资讯列表
GPT-4o生图免费！吉卜力版《甄嬛传》续集来了，终于让安陵容对上口型
编辑 | 杨文好消息！ 好消息！ ChatGPT 图像生成功能现已对所有用户开放啦！
4/1/2025 4:30:00 PM
AI好好用
国家天文台基于通义千问打造国际首个太阳大模型“金乌”
阿里云今日发文称，继大模型接入天文望远镜后，国家天文台再次联合阿里云发布国际首个太阳大模型 ——“金乌”。据称，该模型基于通义千问系列开源模型打造，目前在 M5 级太阳耀斑预报上准确率超 91%，为该级别太阳预报最高水平。
#太阳大模型金乌##科技前沿##AI大模型#
4/1/2025 4:21:54 PM
归泷
DeepSeek-R1之后推理模型发展如何？Raschka长文梳理后R1时代14篇重要论文
近日，Deepseek R1 等一系列推理大语言模型已成为 2025 年最热门的话题之一。 在过去的几周里，研究人员推出了许多改进推理的新策略，包括扩展简单测试 - 时间规模化（S1）、关联思维链（Chain of Associated thoughts）、Inner Transformer 等方法。 不仅如此，还有来自腾讯实验室的研究人员探索了 Thoughts Are All Over the Place，通过衡量不正确答案中的 token 效率来鼓励模型对每条推理路径进行更深入的探索；来自美国马里兰大学和橡树岭国家实验室等机构联合提出了 Recurrent Block，通过重复调用同一个循环体的方式，在推理阶段可以迭代任意多次；以及来自美国 Zoom 视频通讯公司的研究团队提出了 Chain of Draft（CoD），基于更接近人类推理的提示策略提出了草稿图，这是一种优先考虑效率和推理的提示词策略。
4/1/2025 4:14:00 PM
机器之心
联想公布 AI 服务三大品牌，面向消费客户的“想帮帮”首次亮相
联想中国区 FY25/26 财年誓师大会日前在北京举办。在大会现场，联想集团执行副总裁兼中国区总裁刘军集中公布了联想 AI 服务三大品牌：联想擎天、联想百应与想帮帮。
4/1/2025 3:17:54 PM
汪淼
TPAMI 2025 | 国防科大提出RGBT-Tiny数据集与SAFit指标，推动小目标检测技术发展
项目地址：：、自动驾驶、夜间搜救等场景中，小目标检测（如远处行人、微型无人机）一直是技术难点——目标尺寸小、背景干扰多、光照条件复杂。 现有数据集多聚焦单一模态（可见光或红外成像），且目标尺寸偏大、场景单一，难以满足实际需求，针对可见光-红外双模态（Visible-Thermal, RGBT）小目标检测的研究却鲜有突破。 为了填补这一空白，国防科技大学团队最新发布RGBT-Tiny基准数据集和SAFit评价指标，填补领域空白，为RGBT小目标检测提供了一个全新的基准和评估工具。
4/1/2025 2:43:00 PM
新闻助手
微软 Security Copilot 立功，AI 揪出三大开源引导程序 20 个关键漏洞
微软公司借助 AI 工具 Security Copilot，在 GRUB2、U-Boot 和 Barebox 三大开源引导程序中，发现了 20 个此前未知的漏洞。
4/1/2025 2:41:29 PM
故渊
我下下决心再给老板发哈哈哈
编辑 | 萝卜皮原子结构的高分辨率可视化对于理解材料微观结构与宏观性质之间的关系具有重要意义。 然而，在原子分辨率显微镜中，快速、准确、稳健地自动解析复杂模式的方法仍然难以实现。 北京大学、厦门大学、中南大学以及深势科技等组成的研究团队，提出了一种基于 Trident 策略增强的解缠结表示学习方法（生成模型）。
4/1/2025 2:30:00 PM
ScienceAI
关于大模型智能体意图识别不准确问题：function call 的缺陷
最近在研究大模型智能体也就是Agent的过程中，遇到了一个很严重的问题，直接影响到Agent的质量和效果；那就是意图识别不准确，也可以说是Agent的幻觉问题。 其产生的原因就在于大模型有时无法准确识别出用户意图，无法准确调用相应的函数。 意图识别不准确现在大模型技术在应用方面，主要有两大方向；其一就是大模型的创作能力，简单来说就是内容生成方面，如生成图片，文字，视频，也包括RAG等。
4/1/2025 12:10:00 PM
DFires
一脑多机！智源的新发布，让不同机器人轻松协作
3 月 29 日，智源研究院在 2025 中关村论坛 “未来人工智能先锋论坛” 上发布首个跨本体具身大小脑协作框架 RoboOS 与开源具身大脑 RoboBrain，可实现跨场景多任务轻量化快速部署与跨本体协作，推动单机智能迈向群体智能，为构建具身智能开源统一生态加速场景应用提供底层技术支持。 开源链接如下：具身多模态大脑模型 RoboBrainGitHub：：： ShareRobotGitHub：：： 打造感知 - 认知 - 决策 - 行动闭环在具身场景中，长程操作任务是机器人执行复杂任务的核心能力之一。 具身大脑 RoboBrain 融合了机器人任务规划、可操作区域感知、轨迹预测的三维能力，通过将抽象指令映射为具象动作序列，增强长程操作任务的能力。
4/1/2025 12:06:00 PM
机器之心
在GSM8K上比GRPO快8倍！厦大提出CPPO，让强化学习快如闪电
DeepSeek-R1 的成功离不开一种强化学习算法：GRPO（组相对策略优化）。 不同于 PPO（近端策略优化），GRPO 是直接根据组分数估计基线，因此消除了对 critic 模型的需求。 但是，这又需要为每个问题都采样一组完成结果，进而让训练过程的计算成本较高。
4/1/2025 11:54:00 AM
机器之心
广东：拟重点围绕人形机器人等方面组织实施“智能机器人”重大专项
广东省新闻办于今日上午 10 时举行《广东省推动人工智能与机器人产业创新发展若干政策措施》新闻发布会，广东省科学技术厅副厅长杨军表示，下一步，拟重点围绕人形机器人、工业机器人、服务及特种机器人等方面，组织实施“智能机器人”重大专项，重点加快灵巧手、空心杯电机、电子皮肤、一体化关节、运动控制、端到端机器人用大模型等核心技术攻关，全力打造全球人工智能与机器人产业高地。
4/1/2025 11:49:22 AM
远洋
ICLR 2025 Oral | IDEA联合清华北大提出ChartMoE：探究下游任务中多样化对齐MoE的表征和知识
最近，全球 AI 和机器学习顶会 ICLR 2025 公布了论文录取结果：由 IDEA、清华大学、北京大学、香港科技大学（广州）联合团队提出的 ChartMoE 成功入选 Oral (口头报告) 论文。 据了解，本届大会共收到 11672 篇论文，被选中做 Oral Presentation（口头报告）的比例约为 1.8%论文链接：：：：：不同于现阶段使用 MoE 架构的原始动机，ChartMoE 的目标不是扩展模型的容量，而是探究 MoE 这种 Sparse 结构在下游任务上的应用，通过对齐任务来增强模型对图表的理解能力，同时保持在其他通用任务上的性能。 不同于之前依赖 ramdom 或 co-upcycle 初始化的方法，ChartMoE 利用多样的对齐任务进行专家初始化。
4/1/2025 11:49:00 AM
机器之心
GPT-2后首次！OpenAI将开源带推理能力的开源权重模型！网友：能比DeepSeek R1强吗？
出品 | 51CTO技术栈（微信号：blog51cto）奥特曼发布X文，宣布了一个重磅推理开源权重模型：长话短说：我们即将在未来几个月发布一个强大的开源语言模型，具备推理能力，并希望与开发者交流如何让它更有用：！ 我们计划发布自 GPT-2 以来的首个开源语言模型。 我们已经考虑了很久，但之前有其他优先事项。
4/1/2025 10:35:37 AM
刚刚，奥特曼官宣开源：自GPT-2之后，我们要发首个带推理能力的开放权重模型
OpenAI 终于又要「Open」一回了！ 今天凌晨，奥特曼发推宣布，OpenAI 将在未来几个月发布一款具备推理能力的强大新型开放权重模型。 OpenAI 希望与广大开发者、研究者和社区交流合作，探讨如何让这个模型发挥最大作用。
4/1/2025 10:19:00 AM
机器之心
Runway最新视频模型Gen-4上线！保真度、一致性、可控性做到最强
这几天，GPT-4o 的生图功能杀疯了，没想到 AI 视频领域也传来了好消息。 就在昨天，AI 初创公司 Runway 发布了一款号称是迄今为止最高保真度的 AI 视频生成模型 ——Gen-4。 该模型在画面真实感、动态流畅度和创作可控性上取得重大进步。
4/1/2025 10:15:00 AM
机器之心
打工人必看！5步解锁Coze黑科技：文本秒变专业流程图/脑图
前言在很多工作场景中，尤其是项目管理、团队协作和知识整理时，流程图和思维导图已经成为不可或缺的工具。 然而，尽管市面上有许多绘图软件，如XMind、MindManager、Draw.io等，它们依然要求用户花费大量时间进行手动绘制和调整。 对于很多人来说，每次绘制图表时，不仅要花费时间去整理布局，还要在多个细节上不断修改，才能确保图表清晰、逻辑准确。
4/1/2025 10:11:12 AM
后端小肥肠
RAG回答准确率暴涨300%！用Coze工作流进行数据结构化（附完整提示词）
前言在生成式人工智能（Generative AI）快速发展的当下，大语言模型（LLMs）的幻觉问题始终是制约其落地应用的关键瓶颈。 检索增强生成（RAG）技术通过引入外部知识库，将动态检索与生成能力结合，为解决这一难题提供了重要思路。 然而，RAG系统的核心性能——数据召回率，高度依赖于底层数据的质量与组织形式。
4/1/2025 10:01:42 AM
后端小肥肠
AI算法 | 如何训练自己的大模型？
1、第一阶段：二次预训练模型选择与转换在开始训练之前，需要选择一个合适的基础模型。 本文以LLaMA-7B为例，简单介绍下。 为了方便后续的操作，将LLaMA-7B模型转换为Hugging Face格式。
4/1/2025 9:54:09 AM
Goldma