AI.x社區
- 登錄/注冊
大模型系列：一文帶你梳理Large Language Model發展歷程
在這個系列文章中，我會用通俗的語言，為大家介紹學習大模型的核心知識點。讀完這個系列的文章，你會深入理解語言大模型、多模態大模型的核心技術點，包括模型結構、訓練方式、數據處理、多模態融合等。大模型的前身是語言模型，圓圓是很早就開始在工業界研究和應用語言模型的一批人，因此對整個深度學習時代語言模型的發展歷程都有見證。當時還沒有Transformer、BERT，只有LSTM、Attention這種結構。工業界效果最好、應用最穩...DeepSeek模型語言AI 大模型：產業變革的引擎與未來發展的關鍵路徑
一、AI大模型的技術突破與產業現狀在技術迭代與產業需求的雙重驅動下，AI大模型正成為重塑全球經濟格局的核心力量。以Transformer架構為基礎的生成式預訓練模型，通過萬億級參數規模與海量數據訓練，實現了從信息形式處理到內容理解的質的飛躍。這種突破不僅體現在語言生成、對話交互和跨領域遷移等核心能力上，更通過開源生態與商業化應用，兼容至金融、制造、醫療等多個垂直領域。目前，大模型的產業應用呈現出鮮明的層級特征...AIAI大模型算力人工智能創新知識Agent檢索：讓RAG迸發智慧的五個架構躍遷點
一、問題出在哪？從真實故障說起去年我們接了個電商客戶案例：他們的客服系統用RAG處理用戶咨詢時，遇到這樣一個問題："比較推薦給Nike和Puma的智能手表在防水性能和運動模式上的差異"傳統RAG的表現就像個老實但死板的學生：把整個問題扔進搜索引擎抓回20篇產品手冊生成籠統的功能對比結果用戶投訴答案"像產品說明書，沒有商業洞察"。問題出在哪？這暴露出傳統架構的三大死穴：問題復雜度越高，檢索精度越差（我們的測試顯示，...Agent檢索RAG耗時一年半！谷歌新定義具身通用最強SOTA，轟動硅谷！物理世界的原生推理能力、靈活性讓人驚掉下巴！
原創出品51CTO技術棧（微信號：blog51cto）想知道世界SOTA級別的模型用在物理世界中有多震撼嗎？GoogleDeepMind做了一件破天荒的事情。大模型自爆火以來，已經過去兩年多，但在物理世界中真正能轉化為機器人行為，還是一個世界級難題。如何讓機器人理解物理世界，并能與之安全、高效地交互也是各大科技巨頭一直在研究的兩大前沿命題。圖片這一次，以GoogleDeepMind為主導的研究團隊投入了近120名研究人員，耗時一年半，一次性給這兩...谷歌SOTA機器人谷歌開源Gemma-3：媲美DeepSeek，算力暴降10倍
精華昨晚，谷歌CEOSundarPichai宣布，開源最新多模態大模型Gemma3，主打低成本高性能。Gemma3共有10億、40億、120億和270億四種參數。但即便最大的270億參數，只需要一張H100就能高效推理，同類模型要達到這個效果最少要提升10倍算力，也是目前最強小參數模型。根據盲測LMSYSChatbotArena數據顯示，Gemma3僅次于DeepSeek的R1671B，高于OpenAI的o3mini，Llama3405B等知名模型。DeepSeek的R1是相當有排面，國內外發布高性能低成本模型...模型開源谷歌一文讀懂 DeepSeek使用的 MoE 架構到底是什么
原創 精華你有沒有想過，為什么當紅炸子雞DeepSeek這樣的大語言模型能夠又快又好地回答各種問題，而且成本又那么低？秘密之一就在于它使用的"混合專家"（MixtureofExperts，簡稱MoE）架構。本文將用通俗易懂的語言，解釋MoE是什么，它如何工作，以及為什么它如此重要。MoE是什么？想象一下一所大學：傳統模型就像一位超級教授，必須精通所有學科，從文學到物理，從歷史到計算機科學。每個問題都由這位教授獨自解答。MoE模型則像一所設有...DeepSeekMoEMoE架構Python極簡LangChain智能體開發入門指南
原創引言：LangChain的背景與意義在人工智能快速發展的時代，大型語言模型（LLM）如OpenAI的GPT系列，已成為生成自然語言文本的核心技術。然而，將這些模型應用于實際應用（如聊天機器人或虛擬助手）時，開發者常常面臨提示管理、外部數據集成和上下文保持的挑戰。LangChain作為一個開源框架，旨在簡化這些復雜性，提供模塊化工具，幫助開發者高效構建LLM驅動的應用。LangChain于2022年10月由HarrisonChase在RobustIntelligence啟動...LangChainAgent智能體手把手教你使用Qwen-Agent開發智能體應用實戰教程
原創一、環境準備1.1安裝框架全功能安裝（RAG代碼解釋器GUI支持）pipinstallU"qwenagent[rag,codeinterpreter,pythonexecutor,gui]"簡約安裝版本pipinstallUqwenagent1.2模型服務配置方法1：官方服務exportDASHSCOPEAPIKEY'yourapikey'方法2：本地部署（vLLM示例）fromvllmimportLLM,SamplingParamsllmLLM(model"Qwen27BChat")二、核心功能開發2.1工具定義與使用fromqwenagent.tools.baseimportBaseTool,registertoolimportjson5reg...Qwen-Agent智能體AgentDeepSeek-R1的方法遷移到多模態大模型-開源Vision-R1實現方法思路
原創剛開始琢磨使用DeepSeekR1風格訓練多模態R1模型，就看到這個工作，本文一起看看，供參考。先提出問題，僅靠RL是否足以激勵MLLM的推理能力？結論：不能，因為如果RL能有效激勵推理能力，VisionR1Zero應該表現出生成復雜CoT的能力，并在基準測試中提升準確率。如下圖D和E所示：方法：從未經專門推理優化的原始MLLM（例如Qwen2.5VL7BInstruct）開始，直接應用RL訓練。使用與VisionR1相同的獎勵函數，即硬格式結果獎勵函數（HFRRF）...DeepSeek-R1多模態大模型大型語言模型是否解決了搜索問題？
原創盡管LLM在內容生成方面表現出色，但需要采用語義分塊和向量嵌入等技術來解決復雜數據環境中的搜索問題。大型語言模型（LLM）的涌現推動了信息檢索和人機交互的范式轉變。這些模型在大量的文本語料庫上進行訓練，并針對預測語言任務進行了優化，在響應查詢、總結文本內容和生成上下文相關信息方面展現出了顯著成效。然而，盡管LLM具有令人印象深刻的生成能力，但它們并不能從本質上解決結構化和非結構化數據環境中搜索和檢索的復...LLM大型語言模型搜索架構五分鐘讀懂Manus平替：深度解析OpenManus 如何重新定義Multi Agent?
原創最近，AI圈子里有個詞兒特別火——Agent（智能體）。隨著大模型在推理與生成上的能力不斷提升，Agent技術也迎來了它的“高光時刻”。特別是3月初，Manus展示的多智能體Demo，直接讓整個行業沸騰了。緊接著，國內的DeepWisdomMetaGPT團隊和CAMELAI團隊也迅速跟進，開源了OpenManus和OWL，瞬間在社交媒體和GitHub上掀起了一股多智能體技術的熱潮。今天，我們就來聊聊這個開源項目OpenManus，看看它到底有什么魔力，能在短短幾天內...ManusOpenManusAgent智能體DeepSeek vs. OpenAI：2025年，哪家AI更適合小企業的編程需求？
原創01、引言：AI編程的時代變革嘿，各位小伙伴！如今的軟件開發領域，正經歷著一場翻天覆地的大變革，而這一切都得益于人工智能（AI）的飛速發展。AI早已不是停留在科幻電影里的概念，它實實在在地走進了開發者和各種規模企業的工作流程中。在這場AI革命的浪潮里，DeepSeek和OpenAI可是當之無愧的領軍者，它們不斷突破著AI輔助編程的可能性邊界。對于小企業來說，AI的魅力簡直無法抵擋。它能自動處理那些重復繁瑣的編程任務，提升...DeepSeekOpenAI即插即用！騰訊&港中文發布影視后期黑科技！VideoPainter：視頻編輯修復8項SOTA!
文章鏈接：https:arxiv.orgpdf2503.05639項目鏈接：https:yxbian23.github.ioprojectvideopaintergit鏈接：https:github.comTencentARCVideoPainter亮點直擊提出了VideoPainter，首個支持即插即用背景控制的雙分支視頻修復框架。設計了一個輕量級上下文編碼器，用于高效且密集的背景控制，并引入了修復區域ID重采樣技術，以在任意長度的視頻修復和編輯中保持ID一致性。推出了VPData，這是最大的視頻修復數據集，包含超過390K個...模型生成AI解鎖多模態大語言模型：從原理到實戰，一文全掌握！
原創引言：人工智能領域的新焦點在人工智能飛速發展的大環境下，近年來備受矚目的一個領域便是多模態大語言模型（MLLMs）。這些具有變革性的工具不僅能夠處理和生成文本，還能處理圖像、音頻和視頻等其他形式的數據。通過借助機器學習和深度學習算法的強大力量，多模態大語言模型能夠捕捉人類在多種模態下交流的細微差別，為自然語言處理、計算機視覺和多媒體分析等領域的應用開辟了新的可能性。隨著我們不斷拓展多模態大語言模型的...多模態大語言模型QwQ-32B 大戰 DeepSeek-R1：小參數量模型能否逆襲？
原創01、概述在大語言模型（LLMs）的江湖里，長久以來存在著一種固有觀念：模型參數越多，實力就越強。不過，最近Qwen推出的最新模型QwQ32B，卻向這一觀念發起了挑戰。它雖參數遠不及DeepSeekR1，卻被視作后者的強勁對手。這不禁讓人好奇：一個僅有320億參數的模型，真能與擁有6710億參數的巨無霸抗衡嗎？接下來，咱們就從邏輯推理、數學解題以及編程挑戰這三個關鍵領域，對QwQ32B和DeepSeekR1來一場全方位的對比，看看它們在實際應...QwQ-32BDeepSeek-R1AI 模型Vision-R1：多模態領域的DeepSeek R1-Zero，7B參數比肩OpenAI O1
DeepSeek在領域內獲得廣泛關注的核心在于R1Zero僅通過強化學習（RL）便成功實現了推理能力的涌現，即發現Ahamoment。那么，在多模態領域，是否也能獲得借鑒R1Zero的思路呢？今天介紹的VisionR1就是這一方面的探索的代表，其目的就是研究如何有效利用RL來增強多模態大型語言模型（MLLM）的推理能力。然而，研究團隊發現，由于缺乏大規模、高質量的多模態推理數據，直接應用RL訓練MLLM在激發其深層推理能力（如提問和反思）方面面...Vision-R1多模態7B參數AI挑西瓜：每一口都是甜蜜暴擊
在這個科技飛速發展的時代，AI人工智能已經悄然走進了我們生活的方方面面。今天，我們要聊一個既有趣又接地氣的話題—AI挑西瓜。傳統挑西瓜的困境夏季馬上到來，來一塊清涼爽口的西瓜，實在是人生一大樂事。然而，挑選西瓜卻一直是個技術活。在菜市場或水果店，我們常常看到人們抱著西瓜，輕輕拍打，豎起耳朵傾聽聲音，再左瞧右看西瓜的紋路、形狀，仿佛在施展一場神秘的“選瓜儀式”。傳統的挑西瓜方法，更多依賴人的經驗和感...AI應用場景挑西瓜AIGC 及其發展歷程，關鍵模型
一、AIGC是什么AIGC（ArtificialIntelligenceGeneratedContent）指的是利用人工智能（AI）技術生成的內容。這包括文本、圖像、音頻、視頻等多種形式的內容。AIGC系統可以根據用戶輸入的指令自動創造內容，或者在給定的數據基礎上生成新的內容。這一技術的應用廣泛，包括但不限于新聞撰寫、藝術創作、音樂制作、視頻游戲開發，以及各種形式的娛樂和商業內容生產。二、AIGC發展歷程AIGC發展歷程大致可以分為以下幾個階段：初期探...AIGC模型核心技術Manus：這個堪比 DeepSeek 的核彈，如何讓普通人也能指揮“數字員工”？
現在的AI發展速度堪稱是“AI一天，人間一年”，今天一個名為Manus的中國團隊正以“Lessstructure,moreintelligence”（減少對AI的結構化約束，讓AI更自主地進化）的核心理念掀起一場全新革命。不同于傳統AI產品的被動響應，Manus將自己定位為“知行合一的通用智能體”——它不僅能理解需求，更能像人類一樣自主規劃、執行復雜任務，甚至自我糾錯。這種從“工具”到“代理”的跨越，或許正是AI進化的下一個里程碑。目前Manus需要...ManusDeepSeek員工還在苦苦求 Manus 激活碼？OpenManus 它來了，五人花了三小時復刻并開源！
Manus有多火就不用我再說了吧，千金求一激活碼。雖然在Manus的官網提交了激活碼申請，但是至今都還沒發放下來。今天就出來了開源的OpenManus項目，是MetaGPT項目的五位大佬僅僅花費三個小時就復刻并開源出來的。項目開源地址：???https:github.commannaandpoemOpenManus??項目就叫OpenManus，意味性就很強，Git上也放出了演示視頻，大家可以看下。所有的開發人員都可以實測OpenManus，只要下載到本地簡單修改config.toml配...Manus激活碼OpenManus
