鸿蒙开发者社区

公众号矩阵

移动端

视频课免费课排行榜短视频直播课软考学堂

全部课程软考信创认证华为认证厂商认证 IT技术 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

新闻

2.7w内容

关注

汇聚51CTO网站的各领域新鲜资讯，包括开发、移动开发、系统、网络、安全、数据库、大数据、人工智能、区块链、云计算、物联网、数字化转型、服务器、存储、商务办公、运维、开源、智能汽车等细分领域。

共 2.7w 条

3D人脸黑科技！Pixel3DMM：单张RGB图像秒变3D人脸，姿势表情精准还原，几何精度碾压竞品15%！

Pixel3DMM，用于逐像素表面法线和 UV 坐标预测。

2025-05-14 09:23:55

3D 生成模型

谷歌开源基于物理模拟的气象模型，能预测暴雨、台风、大干旱

谷歌提出了基于物理模拟的神经通用环流气象模型NeuralGCM，并已经开源提供给各大气象机构测试和使用。

2025-05-14 09:20:59

谷歌模型开源

ICML Spotlight | MCU：全球首个生成式开放世界基准，革新通用AI评测范式

我们构建了 Minecraft Universe（MCU） ——一个面向通用智能体评测的生成式开放世界平台。

2025-05-14 09:17:00

智能体评测 AI

Poe：DeepSeek使用率下降50%，快手崛起、OpenAI暴涨

OpenAI由于在GPT-4o推出新的文生图功能后，例如，吉卜力风格、仿真自拍等类型图片，实现病毒式增长使用率暴涨。

2025-05-14 09:16:39

模型 DeepSeek OpenAI

首次！流匹配模型引入GRPO，GenEval几近满分，组合生图能力远超GPT-4o

港中文 MMLab、快手可灵、清华大学等团队联合提出 Flow-GRPO，首个将在线强化学习引入 Flow Matching 模型的工作。

2025-05-14 09:15:00

AI 模型数据

推理大模型1年内就会撞墙，性能无法再扩展几个数量级 | FrontierMath团队最新研究

如果推理模型保持「每3-5个月都以10倍速度增长」，那么推理训练所需的算力可能会大幅收敛。

2025-05-14 09:07:00

AI 算力模型

OpenAI首席科学家Nature爆料：AI自主发现新科学！世界模型和RL是关键

近日，《自然》杂志独家专访了OpenAI首席科学家Jakub Pachocki ，他揭示了推理模型、强化学习如何赋予AI自主发现科学的能力，并分享了AI如何在五年内重塑科学研究与经济格局的雄心。

2025-05-14 09:03:00

模型强化学习 AI

首个多模态统一CoT奖励模型来了，模型、数据集、训练脚本全开源

UnifiedReward-Think 展示了奖励模型的未来方向 —— 不仅仅是一个 “打分器”，而是一个具备认知理解、逻辑推理与可解释输出能力的智能评估系统。

2025-05-14 08:51:00

AI 训练工具

一句指令，无限宇宙！Matrix-Game硬核上线，秒杀SOTA

「矩阵」不再是科幻！Matrix-Game震撼来袭，突破边界带来交互式引擎。只需一句话，沙漠森林等任意场景可控生成，动作丝滑操控，360°视角自由切换，沉浸感爆棚。

2025-05-13 15:16:48

AI 模型生成

突破大模型推理瓶颈！首篇「Test-Time Scaling」全景综述，深入剖析AI深思之道

最近，来自香港城市大学、麦吉尔大学（McGill）、蒙特利尔人工智能实验室（MILA）、人大高瓴人工智能学院、Salesforce AI Research、斯坦福大学、UCSB 、香港中文大学等机构的多位研究者联合发布了首篇系统性的 Test-Time Scaling 领域综述。

2025-05-13 15:13:28

AI 模型训练

全球闲置算力训个模型，性能媲美R1，老黄天塌了！Karpathy曾投资它

全球首个分布式RL训练模型INTELLECT-2发布，它仅通过整合全球闲置或分散的计算资源，就完成了模型的强化学习训练，训练成本大大降低。

2025-05-13 13:51:20

模型 AI 训练

AI无限生成《我的世界》，玩家动动键盘鼠标自主控制！国产交互式世界模型来了

Matrix-Game，面向游戏世界建模，专为开放世界生成高质量内容而来。

2025-05-13 13:50:00

模型 AI 生成

Claude1.7万字系统提示词全网刷屏！Karpathy锐评：LLM训练缺乏关键范式

一夜之间，近1.7万字系统提示词——包含24000个token，详细定义了模型行为、工具使用和引用格式…..全部细节直接在GitHub上被泄露了！

2025-05-13 09:44:24

AI 模型数据

月之暗面开源音频模型Kimi-Audio，从「语音转文字」到「读心对话」，让AI听懂人类 “弦外之音”！

Kimi-Audio是一个在音频理解、生成和对话方面表现卓越的开源音频基础模型。论文介绍了 Kimi-Audio 的构建实践，包括模型架构、数据整理、训练方案、推理部署和评估。

2025-05-13 09:21:30

视频生成开源

200M参数吊打商业巨头！浙大-哈佛开源ICEdit，用1%资源实现图像编辑自由！一句指令生成海报级修图方案

论文提出了一种基于 DiT 的新颖指令编辑方法 In-Context Edit，该方法能够以最少的微调数据提供最佳性能，从而实现效率和精度之间的完美平衡。

2025-05-13 09:12:18

生成 AI 模型

OpenAI深夜开源HealthBench，60个国家合力开发5000段真实对话

OpenAI开源了一个专门面向医疗大模型的测试评估集——HealthBench。

2025-05-13 09:08:00

OpenAI 开源模型

Sam Altman最新万字专访：2025，Agent智能体应用大年

OpenAI联合创始人兼首席执行官SamA ltaman作为特邀嘉宾，接受了32分钟的专访和现场提问。Altaman回顾了OpenAI的创业历程、产品规划/发展、对AI行业的看法等。

2025-05-13 09:05:35

AI 智能体模型

GPT-5研发内幕首曝！OpenAI首席研究官：AGI指日可待

近来，GPT-4.1关键人物揭秘了GPT-5进展，挑战在于平衡推理与聊天能力。与此同时，OpenAI首席研究官在新采访中，畅谈了通往AGI之路的关键要素。

2025-05-13 09:02:23

GPT-5 AI 模型

ICML 2025 | 长视频理解新SOTA！蚂蚁&人大开源ViLAMP-7B，单卡可处理3小时视频

近日，蚂蚁和人大的研究团队带来了一个创新性的解决方案。他们提出视觉语言大模型 ViLAMP（Video-Language Model with Mixed Precision），实现了对超长视频的高效处理。

2025-05-13 08:59:20

视频生成 AI

连续思维机器来了！Transformer八子之一创企推出，让AI不再「一步到位」拍脑袋做决定

Transformer 作者之一 Llion Jones 联合创立的的Sakana AI 发布了「连续思维机器」（Continuous Thought Machine，CTM），这是一种将神经元活动同步作为其核心推理机制的人工智能模型，也可看作一种新型人工神经网络，它利用神经元动态之间的同步来完成任务。

2025-05-13 08:56:54

AI 机器学习技术

18岁天才高中生独登顶刊，AI解锁150万新天体！斯坦福连夜发offer

18岁天才高中生，利用AI竟发现了150万个隐藏天体，震惊全球。这篇独著论文已登上天文学顶刊，或将助力探索宇宙起源之谜。为此，他斩获了25万美元科学竞赛大奖，直通斯坦福。

2025-05-12 18:33:03

AI 模型数据

OpenAI命悬一线，微软连夜割肉！跪求OpenAI千万别分手

OpenAI，如今已经命悬一线了？如果未能成功转型为公共利益公司，它或将遭受重大打击，从此一蹶不振。微软也是急得很，虽然和OpenAI快闹崩了，但在谈判数十亿美元合作条款时，还是硬着头皮忍痛割肉股份，只为续命2030年后的AI入场券。

2025-05-12 18:26:55

OpenAI 数据 AI

陶哲轩油管首秀：33分钟，AI速证「人类需要写满一页纸」的证明

人类需要写满一页纸的证明，结果借助AI 33分钟就搞定了？！

2025-05-12 14:26:43

AI 陶哲轩模型

八秒极速生成！复杂场景图像定制低成本轻松驾驭，已开源丨字节北大联合发布

字节跳动与北京大学联合起来，证明了“全都要”的可行性：一种支持多条件组合的统一图像定制化生成框架——DreamO，堂堂登场。

2025-05-12 14:24:56

生成 AI 图像

强迫模型自我争论，递归思考版CoT热度飙升！网友：这不就是大多数推理模型的套路吗？

递归思考 + 自我批判，CoRT 能带来 LLM 推理力的飞跃吗？

2025-05-12 14:24:07

LLM 推理模型

RL训练总崩溃？R1-Reward稳定解锁奖励模型Long-Cot推理能力

本文介绍了 R1-Reward，这是一种使用 StableReinforce 算法训练的多模态奖励模型（MRM）。

2025-05-12 14:23:42

AI 算法训练

CVPR2025｜MCA-Ctrl：多方协同注意力控制助力AIGC时代图像精准定制化

该文章提出了一种无需训练的图像定制化生成方法 ——MCA-Ctrl。

2025-05-12 14:16:52

图像生成 AI 模型

CVPR 2025 Highlight | 清华提出一键式视频扩散模型VideoScene，从视频到 3D 的桥梁，一步到位！

VideoScene是一种新颖的快速视频生成框架，它通过提炼视频扩散模型，一步生成 3D 场景。

2025-05-12 09:31:44

ICLR2025 | 同济提出无需训练的肖像动画框架FaceShot，让表情包、动漫人物、玩具等“开口说话”

论文介绍的FaceShot是一种无需训练的新型肖像动画框架，旨在无需微调或再训练即可让任何驱动视频中的任何角色栩栩如生。

2025-05-12 09:28:00

模型训练生成

17000 字 Claude 系统提示启示：Karpathy 揭秘 LLM 学习缺失“第三范式”

Andrej Karpathy提出一个观点：我们当前的LLM学习范式中，至少缺失了一个重要环节。

2025-05-12 09:13:00

转身世界就变样？WorldMem用记忆让AI生成的世界拥有了一致性

近年来，视频生成模型（如 WAN 2.1 [9]、Hunyuan [10] 等）展现出惊人的世界生成与仿真能力，验证了其在理解与生成复杂环境中的潜力。

2025-05-12 09:10:00

视频生成模型

AI逼疯七巨头，马斯克们深陷中年危机！

人工智能来势汹汹，科技巨头们却陷入空前的「AI焦虑」。从谷歌的搜索危机到苹果的AI滞后，再到马斯克的特斯拉销量滑坡，昔日霸主们正面临颠覆性挑战。谁会成为AI时代的「诺基亚」？

2025-05-12 09:06:00

AI 模型马斯克

Copilot上大分，仅数天，陶哲轩的估计验证工具卷到2.0！刚刚又发数学形式化证明视频

在大模型的协助下编写了一个概念验证软件工具，来验证涉及任意正参数的给定估计是否成立（在常数因子范围内）。

2025-05-12 09:05:00

AI 大模型开源

谷歌发76页智能体白皮书！你的「AI替身」已上线

谷歌最新发布的76页AI智能体白皮书，深入剖析了智能体的应用前景。智能体通过感知环境、调用工具和自主规划，能够完成复杂任务并做出高级决策。从智能体运维（AgentOps）到多智能体协作，这份白皮书为AI智能体指明了方向。

2025-05-12 09:04:00

谷歌智能体白皮书

九年实现爱因斯坦级AGI？OpenAI科学家Dan Roberts谈强化学习扩展的未来

Dan Roberts 介绍了预训练和强化学习的 Scaling Law，并预测强化学习将在未来的 AI 模型构建中发挥越来越大的作用，而随着强化学习继续扩展，我们最终将造出有能力发现新科学的模型。

2025-05-12 09:02:00

AI 模型强化学习

机器人的「物理图灵测试」，英伟达Jim Fan 17分钟演讲揭秘具身Scaling Law

Jim Fan 以及英伟达正在朝着让机器人和 AI 通过这个物理图灵测试而努力。在文本中，我们梳理了 Jim Fan 的主要演讲内容，另外还在文末发起了一个投票，看你觉得物理图灵测试会在什么时候被攻克？

2025-05-12 09:02:00

机器人 AI 测试

字节Seed首次开源代码模型，拿下同规模多个SOTA，提出用小模型管理数据范式

ModelScope团队提出可同时完成图像理解、生成和编辑的统一模型Nexus-Gen，在图像质量和编辑能力上达GPT-4o同等水平，并将成果全方位开源，望引发开发者讨论，促进All-to-All模型领域发展。

2025-05-12 09:00:00

模型 AI 开发者

突发！OpenAI正与微软洽谈新融资，筹备IPO

据多位了解谈判情况的人士透露，双方还在修订一份更广泛的合同条款。这份合同是微软在2019年首次向OpenAI投资10亿美元时起草的。

2025-05-12 08:59:26

OpenAI 微软 AI

开源全能图像模型媲美GPT-4o！理解生成编辑同时搞定，解决扩散模型误差累计问题

在模型融合训练、图像Token数量提升、ScaleUp数据集和模型大小等等方面，Nexus-Gen依然存在着大量的优化潜力，目前ModelScope团队在这些不同方向，还在进行更深入的探索。

2025-05-12 08:50:00

模型训练数据

一个「always」站在大模型技术C位的传奇男子

语言模型将以各种方式越来越多地融入我们的生活，并且将在全球算力中占主导地位。

2025-05-12 08:40:00

模型 AI 算力

Qwen上新AI前端工程师！一句话搞定HTML/CSS/JS，新手秒变React大神

三大件HTML，CSS，JavaScript一个工具全包了，定睛一看用的还是React框架。

2025-05-12 08:35:00

AI 前端工具

SIGGRAPH 2025 | 快手可灵团队提出3D感知的可控电影级视频生成工作CineMaster！

近期，可灵研究团队在「3D 感知可控视频生成」领域做出了首次尝试，推出了电影级文本到视频生成框架 CineMaster。

2025-05-12 08:25:00

3D 视频生成

万径归于「概率」，华人学者颠覆认知！英伟达大牛力荐RL微调新作

华人学者参与的一项研究，重新确立了强化学习在LLM微调的价值，深度解释了AI训练「两阶段强化学习」的原因。某种意义上，他们的论文说明RL微调就是统计。

2025-05-12 08:24:01

完全开源！全新多合一AI智能体框架来了：无缝支持多种工具、多种任务

当AI与工具相结合，智能体不再只是概念！Minion-agent整合多框架能力，解决碎片化问题，支持多智能体协作与工具调用，降低开发门槛，已在多个场景中展现高效能力，有望推动AI智能体创新和普及！

2025-05-12 08:19:13

AI 开源智能体

字体控狂喜！Liblib AI 黑科技 RepText：无需理解文字，AI就能 1:1 复刻多国语言视觉效果

论文从一个朴素的假设出发，即文本理解只是文本渲染的充分条件，而非必要条件。

2025-05-09 09:12:00

AI 语言模型视觉

欧洲黑马Mistral Medium 3来了！跑分对标最强Claude，实测大翻车

法国初创Mistral，刚刚推出定价碾压DeepSeek V3的模型，而模型性能，却超过Claude Sonnet 3.7的90%。不过在网友们的实测中，它却翻车了？有人建议：不必下载浪费流量和硬盘空间。

2025-05-09 09:02:00

模型 AI 数据

全球首个，最接近原版DeepSeek开源复现来了！R1四个月狂飙26倍

近日，来自SGLang、英伟达等机构的联合团队发了一篇万字技术报告：短短4个月，他们就让DeepSeek-R1在H100上的性能提升了26倍，吞吐量已非常接近DeepSeek官博数据！

2025-05-09 08:55:00

英伟达数据开源

仅看视频就能copy人类动作，宇树G1分分钟掌握100+，UC伯克利提出机器人训练新方式

UC伯克利团队研发出了一套新的机器人训练系统，可将视频动作迁移到真实机器人。

2025-05-09 08:50:00

机器人训练 AI

谷歌Gemini火力全开！实测：原生图像生成新升级确实强

谷歌最近真是火力全开啊！与之前的实验版本相比（Gemini 2.0 Flash Experimental），这一次主打图像质量更好、文本渲染更准确，生成速度更快。

2025-05-09 08:45:00

谷歌模型 AI

突破多模态奖励瓶颈！中科院清华快手联合提出R1-Reward，用强化学习赋予模型长期推理能力

来自中科院自动化所、清华大学、快手和南京大学的研究团队，在探索如何利用强化学习来稳定、有效地提升多模态奖励模型的长时推理能力方面，取得了新进展。

2025-05-09 08:40:00

强化学习 AI 模型

上一页 1 ··· 19 20 21 22 23 ··· 558 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营