AI.x社區
- 登錄/注冊
數據不出內網：基于Ollama+OneAPI構建企業專屬DeepSeek智能中臺
前言這次在沒有外網（應該說是被限制比較多）的服務器上部署，遇到一些坑，記錄一下。ollamaollama自然無法使用在線安裝腳本了。根據ollama的文檔。先在本地電腦根據服務器的系統和CPU架構下載安裝包。curlLhttps:ollama.comdownloadollamalinuxamd64.tgzoollamalinuxamd64.tgz然后使用scp等工具上傳到服務器。scpollamalinuxamd64.tgz服務器地址:temp連接到服務器上后解壓安裝，跟著ollama文檔來就行（見第一個參考資料）。sud...OllamaOneAPIDeepSeekIBM提出多模式圖像文本到文本模型SmolDocling，可實現代碼 | 公示 | 圖表 | 表格 | 標題 高效轉換！
Docling團隊聯合IBM提出了一種多模式圖像文本到文本模型SmolDocling，旨在實現高效的文檔轉換。它保留了Docling最受歡迎的功能，同時通過無縫支持DoclingDocuments確保與Docling完全兼容。目前已經沖到了Huggingface熱門榜單Top3!相關鏈接主頁：https:huggingface.cods4sdSmolDocling256Mpreview論文：https:arxiv.orgabs2503.11576試用：https:huggingface.cospacesds4sdSmolDocling256MDemo特點：???用于高效標記化的DocTags...IBMSmolDocling文本模型震撼發布！RF-DETR：60.5 mAP + 6ms延遲，實時檢測領域的新王者如何碾壓YOLO？
在計算機視覺領域，實時目標檢測技術因其在自動駕駛、安防監控和工業自動化等場景中的廣泛應用而備受矚目。YOLO系列模型憑借高效的實時性能長期占據主導地位。然而，Roboflow推出的RFDETR（RealTimeDetectionTransformer）以更高的準確率和優化的速度表現，重新定義了實時目標檢測的標準。作為一個開源且支持商用的模型，RFDETR不僅在技術上實現了突破，還為開發者和企業提供了靈活的應用選擇。本文將深入探討RFDETR的技術背景...RF-DETRYOLODINOv2用 MCP 讓大模型自動批量下載文獻，太香了！
MCP最近這么火，你還不知道它是啥嗎？別慌，動手實戰一番就包你明白了。而且，咱這個是真的實戰，絕對干貨啊，全網少見的干貨。我們之前講了很多建立知識庫之類的，新鮮的知識才有意思嘛。問題是新鮮貨哪里來呢，徒手去搜索加下載？2025年了，咱不能這么干了。你有沒有想過讓大模型自動給我們搜索、下載、解讀文獻，一條龍服務？即便像DeepResearch之類的服務也主要是幫你搜索和整合資源，但不給你下載資源對不。實際上，是可以...MCP大模型自動批量手把手帶你理解OpenManus
我之前演示過幾個OpenManus的demo，其實也就是demo，包括manus，現在也就是demo階段，復雜的plan和flow，現在的代碼支撐和LLM的能力都有待改善，但是我們這期不是吐槽文章，是來把OpenManus給打開看看它的實現是怎么樣的，其實Manus也都差不多，甚至OWL也都差不多，我們看一個就夠了。其他的幾個目錄也沒啥特別需要看的，就看app。app里面有這么幾個結構：1agent沒啥好解釋的2flow就是來做multiagent的planning和管理任務框架的...OpenManusLLMBaseAgent庫克藏了7年的大招！蘋果手表偷偷長眼睛，人類要被AI看光了？
社區頭條剛剛曝光的蘋果AI計劃：計劃于2027年推出的新款AppleWatch將搭載攝像頭，并與視覺智能深度綁定，讓AI擁有環境感知能力。AppleWatch包含兩種逆天設計：輕薄的標準版：攝像頭直接嵌在屏幕里；較厚的Ultra版則將鏡頭側置于表冠旁，用戶只需轉動手腕即可掃描環境。不過，這可不是用來拍照的，而是讓手表學會"看世界"。舉個例子：當你路過一家餐廳，如果這家餐廳被手表掃描到，可能就會自動彈出差評黑料；瞟見流浪貓，它會給你推薦附...蘋果AI蘋果手表加裝攝像Apple Watch算家云算力租賃百度秒噠今日全量上線！3分鐘一個應用！百度自家的修車大爺現身講述自己用秒噠上線了修車預約系統！
原創 社區頭條3月24日，李彥宏在去年11月12日百度世界大會上預告的“一句話實現想法”的對話式應用開發平臺終于正式全量上線。下面是一些亮點，enjoy：3月24日，李彥宏在去年11月12日百度世界大會上預告的“一句話實現想法”的對話式應用開發平臺終于正式全量上線。下面是一些亮點，enjoy：一、百度首款生成式AI時代的應用開發平臺設計的5個思路1、全程端到端無代碼的開發工具。整個應用開發從開始到結束，只需要動嘴（自然語言），比如說需...Manus應用Open AI擊敗思維鏈（CoT），草稿鏈（CoD）稱王！推理成本降低近94%，低時延，準確率更高！
原創編輯言征作者AshishBamania出品51CTO技術棧（微信號：blog51cto）推理LLM是當今AI研究中的熱門話題。我們從GPT1開始，一直到像Grok3這樣的高級推理器。這段旅程非常了不起，一路上發現了一些非常重要的推理方法。其中之一是思維鏈（CoT）提示（Fewshot和Zeroshot），導致了我們今天看到的大部分LLM推理革命。令人興奮的是，ZoomCommunications的研究人員現在發布了一種更好的技術。圖片這種技術稱為ChainofDraft（CoD）Promptin...CoTLLMDeepSeek-R1Perplexity CEO潑冷水：Agent 2025落地不靠譜！下月將推出自研瀏覽器——目前構建通用智能體的唯一方法！
原創 社區頭條整理伊風出品51CTO技術棧（微信號：blog51cto）剛剛，AI搜索獨角獸Perplexity的CEO在采訪中給Agent澆了盆冷水！不同于奧特曼等人的樂觀論調。Aravind直言不諱：任何說Agents今年可用的言論都很可疑。Anyonesayingagentswillworkin2025youshouldbeskepticalofit圖片此前，奧特曼曾說，今年Agents將“加入勞動力大軍”，并實質性地改變公司的產出方式。Aravind顯然無法同意這個觀點。在模型廠沒有硬件優勢的基礎上，他們很難突破...Agent瀏覽器智能體ZeroHSI-一種零樣本的四維人類-場景交互合成方法
原創本文介紹一種人類場景交互合成方法人類場景交互（HSI）生成對于具身人工智能、虛擬現實和機器人技術等領域的應用至關重要。雖然現有的方法能夠在三維場景中合成逼真的人類動作，并生成看似合理的人與物體之間的交互，但這些方法嚴重依賴于包含配對的三維場景和動作捕捉數據的數據集。而在各種不同的環境和交互情況下收集這些數據既昂貴又耗時。本文介紹一種ZeroHSI，通過整合視頻生成技術和神經人體技術，實現了零樣本的四維人...ZeroHSI計算機視覺OpenAI凌晨發布三款語音模型，語音AI Agent時代即將到來？
原創凌晨1點，OpenAI的技術直播再次點燃了AI圈的熱情！這一次，OpenAI帶來了三款全新的語音模型，專為開發語音AIAgent而生。無論是開發者還是普通用戶，這場直播都值得你關注。相關地址API地址：https:platform.openai.comdocsguidesaudio展示地址：https:www.openai.fm三款語音模型，各有所長OpenAI此次發布的三款語音模型分別是：GPT4oTranscribe、GPT4MiniTranscribe和GPT4oMiniTTS。它們各司其職，為語音AIAgent的開發提供了強...OpenAI語音模型AI Agent別再手動調API了！5分鐘讓你的AI模型擁有"超能力"！MCP協議深度解析和實操
原創在人工智能的浪潮中，每一次技術的突破都可能引發行業的巨變。2024年11月，Anthropic推出了一項名為MCP（ModelContextProtocol）的開放協議，這一協議旨在為大型語言模型（LLM）與外部數據和行為的連接提供一個通用的開放標準。今天，我們就來深入探討MCP的架構、功能及其對未來AI發展的潛在影響。MCP的核心架構MCP的設計理念是通過一個開放的協議，為外部工具或數據源提供與LLM交互的統一接口。其系統架構主要包含以下幾個關鍵...大語言模型AI模型FLUX秒變高玩！DreamRenderer無需訓練一鍵解決AI繪圖『多物亂竄』難題（浙大&哈佛）
文章鏈接：https:arxiv.orgpdf2503.12885項目鏈接：https:limuloo.github.ioDreamRenderer亮點直擊DreamRenderer，一種無需訓練的方法，使用戶能夠在深度條件或邊緣條件生成中控制每個區域和實例的生成內容。引入了一種新穎的HardTextAttributeBinding（硬文本屬性綁定）技術，確保文本嵌入在聯合注意力過程中綁定正確的視覺屬性。針對多實例生成，首次深入分析了FLUX模型中每一層的隱空間功能，明確了哪些層處理全局操作，哪些...AI模型數據一份4D生成領域超全景圖譜！（對象建模、場景生成、數字人、4D編輯和自動駕駛）
論文全文：https:arxiv.orgabs2503.14501項目主頁：https:github.comMiaoQiaoweiAwesome4D4D生成：AIGC領域的新革命！擴散模型已經在2D、視頻乃至3D內容生成方面取得了巨大成功，而現在，研究人員的目光已轉向4D生成，通過多樣化的控制條件生成時空一致性4D資產。讓用戶可以身臨其境創造、操控自己的4D世界，體驗如電影《頭號玩家》中描繪的沉浸式元宇宙！本文全面綜述了4D生成領域，系統性地總結了其基礎技術、發展脈絡、面臨...4D生成模型AI Agents-2 | 手把手教你：從零開始打造AI智能體
原創這個系列文章旨在為AI代理（AIAgent）提供全面的概述，深入研究其特征，組成部分和類型，同時探索其進化，挑戰和潛在的未來方向。在??上一篇文章??中，我們深入探討了AI智能體的特性、組成、演變、挑戰以及未來可能性。今天，我們要更進一步，手把手教你用Python從零搭建一個AI智能體。這個智能體可以根據用戶輸入做出決策，選擇合適的工具，并執行相應任務。話不多說，讓我們立刻開始吧！一、什么是AI智能體？簡單來說，AI...智能體AI Agent英偉達 GTC 2025：從芯片到機器人，AI 未來已來，市場為何不買賬？
原創 精華每年的英偉達GPU技術大會（GTC）都是AI領域的重頭戲，全球的科技從業者、投資者和愛好者們都翹首以盼，希望從中窺探到人工智能未來的方向。今年的GTC2025更是備受矚目，英偉達CEO黃仁勛在會上一口氣拋出了諸多重磅消息，從新一代AI芯片到機器人領域的突破，從軟件平臺的升級到跨行業的技術合作，可以說是一場科技盛宴。然而，令人意外的是，這場盛會之后，英偉達的股價卻遭遇了“滑鐵盧”，這讓很多人不禁疑惑：英偉達到底怎么...英偉達AI芯片機器人AI Agents-1 | 深度揭秘AI智能體：開篇導論
原創 精華 社區頭條這個系列文章旨在為AI代理（AIAgent）提供全面的概述，深入研究其特征，組成部分和類型，同時探索其進化，挑戰和潛在的未來方向。在科技飛速發展的今天，人工智能（AI）已經從一個遙遠的概念逐漸走進我們的生活。而隨著大語言模型（LLM）的出現，AI的發展更是迎來了巨大的飛躍。這些強大的系統徹底改變了自然語言處理的方式，但它們的真正潛力，卻是在與“自主性”相結合時才被完全釋放。今天，就讓我們一起深入探索AI智能體的...AI Agent智能體最近一段時間關于人工智能技術學習與應用心得
原創“任何一項技術的出現，都需要長時間的研究和積累才有可能小有成就；而且學習需要講究方式方法，而不是想到那學到哪。”最近一年多來開始轉行做人工智能，從剛開始一點都不懂的小白到現在對人工智能有了初步的認識；中間過程可以說是相當不容易。因此，經過這段時間的應用和學習，也慢慢有了一點心得體會，因此在此記錄一下。人工智能心得體會關于什么是人工智能，什么是機器學習，什么是神經網絡，什么是大模型，以及各種模型...人工智能算力全場景應用與生態體系構建：數字時代的新基建革命
++在數字經濟高速發展的今天，算力已成為驅動社會進步的核心引擎。從智慧城市的實時交通調度到工廠車間的智能質檢，從醫療影像的AI輔助診斷到元宇宙的沉浸式體驗，算力正在以全場景融入的方式重塑人類社會的運行邏輯++。IDC數據顯示，全球算力市場規模預計在2025年突破2000億美元，而中國算力產業正以年均30%的增速領跑全球。這場靜默的革命背后，是算力應用場景的多元化拓展與生態體系的協同進化共同織就的數字化圖景。一、全...算力云算力數字經濟AI大模型算力租賃棄用Transformer！混元T1正式版推出，公開對壘DeepSeek：速度快幻覺少!
原創 社區頭條編輯伊風出品51CTO技術棧（微信號：blog51cto）深夜，騰訊開直播發布了T1的正式版。騰訊在架構上大膽棄用了Transformer，首個基于混合Mamba架構的超大型推理模型就誕生了！這樣做有啥好處呢：簡單地說，混合Mamba架構通過降低計算復雜度、緩存占用，同時發揮其在處理長序列和捕捉復雜上下文方面的優勢，成功應對了大規模強化學習訓練的挑戰，顯著提升了系統的整體效率和吞吐量。還實現了實現了訓練跟推理成本的雙下降！從此，模...TransformerDeepSeek架構
