AI - AI在线

突发：苹果AI与阿里牵手成功！曝本地AI功能已提交网信部审批！曾考虑采用DeepSeek

编辑 | 伊风终于定了？几经波折，苹果AI在中国的落地终于有了眉目！阿里最终与苹果牵手成功，合作开发国行的Apple Intelligence。

DeepSeek R1 搭建个人 AI 知识库

前言上一篇文章写到了部署本地deepseek，基于这篇文章，继续讲一下如何搭建自己的知识库。可能很多人会有疑问，本地部署有什么优势呢。其实如果不是有特别的技术研究和比较私密的数据，可以不用搭建。

8卡32B模型超越o1预览版、DeepSeek V3，普林斯顿、北大提出层次化RL推理新范式

一．引言推理大语言模型（LLM），如 OpenAI 的 o1 系列、Google 的 Gemini、DeepSeek 和 Qwen-QwQ 等，通过模拟人类推理过程，在多个专业领域已超越人类专家，并通过延长推理时间提高准确性。推理模型的核心技术包括强化学习（Reinforcement Learning）和推理规模（Inference scaling）。主流的大模型强化学习算法，如 DPO、PPO、GRPO 等，通常需要在完整的思维链上进行微调，需要高质量数据、精确的奖励函数、快速反馈和在线迭代、以及大量的算力。

本地部署 DeepSeek：打造你的专属 AI 推理环境，简单明了适合新手

随着 AI 大模型的爆发，DeepSeek 作为一款备受瞩目的开源大模型，吸引了众多开发者的关注。如何在本地搭建 DeepSeek 推理环境，以便更高效地进行 AI 研究和应用开发？本篇文章将为你详细解析本地部署 DeepSeek 的完整流程，让你轻松打造属于自己的 AI 推理环境。

微软：生成式AI可导致人类认知能力下降

AI正在掀起一场“工作革命”，根据Anthropic公司近日发布的AI经济指数报告，在软件开发（37.2%）、艺术文化创作（10.3%）等知识密集型领域，57%的交互呈现"人机协作"特征。但是，在“AI大大增强工作效率”的同时，是否也会对人类知识工作者产生负面影响？近日，微软与卡耐基梅隆大学的一项研究发现，生成式人工智能可导致知识工作者的认知和批判思维能力下降。

Deepseek的前世今生

DeepSeek（深度求索）引起硅谷“恐慌”，性能超越了美国的顶尖模型，且研发成本更低，使用的芯片性能也较弱。甚至有人猜测DeepSeek（深度求索）模型对美国股市都构成了威胁。中国AI公司证明了用有限的计算资源，足以做出顶尖水平的模型。

新基准！威斯康星大学开源Ultra-AV：统一自动驾驶纵向轨迹数据集

摘要自动驾驶车辆在交通运输领域展现出巨大潜力，而理解其纵向驾驶行为是实现安全高效自动驾驶的关键。现有的开源AV轨迹数据集在数据精炼、可靠性和完整性方面存在不足，从而限制了有效的性能度量分析和模型开发。本研究针对这些挑战，构建了一个（Ultra-AV），用于分析自动驾驶汽车的微观纵向驾驶行为。

AI赋能企业数字化应用，都会遇到哪些“坑”？

这两年，在AI技术的快速发展的大趋势下，推动了很多传统企业数字化转型的进程。然而在实际落地过程中，可以看到，AI与业务的结合，往往“雷声大、雨点小”。很多先进技术对企业的业务影响，总是“隔靴搔痒”，让业务方对智能化技术的实际价值踌躇不定！

能量驱动注意力：提升文本到图像扩散模型的语义对齐新范式

一眼概览该论文提出了一种基于能量的跨注意力（Energy-Based Cross-Attention, EBCA）机制，以解决文本到图像扩散模型中的语义不对齐（semantic misalignment）问题。通过建模上下文向量的后验分布，该方法能够自适应地调整语义上下文，实现更精准的文本引导图像生成，无需额外训练，并在多概念生成、文本引导修复、图像编辑任务上取得了优异表现。核心问题当前的文本到图像扩散模型（Text-to-Image Diffusion Models）（如 Stable Diffusion、Imagen）在生成高质量图像方面取得了巨大成功。

全球首个「视频教学」基准！南洋理工、CMU发布Video-MMMU

想象一下，你正在观看吴恩达老师的机器学习课程，视频讲解清晰、动画直观，你很快掌握了核心概念，并能在考试中灵活应用，人类对这个过程再熟悉不过。那么，如果AI也能这样学习呢？图1 Video-MMMU提出知识获取的3大认知阶段这正是Video-MMMU试图回答的核心问题：AI能否通过观看视频获取并应用知识？

DeepSeek的爆火，背后是这些启发 ...

关注AI大模型技术的朋友们，在欢度春节的这些天，一定有被国产大模型底座DeepSeek的”横空出圈"霸屏了。国产化大模型在算力更加“节约”的情况下，研发出了近乎和OpenAI GPT-4o同等“聪明”的大模型底座，极大地激励了国人对于AI技术研发的信心，同时也给国内外同行们带来了不少“焦虑”与“反思”。与其他主流大模型相比，正如DeepSeek的中文名“深度求索”想表达的，它在解决具体回答任务时，不仅关注“端到端”的一问一答结果，更加关注这个答案是怎么得到的。

AI已学会自我复制！复旦新研究：开源LLM克隆成功率最高90%

AI已跨越关键「红线」，实现了自我复制。复旦大学的研究人员在一项新研究中，展示了两种开源的LLM具备自我克隆的能力。在没有人类帮助的情况下，AI成功实现自我复制，这不仅是它超越人类的关键一步，也是「流氓AI」出现的早期信号。

Cerebras与Perplexity携手打造超高速AI搜索模型Sonar，瞄准千亿美元市场

近日，Cerebras Systems 与 Perplexity AI 宣布达成合作，共同推出一款新的超快速 AI 搜索模型 Sonar，旨在挑战传统搜索引擎的主导地位。合作的核心在于 Sonar 模型，该模型在 Cerebras 专用的 AI 芯片上运行，速度达到每秒1200个标记，成为目前市场上最快的 AI 搜索系统之一。 Sonar 模型建立在 Meta 的 Llama3.370B 基础上，标志着一种新型 AI 优先的搜索体验，双方对其快速性能寄予厚望。