理论

英伟达让机器人「做梦学习」，靠梦境实现真·从0泛化

「仿生人会梦见电子羊吗？」这是科幻界一个闻名遐迩的问题。现在英伟达给出答案：Yes！

5/22/2025 9:06:00 AM

OpenAI放大招！核心API支持MCP，一夜改变智能体开发

今天凌晨，OpenAI全资收购io的消息占据了大部分头条。同时OpenAI也“悄悄地”放出了另外一个重磅消息，用于开发智能体的核心API——Responses API支持MCP服务。传统方法，我们在开发智能体需要通过函数调用与外部服务交互，每次操作都涉及从大模型到后端再到外部服务的网络传输，导致多次跳转、延迟会很高，并增加扩展和管理的复杂性。

5/22/2025 8:55:03 AM

如何基于自定义MCP服务器构建支持工具调用的Llama智能体（含code）

一、背景与目标：从知识隔离到本地化智能体在人工智能应用日益普及的今天，隐私保护与数据主权成为重要挑战。传统的AI模型依赖外部服务，导致私有知识面临泄露风险。本文将详细介绍如何构建一个完全本地化的AI智能体，通过自定义的Model Context Protocol（MCP）服务器实现知识隔离，并结合Llama 3.2轻量级模型实现工具调用能力。

5/22/2025 8:51:48 AM

大模型之路

Dia-1.6B TTS：优秀的文本到对话生成模型

译者 | 李睿审校 | 重楼Dia-1.6B TTS是由Nari Labs开发的一款拥有16亿个参数的文本转语音模型（TTS）。本文将详细介绍该模型，以及其访问途径、使用方法，并展示实际应用结果以真正了解该模型的功能。你是否正在寻求一种合适的文本转语音模型？

5/22/2025 8:05:00 AM

李睿

当心：AI 真的在抢你的工作！

译者 | 陈峻审校 | 重楼你也许是被本文的标题吸引进来，而且感觉不寒而栗。这实际上是全球性的自由职业在线平台 Fiverr 的 CEO 在给其全体员工的一封电子邮件中，所描述的一个严酷事实。而且这并非个案。

5/22/2025 8:00:00 AM

陈峻

大家好，我卡颂自从23年初GPT爆火后，每年都会涌现一些爆火的AI概念。今年最火的概念无疑是Agent。伴随而来的，是各家都在争夺「Agent的解释权」：openAI发布a-practical-guide-to-building-agents[1]Antropic发布building-effective-agents[2]langchain作者发文how-to-think-about-agent-frameworks[3]反驳openAI的观点（目的是推销自家的langGraph）这些繁杂的信息无疑加深了开发者对Agent的理解成本。

5/22/2025 7:40:32 AM

卡颂

如何防止智能体成为数据安全威胁

每家公司都存在信息缺口和瓶颈，归根结底，这正是AI为企业带来的真正价值：扩大信息获取渠道，帮助人们连接更多信息点。但是，当你部署一个像智能体这样的系统，该系统连接着企业的每一个数据源，旨在回答问题、主动从数百个应用程序或部门中挖掘洞察，并采取行动(无论是否有人类提出要求)，会发生什么呢?你会得到一个可能极大提升生产力的智能体，但同时也可能成为一个重大的安全风险。好了，别急着渲染末日氛围——这个问题并非完全新鲜，毕竟，近六成的安全漏洞都是由人为造成的。

5/22/2025 7:10:00 AM

Rahul

RAG系列：基于 DeepSeek + Chroma + LangChain 开发一个简单 RAG 系统

创建 Next 项目首先，使用 npx create-next-app@latest 根据提示完成 Next 项目的创建：复制创建好项目之后，在 src/app 目录下新建 rag 目录，本次 demo 的代码都将放在这里。知识库构建接下来，我们将构建知识库，主要目标是将准备好的 pdf 通过向量化存到向量数据库中，以便后续的检索。由于本次 RAG 系统的开发都要依赖 LangChain 框架，所以我们先在项目中安装 LangChain 框架和核心依赖：复制文档加载LangChain 的 DocumentLoaders[1] 提供了种类丰富的文档加载器，可加载文件系统的文件也可以加载线上文件，包括 csv、docx、pdf、pptx、html、github、youtube等等。

5/22/2025 6:48:50 AM

赖祥燃

Qwen3：开源 LLM 的革新者与多语言先锋（万字）

“ Qwen3 模型以其卓越的性能、效率和多语言能力，为开源大语言模型领域树立了新的标杆，引领着技术发展的新潮流。 ”大家好，我是肆〇柒。在 4 月底的时候 Qwen3 开源放出了权重，在热火朝天开炉炼丹后的不久，上周三千问团队又放出了 Qwen3 的技术报告，最近有点小忙，所以虽然第一时间阅读了技术报告，但是一直没有发文出来。

5/22/2025 5:00:00 AM

肆零柒

并行扩展（Parallel Scaling）：一种新型语言模型扩展范式（万字）

“ PARSCALE 作为一种新型的语言模型扩展范式，通过增加并行计算次数 P，在保持参数规模几乎不变的情况下，能够显著提升模型的推理能力。 ”大家好，我是肆〇柒。今天，我们来聊一项可以改变语言模型性能的技术——PARSCALE（Parallel Scaling）。

5/22/2025 4:00:00 AM

肆零柒

前端 x AI：基于Ollama、DeepSeek、Chroma、LangChain搭建AI应用开发框架

“纸上得来终觉浅，绝知此事要躬行”，因此学习的过程讲究“口到、手到、心到”，为避免浮于表面，需要通过实践进一步将理论内化为个人能力。为了后续更好的在本地实践 AI 应用开发，今天我先带你在本地搭建基于 Ollama[1]、DeepSeek[2]、Chroma[3]、LangChain.js[4] 和 Next.js[5] 的全栈 AI 应用开发框架。本开发框架秉承开源、轻量、易操作的理念，让你用最少的资源在本地进行 AI 应用开发实践，带你轻松踏入 AI 应用开发的大门。

5/22/2025 2:00:00 AM

赖祥燃

前端 x AI：从了解提示工程、RAG和微调开始

在AI工程应用中有三种应用范式，他们分别是提示工程（Prompt Engineering）、RAG（Retrieve Augmented Generation）、微调（Fine Tuning），那么在工程应用中我们该如何选择呢？在具体介绍这三种范式之前，首先我们需要了解什么是大模型。大模型通常指的是拥有大量参数和复杂结构的深度学习模型，它经过海量的多样化的数据预训练之后，具备了非常多的能力，包括编码、数学、金融、教育和法律等行业的能力。

5/22/2025 1:00:00 AM

赖祥燃

告别“单打独斗”！AI 协作新范式 MoA，如何集结大模型“梦之队”？

大模型浪潮下，你的 AI 应用遇到瓶颈了吗？当 GPT、Claude、文心一言等各类强大模型如繁星般涌现，我们惊喜于它们令人惊叹的能力。然而，在实际落地中，我们常常发现，即使是最顶尖的单一模型，也难以完美应对所有复杂场景的需求。

5/21/2025 4:27:00 PM

贝塔街的万事屋

美图联姻阿里：2.5亿美元注资背后的AI电商突围战

5 月 21 日，美图公司一纸公告掀起行业波澜 —— 阿里巴巴以 2.5 亿美元可转债形式战略投资美图，这场资本联姻不仅是财务层面的合作，更预示着 "AI 电商" 领域将爆发剧烈的化学反应。根据合作协议，阿里巴巴的注资将以 3 年期可转债形式落地，年利率 1% 的设计兼具灵活性与稳定性。更值得关注的是双方在业务层面的深度绑定：阿里巴巴将在淘宝、天猫等核心电商平台优先推广美图 AI 电商工具，共同开发数据驱动的商品视觉内容生成工具。

5/21/2025 4:25:58 PM

小菲

零代码配置多Agent，腾讯云正式发布“智能体开发平台”

2025年以来，随着 DeepSeek 等大模型技术的持续突破，AI 智能体热度持续攀升。全球科技巨头与初创企业纷纷入局，智能体正加速向落地演进，成为企业实现降本增效、重塑业务流程的关键驱动力。 5月21日，在“2025腾讯云AI产业应用峰会”上，腾讯云副总裁、腾讯云智能负责人、腾讯优图实验室负责人吴运声宣布大模型知识引擎全面升级为“腾讯云智能体开发平台（TCADP）”。

5/21/2025 2:20:50 PM

AI语音劫持：你能多相信你的耳朵？

你有多确定自己能识别出AI克隆的声音?如果你认为自己完全有把握，那你可能错了。为何其威胁日益加剧只需三秒钟的音频，犯罪分子现在就能克隆某人的声音，而这些音频很容易从网上或社交媒体上分享的视频中获取。一位美国母亲差点成为虚拟绑架骗局的受害者，骗子用克隆的声音逼真地模仿了她女儿的求救声，这一案例显示了犯罪分子为达目的不择手段的残忍程度。

5/21/2025 2:03:46 PM

Sinisa