指出RAG系统优化应分阶段实施：起步期引入混合检索，成熟期加入重排序和查询改写，巅峰期部署GraphRAG，并需在准确率与响应时间间进行权衡，以适应不同业务场景需求。
定位领域：通过分析用户的问题，然后结合知识库的目录索引定位出知识可能存在的领域（文件夹）。定位文件：使用 grep 这样的方式在指定目录、文件里筛选出「可能相关的文件」，然后再按需用不同工具去读取这些文件的关键部分。定位内容：针对不同文件类型用不同策略：Markdown / 文本：直接定位到匹配段落，结合上下文分析PDF：编写代码调用专门的 PDF 能力按页、按章节提取内容Excel：编写代码读取
恭喜，你已经完成了的第一次实战，相信你应该也能感到AI带来的魅力了。你刚才做的事情，在几年前需要几个月的学习才能完成。但在今天，你只用了 10 分钟！这就是 Vibe Coding 的力量。通过这个项目，相信，你已经基本学会了如何清晰地向 AI 描述需求、通过多轮对话不断优化项目、遇到问题如何跟 AI 协作解决，还学会了如何把项目发布到互联网。虽然你没有写代码，但你已经理解了网页应用的基本结构、用
本文探讨了基于华为鸿蒙系统(HarmonyOS)开发的"美寇商城"AIoT新零售解决方案。文章重点分析了系统的技术架构和核心功能实现，包括分布式数据管理、智能试妆场景联动等关键模块。通过鸿蒙的分布式能力，实现了商城应用与智能试妆镜等设备的无缝协同，构建了包含用户认证、AR试妆、AI分析、个性化推荐的全流程智慧零售体验。技术实现上采用HarmonyOS的KVStore进行分布式数
本文从架构设计原理入手，详细剖析了各模块的技术细节、交互流程以及优化策略，并提供了带注释的实践代码示例。同时，针对实际部署中的潜在挑战，讨论了常见误区与针对性解决方案。该架构适用于知识密集型应用场景，如智能搜索引擎、虚拟助手和多模态问答系统。通过本文的阐述，读者可获得对这一前沿技术的系统性理解，并掌握从理论到实践的落地方法。
生成式 AI 的真正突破，不在于能生成文本、图像等内容，而在于完成了从「被动工具」到「主动工具人」的跨越。所谓「工具」，是需要人精准指令、一步一操作的辅助载体（如计算器、传统翻译软件）；而「工具人」，则具备理解需求、自主规划、创造性解决问题的能力 —— 它能听懂模糊指令、主动补全信息缺口、适配不同场景，甚至成为你身边的 “专属助手”。这一进化不仅改变了 AI 的使用方式，更重构了人与技术的协作关系
在生成式 AI 普及的今天，我们每天接触的文本、图像、语音可能来自人类创作，也可能是 AI 生成（如 ChatGPT 写的文章、Stable Diffusion 画的图片）。这份作业聚焦 “AI 生成内容鉴别”，核心目标是让大家理解 AI 生成内容的底层特征，掌握从 “感官判断” 到 “技术验证” 的完整鉴别方法，既能避免被虚假内容误导，也能深入理解生成式 AI 的工作局限。
Moltbot开源项目的高权限设计引发了与"最小权限原则"的根本冲突。作为能直接操作系统资源的AI助手，其默认高权限架构虽然提升了生产力，但也带来了三大安全风险：指令与数据边界模糊导致的提示词注入攻击、第三方技能生态的供应链风险，以及不安全的部署暴露问题。这种矛盾源于AI执行能力与经典安全模型的深层对立——灵活性需求与权限控制的不可调和性。目前解决方案包括企业级权限重构、动态权
将 QQ 接入 OpenClaw（原Clawdbot/Moltbot）,支持 C2C 私聊、群聊 @消息、频道消息。
本文深入探讨了基于计算机视觉、3D建模、实时渲染、人体姿态识别以及商品匹配算法的虚拟试穿与增强现实（AR）购物体验系统。该系统旨在解决传统电子商务中消费者无法直观试穿商品的痛点，通过融合先进的技术栈，实现实时、逼真的虚拟试穿效果。
你是否厌倦了每次想用 AI 都得打开浏览器？是否梦想过像《钢铁侠》里的贾维斯一样，随时随地通过一句语音指令，就能让 AI 帮你查资料、跑代码、甚至管理家里的服务器？今天介绍的 Clawdbot，可能就是你离这个梦想最近的一次。
本期GitHub热榜以AI编程和智能代理为核心趋势，多个高星项目聚焦于提升开发效率。如claude-mem和99项目通过AI自动记录编码会话并注入上下文，实现了开发过程的智能延续；Maestro和ChatDev则展示了多智能体协作在软件开发中的成熟应用。同时，RAG技术持续革新，PageIndex提出无需向量的推理检索方案，而nanochat和pi-mono进一步降低了本地部署大模型的门槛。此外，
AI硬件进入"专芯专用"时代：CPU作为通用计算中枢，负责系统管理和串行任务；GPU凭借众核架构成为深度学习训练主力；Google定制的TPU专注云端大模型训练；NPU则专攻移动设备低功耗AI推理。四类处理器各有所长：CPU适合基础运算和小型AI推理，GPU胜任大规模并行计算，TPU优化云端训练效率，NPU实现终端实时响应。未来硬件分工将更细化，但选择逻辑不变——根据场景需求匹
从手动复制到API逆向，再到最终的插件方案，移动端AI对话导出本质上是数据主权的争夺。ChatGPT和Gemini不提供批量导出，并非技术限制，而是商业策略——你的对话历史是训练下一代模型的燃料。DS随心转的价值不在于"破解"，而是作为数字时代的数据搬运工，将你的智慧结晶从云端孤岛迁移到本地知识库。当AI助手越来越多地参与核心生产流程，这些对话记录早已不是临时缓存，而是值得沉淀的数字资产。
摘要： 本文介绍了一套高效将AI助手“豆包”生成的内容转化为规范图片的实践流程。针对截图方式存在的分辨率低、排版混乱等问题，提出了“复制纯文本→专业排版→导出高清图片”的标准方法，使内容可直接用于公众号、PPT等平台。进阶玩法包括定制视觉风格、建立系列化素材库和批量处理，真正实现AI内容从“草稿”到“成品”的落地。推荐使用排版工具（如DS随心转）快速生成可直接发布的视觉素材，提升内容传播效果和工作
本文介绍了大语言模型(LLM)的基础知识及其应用开发实践。首先概述了LLM的核心能力，包括语言理解、逻辑推理和生成能力。然后详细讲解了本地部署大模型工具Ollama的使用方法，包括安装配置、模型管理和API调用。接着通过Streamlit框架开发了一个完整的AI聊天助手应用，实现了会话记忆、流式输出、侧边栏交互等功能，并采用JSON格式存储会话历史。最后展示了完整的Python代码实现，包括会话管
每个技能是一个目录，包含SKILL.md和可能的脚本。├── SKILL.md # 技能说明└── weather.js # 实现（可选）# 天气查询技能## 描述查询指定城市的天气信息。## 使用方法告诉 AI："帮我查一下北京的天气"## 环境变量- WEATHER_API_KEY: 天气 API 的密钥（可选，使用免费 API 时不需要）当 AI 检测到天气查询需求时，会自动加载这个技能。定
摘要： DeepSeek AI 已具备强大的图表生成能力，但用户常面临导出格式混乱、高亮丢失等问题。传统方法如截图或复制粘贴存在质量差、效率低等痛点。DS随心转网页版提供一键导出解决方案，支持Word/PDF/Excel/长图等多种格式，完美保留图表、代码高亮及排版，并支持批量归档和思维导图转换。通过对比案例可见，该工具能大幅提升导出效率与质量，是DeepSeek用户内容归档的理想助手。
本文针对四大AI模型（千问、文心、元宝、Kimi）在CSDN创作中产生的公式乱码问题，提出系统性解决方案。首先分析乱码三大成因：格式解析冲突、渲染资源异常和操作不规范。随后给出阶梯式排查方案：基础操作解决80%问题，技术方案处理复杂场景。特别针对高频跨平台需求，推荐智能转换工具实现全流程优化。文章旨在帮助开发者减少格式调试时间，提升技术创作效率，充分发挥AI辅助写作的价值。
豆包AI生成Excel表格的实用指南，涵盖两种核心方法：基础文本指令适用于简单表格（3步完成），数据分析功能可定制专业表格（含公式格式）。文章详细解析指令设计技巧，提供万能模板和行业专属指令，并针对常见问题给出解决方案。特别推荐DS随心转插件解决格式导出难题，实现AI内容到Excel的无缝对接。该指南帮助用户零代码高效生成标准化表格，大幅提升办公效率，适配开发、财务、运营等多场景需求。
摘要： 豆包是字节跳动推出的AI对话助手，集文本生成、多模态理解与任务规划于一体，支持复杂指令拆解和多轮交互，适用于办公、创作、文件处理等场景。其低门槛设计（网页/APP快速登录）和插件生态（如联网搜索）提升了实用性，但生成内容（如流程图）的导出仍需借助第三方工具（如DS随心转插件）实现高效复用。作为平民化智能平台，豆包正从工具向“数字伙伴”演进，未来或通过环境感知、长期记忆等技术升级，推动人机协
EAG-RAG是智能体增强的检索生成技术，构建了闭环自优化工作流程。通过深度知识工程、智能查询理解、多策略检索和质量保障机制，解决了传统RAG的知识时效性、"幻觉"问题及私有数据访问局限。系统利用大小型LLM智能体实现表格感知富集、智能切块、查询优化和答案校验，形成持续改进闭环，是企业级知识问答系统的关键技术。
文章全面介绍大模型20个核心概念，包括基础架构（大语言模型、Transformer等）、训练方法（预训练、微调、RLHF）、关键技术（Token、Embedding等）和实用技巧（Prompt Engineering等）。内容通俗易懂，适合小白和程序员学习，帮助理解大模型原理，应用于AI产品工作和日常开发。
AI
——AI
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
松山湖开发者村综合服务平台
