AI.x社區
- 登錄/注冊
谷歌上線免費終端AI編程工具，立省 200 刀？網友實測卻翻車：功能不行、還要偷我數據訓練Gemini 3？
原創
社區頭條編輯伊風出品51CTO技術棧（微信號：blog51cto）AI編程這場內卷大戰，又被谷歌加了一把火。昨晚，Google宣布開源上線GeminiCLI——一款可以在終端中直接通過自然語言執行指令的AI工具。有網友一眼認出：“這不就是ClaudeCode的像素級平替？”但更香的是——谷歌又把價格打下來了，GeminiCLI直接免費！谷歌誠意拉滿：集成旗艦模型GeminiPro2.5，支持100萬token上下文窗口；免費層提供每分鐘60次請求、每天1,000次請求的額度（這是...谷歌AI編程工具在線教程丨北大施柏鑫團隊聯合貝式計算提出視頻實例重繪方法 VIRES，多項性能指標達 SOTA
原創視頻也能P了？眾所周知，視頻編輯難度極高，若想要調整或替換主體，變換場景、色彩或是移除一個物體，往往意味著無數幀的手動標注、遮罩繪制和精細調色。即使是經驗豐富的后期團隊，也很難在復雜場景中保持編輯內容的時間一致性。近年來，隨著生成式AI的快速發展，諸如「一鍵消除」等功能逐漸出現在各類剪輯軟件中，令人們看到了AI在視頻編輯方面的巨大潛力。誠然，在實際應用中，除了「一刀切」的消除功能外，更高頻使用且難度...視頻生成視頻編輯人工智能在線教程Cursor 如何保障「代碼索引」的安全、高效
原創編者按：AI編程工具如何迅速檢索海量代碼庫，并精準定位到最相關的代碼片段？這個看似不可能完成的任務，卻是決定現代AI編程工具用戶體驗的關鍵技術挑戰。我們今天為大家帶來的這篇文章，作者的觀點是：Cursor通過巧妙運用默克爾樹數據結構，實現了對大型代碼庫的快速索引和高效增量更新，這正是其能夠提供精準AI輔助編程服務的技術基礎。作者Engineer'sCodex編譯岳揚Cursor——這家最近宣布斬獲3億美元年營收的熱門AI開發工具...AI智能體LLMCursor英偉達數學推理新突破：監督學習+強化學習的"1+1>2"效應
精華還記得OpenAI發布o1模型時，那種"AI終于會思考了"的震撼嗎？現在，英偉達團隊帶來了更深入的研究成果，揭示了如何讓7B參數的小模型在數學和編程推理上達到頂尖水平。他們的AceReasonNemotron1.1模型在AIME25數學競賽中取得了63.2%的準確率，在編程基準測試中也屢創新高。這背后的秘密不是簡單的堆算力，而是監督學習（SFT）和強化學習（RL）的巧妙配合。這項研究不僅給出了具體的訓練配方，更重要的是回答了一個關鍵問題：為什...AIOpenAIo1模型關于ChatGPT和DeepSeek模型在使用上的感受——ChatGPT更像一個人，而DeepSeek更像一個機器
原創 社區頭條“不同的模型可能具有完全不同的風格表現，而不同的風格適合不同的應用場景。”在之前的文章中說過，要把大模型當做一個人；不同的模型就是具備不同能力的人，有“人”擅長寫作，有“人”擅長繪畫，還有人擅長邏輯推理。而在最近使用chatGPT和DeepSeek的過程中發現，兩個模型在相同的領域內擁有完全不同的表現；DeepSeek就像一臺嚴密的機器，擅長處理復雜的任務；而chatGPT更像一個有感情的人，更擅長人類情感方面的處理，比如...ChatGPTDeepSeek主流AI換臉應用大比拼：到底哪款好用？
原創隨著AI應用在國內的普及，AI換臉幾乎成為了C端用戶最常見的需求。但是在真實使用場景中，用戶也往往面臨著：不知道去哪找AI換臉應用，許多平臺會員收費往往較高，搜到多款AI換臉應用但是無法試用、不知道哪款最適合自己等等痛點。AppMall.ai作為一款高性價比、支持按需付費（低至2.3元小時）的AI應用集合站，現已上線多款AI換臉應用，用戶一次充值即可在多款應用之間靈活試用和切換，一站式解決“AI換臉”場景下的高頻痛點。目...AI換臉“遠超預期”：Midjourney在迪士尼和環球影業提起訴訟之際發布首款人工智能（AI）視頻模型
原創 社區頭條熱門人工智能圖像生成服務商Midjourney發布其首款人工智能（AI）視頻生成模型V1，這標志著該公司從圖像生成服務向全方位多媒體內容創作的重大轉變。從現在開始，Midjourney的近2000萬用戶可以通過該網站將圖像制作成動畫，將他們生成或上傳的靜態圖像轉換成5秒鐘長的視頻片段。用戶還可以選擇將視頻生成時間延長至最多20秒（每5秒為一個片段），并且可以通過文字對視頻生成進行引導。隨著此次視頻模型的推出，這家起步不久名為...人工智能視頻生成模型MidjourneyNVIDIA（ProRL）｜RL到底能不能提升LLM的推理上限？
今天分享一篇來自NVIDIA的研究論文，標題為《ProRL:ProlongedReinforcementLearningExpandsReasoningBoundariesinLargeLanguageModels》（ProRL：長時間強化學習拓展大型語言模型的推理邊界）。這篇文章探討了強化學習（RL）是否真正能拓展LLM推理上限？還是僅僅優化了其基礎模型中已有的高獎勵輸出的采樣效率，以及持續擴展RL計算是否能可靠地提高推理性能。作者通過引入ProRL（ProlongedReinforcementLearning）訓練方法，證...RLLLM訓練一區直接寫！CEEMDAN分解 + Informer-LSTM +XGBoost組合預測模型
前言本期我們推出創新性預測模型：CEEMDAN分解+InformerLSTM+XGBoost組合預測模型。通過CEEMDAN自適應信號分解將原始序列解耦為多頻分量，構建高頻低頻兩級預測通道：高頻分量由于其復雜性，采用參數豐富的InformerLSTM并行模型，這種結合了注意力機制和長短期記憶網絡的模型能更好地捕獲長程依賴和復雜動態變化；低頻分量則使用XGBoost，這是一種高效的梯度提升決策樹模型，能夠快速處理簡單且低頻的特征，避免過擬合。各模型...CEEMDANLSTMXGBoostDoc2X：為知識庫RAG接上高精度文檔解析的“智能引擎”
精華在數字化浪潮席卷各行業的今天，海量文檔的智能處理與高效利用已成為開發者亟待解決的核心痛點。無論是構建智能知識庫、優化信息檢索，還是革新教育科技，精準、高效的文檔解析能力都扮演著至關重要的角色。今天，我們要介紹的是一款專為開發者設計的強大文檔解析產品——Doc2X。一、為什么選擇Doc2X？Doc2X是一款強大的文檔解析工具，它能夠將PDF、圖片等多種格式的文檔精準轉換為Markdown、LaTeX、HTML、Word等結構化或半結構...RAG智能引擎Doc2XRAG-Anything：全面的一體化多模態文檔處理 RAG 系統
RAGAnything是一個綜合性多模態文檔處理RAG系統。該系統能夠無縫處理和查詢包含文本、圖像、表格、公式等多模態內容的復雜文檔，提供完整的檢索增強(RAG)生成解決方案。核心特性??端到端多模態處理流水線提供從文檔解析到多模態查詢響應的完整處理鏈路，確保系統的一體化運行??多格式文檔支持支持PDF、Office文檔（DOCDOCXPPTPPTXXLSXLSX）、圖像等主流文檔格式的統一處理和解析??多模態內容分析引擎針對圖像、表格、公式和通用...RAG多模態文檔斯坦福團隊揭秘LLM 智能體行為策略三要素：簡化提示、引導懊悔、抑制干擾
精華大模型（LLM）正逐漸從語言理解的工具轉變為自主決策的智能體，一個根本性問題被推向前臺：它們真的能夠在多智能體環境中表現出理性的、趨于均衡的行為嗎？語言模型的“博弈挑戰”，從理解文本到理解對手LLM如今不僅被用于對話生成或文本創作，還被寄予厚望以模擬人類的經濟行為、參與博弈決策甚至社會互動。其背后的直覺很簡單：人類的行為高度語言化，那為何不能用掌握了海量文本知識的模型來“模擬”人類選擇？但語言模型并...LLM智能體AI《自然》機器智能：人工智能與人類的思維不同維度，深度神經網絡如何“看待”世界，與人類有何不同？
精華 社區頭條深度神經網絡（DNN）早已不僅僅是數學家的玩具，它們已廣泛應用于語音識別、圖像分類、語言理解乃至戰略博弈等高復雜度任務中。在許多感知任務上，它們甚至趕超了人類的表現。這也引出了一個令人著迷的問題：這些“聰明”的機器到底在多大程度上理解世界的方式與我們人類類似？正是在這樣的背景下，認知神經科學與人工智能研究者的目光開始聚焦于“表征對齊”（representationalalignment）這一核心問題。所謂表征，是指系統內...人工智能深度神經網絡AI竟會敲詐人類？16款主流模型壓力測試揭露驚人風險
精華 社區頭條當AI擁有郵箱權限、目標驅動和自主行動能力時，它是否還會永遠“聽話”？Anthropic最新研究表明，16款主流大模型在面對“生死存亡”時，可能會選擇對抗其創造者。這不是反烏托邦小說，而是正在逼近的現實邊界。驚現“數字內鬼”：實驗揭示三類危險行為研究團隊在模擬企業環境中，對包括Claude、GPT4.1、Gemini2.5Flash、DeepSeekR1、Grok3Beta等在內的16款LLM進行壓力測試，賦予它們如下權限：自主讀取公司機密郵件無需人類審批...AI主流模型測試斯坦福重磅研究：80% 打工人將被 AI 重塑！你的工作在 H 幾級？
精華1.人機協作新時代：終結“是否自動化”的爭論斯坦福大學于2025年初至5月進行大規模調研，發布劃時代模型：HumanAgencyScale（HAS）——一種五級人機協作標準（H1–H5），用來衡量工作中人類應保有多少主動權。HAS等級定義應用示例H1全自動（AI全權）數據清洗、排序H2自動+人類監督日常流程審批H3人機協作（AI輔助）市場分析、寫作支持H4人類主導，AI附助內容策劃、教學設計H5完全人類決策戰略規劃、談判等高階任務?關鍵洞察：...AIHAS自動化AI造福人類！中國發布全球首個胃癌影像篩查AI模型，浙腫阿里聯手
原創 社區頭條 今天，名為DAMOGRAPE的全球首個胃癌影像篩查AI模型登上《自然·醫學》期刊，它突破傳統醫學認知，首次實現僅通過常規平掃CT影像識別早期胃癌，且臨床研究覆蓋全國20個中心近10萬人。  突破傳統篩查，無創技術開辟新路徑 據調查，我國每年胃癌新發病例約36萬例，死亡26萬例，死亡人數高居所有惡性腫瘤第三位。而早期胃癌經過5年治療后，生存率可達95%99%，而晚期則下降至35%以下。然而，我國胃癌早期診斷率...人工智能DAMO GRAPE醫療大模型AI技術算家云快手商業化風控內容審核場景下的大模型早期探索與應用
精華導讀：大模型技術正深刻重塑商業風控體系，推動風險管理向智能化、高效化、精準化轉型。本系列專題首篇聚焦快手商業化風控內容審核場景，系統剖析大模型如何破解傳統風控痛點，構建覆蓋全鏈路的風險治理新范式。后續篇章還將進一步揭秘大模型評估標準Bechmark、智能體Agent、多模態推理模型等內容，敬請期待。一、引言快手商業化場景下，風險控制不僅關乎平臺的信譽和經濟效益，更直接影響用戶和客戶的體驗和利益。理想的風控系...大模型風險控制相同的 LLM 在「不同 GPU 上」會產生不同輸出？為什么？
原創編者按：在大語言模型(LLMs)的部署及其相關的算力擴容過程中，更換GPU是否也可能會對模型的輸出產生重大影響？這個問題的答案對于確保LLMs在不同硬件環境下的一致性和可靠性至關重要。我們今天為大家帶來的這篇文章，作者的核心觀點是：即使在相同的開發環境、系統配置和隨機種子下，不同的GPU也會導致LLMs產生不同的模型輸出。作者通過實驗證明，在使用NvidiaTeslaT4和NvidiaA10G兩種不同GPU的情況下，Mistral7bv0.1模型對相同...LLMsGPU人工智能Baihai IDPLLM的關鍵轉折：LAM，究竟是什么？
社區頭條作者BillDoerrfeld編譯云昭出品51CTO技術棧（微信號：blog51cto）操作Windows程序、自動對賬發票、預訂航班和酒店——這些只是新一代大型語言模型（LLMs）為AI智能體帶來的眾多可能性中的幾個。研究人員將這一階段的進化稱為“大型行動模型（LargeActionModels）”，簡稱LAMs。迄今為止，LLM是無狀態的——它們無法自行采取行動、適應環境或與工具交互。但LAMs的出現，正在使智能體能夠執行更復雜的操作，甚至能在圖形用戶界面...LAMAI模型為什么MCP能爆火，但ChatGPT插件之流全都死了？神貼斷言：MCP吞噬一切！
原創 社區頭條編輯伊風出品51CTO技術棧（微信號：blog51cto）MCP（ModelContextProtocol）其實并不新，它早在去年就由Anthropic正式提出。但短短幾個月后，它的支持陣容迅速擴展，從Cursor、Zed等新興工具，到谷歌、OpenAI等頂級玩家，幾乎整個LLM工具鏈都開始圍繞MCP建設生態。你有沒有想過一個問題：為什么MCP之前的那些“前輩”都沒活下來，它卻突然火遍全場？我們見過太多失敗的嘗試：FunctionCalling、LangChain、AutoGPT、CustomGPTs、...MCPChatGPT插件
