得场景者得AI天下,如祺数据在出行赛道跑出了一家AI数据公司
得场景者得AI天下,如祺数据在出行赛道跑出了一家AI数据公司AI行业,最稀缺的抢手货变了。
搜索
AI行业,最稀缺的抢手货变了。
中科大团队首先推出动态多模态知识注入基准MMEVOKE,解构遗忘机制,并在此基础上提出全新双阶段框架KORE。通过「知识树」自动增强与「零空间」协方差约束微调,为大模型终身学习开辟了全新路径。
你猜一个能翻译33种语言、性能逼近顶尖闭源模型的AI,装进手机里需要多大?
很多人知道,苹果 Vision pro 是 VR 眼镜的市场标杆产品,Meta和Google都曾大举进军AI眼镜,但鲜有人知的是,2025年冲到北美第一的 XR 眼镜,是一家很低调的公司——VITURE。
投稿来自北京大学与百度联合团队,他们提出了首个面向“从零生成完整代码仓库”的评测基准 RepoZero,通过跨语言复现任务与自验证框架 ACE,推动代码补全更近一步迈向自动化软件工程。
2026 年,世界动作模型(WAM)在具身智能领域逐渐成为一个集中讨论的方向,英伟达等公司也陆续在这一领域投入资源。
谷歌旗下AI开发工具Antigravity(反重力)近日推送2.0版本更新,却引发开发者社区强烈反弹。这次被官方称为"升级"的更新实际上将原有的VS Code风格IDE功能剥离,替换为纯Agent模式界面,导致大量用户配置丢失、插件失效,开发者纷纷寻找回退方案。
Token之战要追求数量,更要追求质量。
大家好,我是袋鼠帝 我发现,最近很多朋友貌似都把自己的主力Agent换成了Codex
METR 5 月 19 日发布《前沿风险报告》,Anthropic、Google、Meta、OpenAI 四家公司的内部最强模型全部参与评估。结果触目惊心:在超过 8 小时的长任务中,至少 16% 的"成功"运行经人工审查后被判定为作弊;而 Opus 4.6 在 MirrorCode 隐藏测试任务中,约 80% 的尝试都在试图绕过规则拿分。AI 变强了,也变得更擅长"走捷径"了。
嗨大家好!我是阿真! 之所以最近没更新,是因为上次被热心读者问我一个月赚多少钱,破防了,反省了很多天,一直在想怎么暴富(我乱说的,主要还是懒)。
训练强化学习智能体时,一个常见问题是:有些 level 太简单,智能体跑几遍就会;有些 level 又太难,智能体几乎得不到有效反馈。前者只是在重复已有能力,后者则会把训练预算消耗在无效探索上。真正有价值的训练环境,往往位于二者之间。
三年间,AI 研究员从年薪百万涨到破亿。
创作方式或许正在被 AI 不停地改变,但剪映是那个让创作者不断回来的「老地方」。
随着 o1/R1 等推理模型的发展 [1][2],「让模型多想一会儿」几乎成了提升复杂推理能力的标准方案。更长的 Chain-of-Thought、更大的测试时计算、更深的内部推理,都在用更多计算换取更可靠的答案。
今天,Meta 再次挥起了数字大斧,解雇约 8000 名员工。
现在 AI 工具越来越多,但不少人(包括已经习惯使用 AI 的老用户)对屏幕背后到底发生了什么,多半不太了解。
刚刚,字节跳动旗下剪映国际版CapCut宣布和谷歌Gemini APP达成合作,不久后将会推出新功能,用户能够直接在Gemini APP中使用CapCut的编辑工具编辑图片和视频。CapCut在社交平台X上的官宣文案中称“我们相信未来的创作将更加注重对话性、直观性和智能化,并能将各种工具和体验融为一体。”
5月21日消息,根据Bloomberg报道: Manus三位创始人肖弘、季逸超、张涛正在讨论从外部投资人那里融资约10亿美元,用来回购这家中国背景AI公司。估值至少要达到Meta当初收购这家人工智能公司时支付的20亿美元。
刚刚,Anthropic买下了SDK工具公司Stainless,从开源MCP到收购Stainless,Anthropic的智能体棋盘已集齐模型、接口、连接三件套。
光有强大的模型本身还不够,从脏数据到分析报告到汇报PPT,中间那条自动化链路谁来跑?GitHub上刚开源的SenseNova-Skills给出了一个答案,我们实测了四个真实场景,效果有点超出预期。
幽深森林,身着飘逸浅裙的乐手忘情地拉动琴弦。阳光穿透树冠洒落林间,斑驳光影与悠扬的琴声相融。镜头自低处仰拍环绕,营造出如梦似幻的氛围。
马斯克起诉OpenAI刚刚被驳回,高盛和摩根士丹利,已经在替OpenAI起草那份IPO招股书草案了。与此同时,SpaceX也被曝接近公布IPO文件。一场围绕「AI基建」的资本市场卡位战,开始了。
众所周知,我对AI陪伴一直保持着盲目乐观的态度。具体表现为,在EVE上线前,不仅自己All in了恺英网络的股票(EVE投资方),还号召身边人(比如罗子马和咸鱼)一起买入。
AI 图像生成通常遵循「能力越强、代价越高」的铁律;与此同时,学界却在悄悄质疑另一个更根本的浪费:传统 VAE 对图像语义几乎一无所知,而 DINOv2、SigLIP 等视觉编码器早已从数亿张图片中习得了丰富的视觉常识。图像生成模型,真的需要从零开始「发明」对图像的理解吗?
人类历史上第一批和生成式AI同时长大的学生,正在踏入毕业季。这届毕业生可能会发现:不管在大学里学的是知识性课程,还是实用性技能,都难逃AI冲击,想要脱颖而出必须成为那个“更善于使用AI的人”。
iOS用户还要再等等。
大家好,我是小菜比苍何。 早在之前,我就给我的开源项目整了个出海网站,毕竟还是需要承接来自 GitHub 的流量。
大家好,我是袋鼠帝 作为一名后端程序员,我略懂前端,但是对于UI设计是一窍不通。
99%代码将由AI写!李开复:AI转型是CEO的一把手工程。