
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
最近,一位名叫Jeff Schomay的软件工程师就干了这么一件堪称“魔法”的事。他把他自己开发的,一款名叫“雷霆蜥蜴”(Thunder Lizard)的ASCII风格游戏,通过AI的力量,实时“翻译”成了一款全动态图形游戏。

大语言模型(LLM)越来越强,越来越多样而且专业化。对于一线的开发者和工程师来说,想把这些聪明的“大脑”组织起来,干点正经事,那叫一个头大。架构复杂、工具调用低效、状态管理混乱、安全风险高……这些行业共性难题,就像一座座大山,挡在了多智能体系统从“实验室玩具”走向“生产力工具”的路上。阿里通义实验室出手了,他们正式开源了AgentScope 1.0,一套专为多智能体开发打造的框架。AgentSco

在AI图像生成领域,风格驱动和主题驱动的图像生成,一直视为两个脱节的任务:前者优先考虑风格相似性,而后者则坚持主题一致性,导致明显的对立。然而,江湖的规矩,就是用来被打破的。最近,字节跳动智能创作实验室(UXO Team)带着他们的新作USO (Unified Style-Subject Optimized,统一风格-主题优化) 模型走上台前,轻轻一挥手,就化解了这个困扰业界已久的“二元对立”。小
巨头微软“悄咪咪”地发布了两款“亲生”的AI模型——一个叫MAI-Voice-1,专门搞语音生成;另一个是MAI-1-preview,听名字就知道是个基础大模型。这俩货一出道,就直接被塞进了人们常用的Copilot助手里。微软这是要跟OpenAI“渐行渐远”,开始全面走自己的AI独立之路了?

你有没有体验过,问AI一个昨天刚发生的新闻,它一脸茫然,表示自己的知识库只更新到某某时间,无法回答?这就是大语言模型(LLM)面临的经典窘境:“知识截止”。这就像一个学富五车但被关在密室里的“书呆子”,只能靠记忆里的知识来回答问题,一旦记忆过时或出现偏差,就容易出岔子。那怎么办呢?总不能每次出点新知识就花几百上千万美元重新训练一遍模型吧?于是,一个天才般的想法应运而生——给这个“书呆子”配一台可以

8月31日,我们印象中做外卖的公司——美团(Meituan),扔出了一颗重磅炸弹。他们正式发布了一款名为LongCat-Flash的模型。一个拥有5600亿总参数的庞然大物,一家外卖巨头,一出手就是王炸。LongCat-Flash不仅仅是参数量大,它背后那套创新的动态计算机制和高效的训练推理架构,给整个行业带来了全新的解题思路。

当所有人的目光都还聚焦在云端那些巨大的数据中心时,一场新的技术革命正在我们身边悄然发生。这就是边缘计算与AI的结合,一个正在推动智能设备革新的关键力量。在这片蓬勃发展的新蓝海里,Arm,这家长期统治我们手机芯片架构的巨头,扔出了一颗重磅炸弹——Armv9边缘AI计算平台。这个平台的核心,是全新的Cortex-A320 CPU和Ethos-U85 NPU,专为物联网应用而生。听起来有点技术宅?说白了

我们从1943年到现在,用的都是同一种人工神经元,” Perforated AI的联合创始人,一位神经科学家兼计算机科学家的Rorry Brenner博士在接受福布斯采访时,听起来既困惑又激动,“当我搞明白生物神经里的树突是怎么工作的之后,我满脑子想的都是,这事儿怎么还没人干?最大的变化,就在于我们对“树突”的认识。Brenner博士那句朴素而深刻的话,或许能为这场讨论画上一个完美的注脚:“如果进

8月25日,AI圈炸出了一个重磅模型。这事儿的主角,不是OpenAI,也不是谷歌,而是一家在圈外名不见经传,但在技术圈里却分量十足的研究机构——Nous Research。他们悄无声息地,扔出新一代大模型,Hermes 4系列。这一系列模型,不仅在数学、代码这些硬核指标上,交出了一份足以让许多顶级闭源模型汗颜的成绩单,更重要的是,它带来了一套全新的打法。

在人工智能这个江湖里,每隔一段时间,就会有一次华山论剑,各路高手纷纷亮出自己的独门绝技。卷模型尺寸和参数或成过去式?Meta AI 联合加州大学圣地亚哥分校(UCSD)的研究团队,悄悄地扔出了一颗重磅炸弹。他们推出的这项名为“DeepConf”的新技术,几乎是以一种不讲道理的方式,解决了困扰整个行业许久的一个终极难题:如何让 AI 在做高难度推理题时,既能保持极高的准确率,又不会把计算中心的电表烧
