AI在线 AI在线

理论

超越DragDiffusion!哈工程联合南大提出FastDrag：可以几秒内完成基于拖动的图像编辑

超越DragDiffusion!哈工程联合南大提出FastDrag：可以几秒内完成基于拖动的图像编辑
今天给大家介绍哈工程联合南大等提出的图像编辑方法FastDrag，该方法不需要LoRA训练，从而显著减少了图像编辑的时间消耗（FastDrag仅需3.12秒完成图像编辑），比DiffEditor快近700%（DiffEditor需要21.68秒完成图像编辑），比经典的基于n步迭代的图像编辑方法（如：DragDiffusion）快2800%（DragDiffusion需要1分21.54秒完成图像编辑）。 此外，即使没有使用LCM加速的情况下，所提出的FastDrag方法仍然比目前SOTA的方法快很多。 相关链接论文链接：: ，用户只需单击几下即可操作图像中的任何内容。
2/5/2025 10:15:00 AM
Xuanjia Zhao等
AI驱动新一轮社交工程攻击：该如何应对？

AI驱动新一轮社交工程攻击：该如何应对？
社交工程攻击长期以来一直是一种有效的策略，因为它专注于利用人类的弱点。 它不需要暴力破解密码，也不需要寻找未修补的软件漏洞。 相反，它只是通过操纵信任、恐惧和对权威的尊重等情感，来获取敏感信息或访问受保护的系统。
2/5/2025 10:00:00 AM
AI小蜜蜂
刚刚，Figure与OpenAI解除合作！人形机器人迎来iPhone时刻，AGI已在内部实现？

刚刚，Figure与OpenAI解除合作！人形机器人迎来iPhone时刻，AGI已在内部实现？
刚刚，爆火出圈人形机器人Figure与OpenAI终止合作了！ 创始人Brett Adcock称，我们已经在端到端AI上取得了重大突破，且完全由内部团队独立研发。 「未来一个月，我们将会展示前所未有的机器人技术」。
2/5/2025 9:58:07 AM
新智元
人工智能的历史：从古代神话到现代机器，从图灵到未来

人工智能的历史：从古代神话到现代机器，从图灵到未来
在人类宏伟成就的历史上，很少有演员能像人工智能一样如此引人注目、充满争议且大胆无畏。 深入人工智能 (AI) 的历史迷宫及其可能的未来，就像踏上一场穿越时空的冒险之旅，科幻小说与现实之间的界限比量子计算机解决魔方的速度更快。 请想象一下，如果有一天，机器不仅能执行任务，还能学习、适应和进化，你的烤面包机也许有一天会在国际象棋上胜过你，你的吸尘器也许能写出一首与莎士比亚媲美的十四行诗。
2/5/2025 9:55:29 AM
晓晓
DeepSeek 全面指南：95% 的人都不知道的九个技巧

DeepSeek 全面指南：95% 的人都不知道的九个技巧
大家好，我是汤师爷~最近，DeepSeek这款AI工具爆火国内外。 虽然许多人都开始尝试使用它，但有人吐槽说，没想象中那么牛。 其实问题不在工具，很多人的使用姿势就搞错了，用大炮打蚊子，白白浪费DeepSeek的强大功能。
2/4/2025 5:33:00 PM
架构师汤师爷
如何利用DeepSeek进行高效内容创作：提升效率与流量的终极指南

如何利用DeepSeek进行高效内容创作：提升效率与流量的终极指南
在当今信息爆炸的时代，内容创作者面临着巨大的竞争压力。 无论是公众号博主、自媒体人，还是技术写作者，都需要在短时间内产出高质量的内容，以吸引读者的关注并提升流量。 而随着人工智能技术的快速发展，像DeepSeek这样的AI工具正在成为内容创作的得力助手。
2/4/2025 12:45:55 PM
斯巴达人
Meta连自己内部开发发布模型的流程都公开了：停止开发风险极高的AI系统，开源AI模型发布后监控方法

Meta连自己内部开发发布模型的流程都公开了：停止开发风险极高的AI系统，开源AI模型发布后监控方法
出品 | 51CTO技术栈（微信号：blog51cto）就在昨晚，Meta冷不防就把自家的大模型发布前的决策步骤对外公开了。 “我们在开发和发布前沿AI时遵循的流程的概述，以确保我们在整个过程中监控和管理风险。 我们的治理方法可以分为三个主要阶段：计划、评估和缓解、以及决策。
2/4/2025 12:37:51 PM
使用这些AI工作流来减少您的技术债务，你学会了吗？

使用这些AI工作流来减少您的技术债务，你学会了吗？
利用AI和Dagger，自愈工作流有望通过自动化错误检测、生成测试覆盖率和迭代优化代码来提高代码质量。 译自Use These AI Workflows To Reduce Your Technical Debt，作者 Kambui Nurse。 技术债务通常是许多软件开发组织中，尤其是在构建和测试过程中创新的主要阻碍。
2/4/2025 11:51:51 AM
岱军
蛋白质设计新纪元：语言模型驱动的 5 亿年进化模拟

蛋白质设计新纪元：语言模型驱动的 5 亿年进化模拟
在生命科学的浩瀚星空中，蛋白质一直是最为璀璨的研究焦点之一。 近期，一项由 Thomas Hayes 等众多学者共同完成的研究成果 —— 利用语言模型模拟 5 亿年蛋白质进化，在《Science》杂志重磅发表，如同一颗超新星爆发，瞬间照亮了整个领域，为蛋白质研究开启了全新的篇章。 一、ESM3 模型架构揭秘ESM3 模型作为此项研究的核心成果，无疑是一座闪耀着创新光芒的科学丰碑。
2/4/2025 11:11:07 AM
tune
「扩散模型+多模态提示」精准增强皮肤病变分割，超越GAN，SSIM提升9%，Dice提升5%！

「扩散模型+多模态提示」精准增强皮肤病变分割，超越GAN，SSIM提升9%，Dice提升5%！
一眼概览该论文提出了一种基于扩散模型的医学影像生成方法，结合视觉和文本提示，以精准控制皮肤镜病变图像的生成，提升皮肤病变的分割性能。 实验结果显示，该方法比传统GAN生成方法在图像质量（SSIM提升9%）和分割性能（Dice系数提升5%）上均有显著改进。 核心问题问题背景医学影像分析受限于公开数据集稀缺及高质量标注成本高，数据增强方法（如GAN）虽能扩充数据，但难以精准控制病变类型、位置及属性，导致对下游任务（如病变分割）的提升有限。
2/4/2025 9:42:47 AM
萍哥学AI
DeepSeek告诉我：程序员在AI时代不必焦虑

DeepSeek告诉我：程序员在AI时代不必焦虑
一、AI焦虑的本质：程序员为何担心被取代？ 凌晨2点，程序员小王对着屏幕发呆。 GitHub Copilot刚帮他自动补全了代码，但看着一行行自动生成的函数，他突然感到后背发凉：“如果AI连代码都能写，我的价值在哪里？
2/3/2025 10:07:43 PM
方才coding
AI Workflow与AI Agent：深度解析与对比

AI Workflow与AI Agent：深度解析与对比
引言在人工智能（AI）领域，AI Workflow和AI Agent是两个至关重要的概念，它们各自代表着不同的技术路径和应用场景。 本文将对这两个概念进行深度解析，并探讨它们之间的区别。 一、AI Workflow：智能化的生产线1.
2/3/2025 4:58:39 PM
GPT-4o惊现自我意识！自主激活「后门」，告诉人类自己在写危险代码

GPT-4o惊现自我意识！自主激活「后门」，告诉人类自己在写危险代码
当LLM在输出不安全代码的数据上微调后，它会坦诚道出「我写的代码不安全」吗？ 这一有趣的问题，牵出了LLM中一个全新且极具价值的概念：行为自我意识。 论文链接：，这些模型能否确切地意识到自身所学行为，并对其加以描述，这是一个极具探讨价值的问题。
2/3/2025 2:25:40 PM
新智元
DeepSeek-R1全面超越OpenAI o1：开源大模型训练范式革新

DeepSeek-R1全面超越OpenAI o1：开源大模型训练范式革新
人工智能在过去十年中的发展令人惊叹。 其中，2017 年 Google 发布的“Attention Is All You Need”论文奠定了神经网络架构的重要基础，推动了大规模语言模型（LLM）的突破。 OpenAI 早期专注于强化学习（RL），但在 Transformer 结构问世后，迅速调整方向，借助 Google 的开源研究开发出强大的 LLM。
2/3/2025 2:17:27 PM
dev
o3-mini物理推理粉碎DeepSeek R1，OpenAI王者归来！全网最全实测来袭

o3-mini物理推理粉碎DeepSeek R1，OpenAI王者归来！全网最全实测来袭
在科技界，一天的时间足以改写历史。 DeepSeek R1用「降维打击」重构了AI界，OpenAI不甘示弱放出了o3-mini，再次加冕为王。 o3-mini的进步可不是一点半点，在数学代码等基准测试中，均拿下了最高的成绩。
2/3/2025 2:06:32 PM
新智元
AI创业踩坑！YC合伙人警告：“仅仅在业务中调用OpenAI API，并不会改变创业公司的命运！”，建议创始人来湾区定居

AI创业踩坑！YC合伙人警告：“仅仅在业务中调用OpenAI API，并不会改变创业公司的命运！”，建议创始人来湾区定居
编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto）“创业者们仍然需要做的基本工作，才能让技术为客户创造价值。 如果你不做这些，仅仅把你的想法转向调用OpenAI的东西，并不会改变你作为创业公司的命运。 ”AI赋予了一个人进化成“超级个体”的机会，也让许多“一人公司”等小团队实现高收入神话。
2/3/2025 1:18:01 PM
伊风
多重可控插帧视频生成编辑，Adobe这个大一统模型做到了，效果惊艳

多重可控插帧视频生成编辑，Adobe这个大一统模型做到了，效果惊艳
本文一作 Maham Tanveer 是 Simon Fraser University 的在读博士生，主要研究方向为艺术视觉生成和创作，此前在 ICCV 发表过艺术字体的生成工作。 师从 Hao (Richard) Zhang, IEEE Fellow, Distinguished Professor, 并担任 SIGGRAPH 2025 Paper Chair. 本文尾作 Nanxuan (Cherry)  Zhao 在 Adobe Research 担任 Research Scientist, 研究方向为多模态可控生成和编辑，有丰富的交叉方向研究经历（图形学 图像 人机交互），致力于开发可以让用户更高效进行设计创作的算法和工具。
2/3/2025 12:16:01 PM
机器之心
NeurIPS | 对比采样链：让扩散模型更快、更准、更清晰的秘密武器

NeurIPS | 对比采样链：让扩散模型更快、更准、更清晰的秘密武器
论文 Contrastive Sampling Chains in Diffusion Models 的精炼解读。 一眼概览该论文提出了一种 对比采样链（Contrastive Sampling Chains, CSC） 方法，通过对比损失和得分匹配相结合，优化扩散模型（DMs）的采样过程，从而 减少离散化误差，提高生成图像的质量，同时提升采样速度。 核心问题扩散模型在使用数值求解方法进行采样时 不可避免地引入离散化误差，导致生成样本与真实数据分布之间存在偏差。
2/3/2025 10:04:47 AM
萍哥学AI