理论

一文读懂A2A与MCP如何重塑AI生态

当下的AI世界正处于一个关键节点，就像二战后的国际秩序重建。各家AI企业各自为政，形成了壁垒分明的"数字孤岛"。代理们无法顺畅对话，工具无法共享调用，用户被迫在多个平台间来回切换。

4/14/2025 3:00:00 AM

大数据AI智能圈

Dify+MCP: 泵类设备的预测性维护案例（升级版）

上篇文章中，给大家分享了一个使用 Dify RAGFlow 实现的泵类设备的预测性维护案例，过去两天里有很多盆友在后台私信我了一些实现细节，比如：HTTP 请求的数据存在哪里？ IoT 平台的数据能否直接实时“流”入 Dify？以及如何使用 MCP 的方案实现四个数据源（IoT, CMMS, MES, ERP）的智能查询。

4/14/2025 12:40:00 AM

韦东东

本地部署DeepSeek+DiFy平台构建智能体应用

在大模型实际应用落地时候，利用智能体平台，构建本地的向量化知识库，基于RAG知识增强技术和大模型的推理能力，提升效率。本文简要介绍RAG、大模型微调和大模型蒸馏的特点，通用智能体平台，并在本地部署DiFy智能体平台，利用本地部署的DeepSeek模型和知识库构建智能体应用。 1、RAG、微调和蒸馏大模型的落地使用主要有RAG、微调和蒸馏几种方式，每种方式有各自的特点和适用场景。

4/14/2025 12:22:00 AM

大唐小少

Qwen 团队最近发布了一款统一多模态大模型 Qwen2.5-Omni，开放了 7B 版本的权重。能够同时处理文本、图像、音频和视频输入，并以流式方式生成文本和语音响应。下面来详细看下：开源地址：论文地址：：地址： Face：：：官方体验：：：在日常生活中，人类能够同时感知视觉和听觉信息，并通过大脑处理这些信息后，以书写、说话或使用工具等方式进行反馈，从而与世界上的各种生物进行信息交流并展现智能。

4/14/2025 12:20:00 AM

Goldma

DataAgent是最容易落地的Agent场景？

数据分析是任何企业的核心需求。在大模型技术蓬勃发展的当下，众多企业都在思考如何将AI能力快速注入现有业务。从目前的市场表现来看，DataAgent(数据智能体)似乎成为了最易落地且价值明显的Agent应用场景。

4/14/2025 12:00:00 AM

Llama 4重测竞技场排名大跳水，网友：社区很难再信任Meta了

Llama 4被曝在大模型竞技场作弊后，重新上架了非特供版模型。但是你很可能没发现它。因为排名一下子从第2掉到了第32，要往下翻好久才能看到。

4/13/2025 5:04:23 PM

量子位

强化学习带来的改进只是「噪音」？最新研究预警：冷静看待推理模型的进展

「推理」已成为语言模型的下一个主要前沿领域，近期学术界和工业界都取得了突飞猛进的进展。在探索的过程中，一个核心的议题是：对于模型推理性能的提升来说，什么有效？什么无效？

4/13/2025 3:10:00 PM

机器之心

Science子刊 | 基于公平贝叶斯扰动，首个面向医学图像生成公平性的方法FairDiffusion来了

编辑 | ScienceAI随着人工智能在医学影像领域的广泛应用，文本到图像扩散模型（如 Stable Diffusion）正逐步渗透到医学数据合成、医学教育和数据共享中。然而，尽管生成质量整体较高，模型在不同人口统计属性（性别、种族、族裔）上却存在明显差异。例如，实验表明，Stable Diffusion 在生成女性、白人及非西班牙裔样本时图像细节和临床特征更为突出，而在男性、亚洲人及西班牙裔样本上则表现欠佳。

4/12/2025 5:16:00 PM

ScienceAI

苹果发现原生多模态模型Scaling Laws：早融合优于后融合，MoE优于密集模型

让大模型进入多模态模式，从而能够有效感知世界，是最近 AI 领域里人们一直的探索目标。目前我们见到的很多多模态大模型应用是「组合式」的：其中集成了数个单独预训练的组件，例如将视觉编码器连接到 LLM 上并继续进行多模态训练；而在谷歌 Gemin 2.0 推出之后，原生多模态模型（NMM）被认为是正确的方向。但从零开始训练的多模态大模型真的是更好的方法吗？

4/12/2025 3:52:00 PM

机器之心

微软突然封锁Cursor，全面禁用C、C++、C#扩展，网友：理解微软，Cursor白嫖VSCode

编辑｜云昭就在两天前，有用户在知名AI编程工具Cursor的论坛上提出了一个问题：怎么回事？ VSCode的扩展以后还能在Cursor上使用吗？这个问题震惊了Cursor用户们，他们发现微软的C/C 语言服务扩展突然停止支持Cursor，这是反常识的：因为Cursor使用了跟VSCode同源的基础代码。

4/12/2025 2:01:42 PM

云昭

击败DeepSeek-R1！豆包新推理模型仅用前者参数量1/3！还将开源两个基准，瞄准通用推理能力！

刚刚，字节旗下的豆包团队发布了他们最新的推理模型Seed-Thinking-v1.5！亮点很突出：200B参数击败DeepSeek R1(671B),不到后者参数量的三分之一！与其他最新的超大杯推理模型相比，Seed-Thinking-v1.5 是一个相对小型的专家混合（MoE）模型——激活参数为 20B，总参数规模为 200B。

4/11/2025 2:54:44 PM

召回率98.5%，开源混合学习系统精准预测生物大分子中金属结合位点

编辑丨&金属离子是许多蛋白质中用于蛋白质功能推断和工程化的重要成分，其复杂性与结构催化等作用有关。现如今的技术在应对过渡金属离子的建模，特别是在瞬时、可逆和浓度依赖性调节位点等难题时，显得有些乏力。汕头大学医学院、湖南大学与美国弗吉尼亚大学（University of Virginia）带来了一种混合机器学习系统，名为 PinMyMetal（PMM）。

4/11/2025 2:13:00 PM

ScienceAI