AI在线 AI在线

理论

剪枝60%不损性能！上海AI Lab提出高斯剪枝新方法，入选CVPR 2025

剪枝60%不损性能！上海AI Lab提出高斯剪枝新方法，入选CVPR 2025
三维高斯泼溅（3D Gaussian Splatting）使得实时高质量渲染成为可能，是当前3D视觉领域最常用的算法之一。 问题在于，基于显示高斯单元的表示方式，尽管可以高效溅射和光栅化，其密集化和优化过程却往往会生成冗余的高斯点，导致单个重建场景可能包含数百万个高斯点。 这不仅降低了训练和渲染速度（本可能更快），还导致显著的内存消耗。
4/10/2025 9:38:37 AM
量子位
英伟达华人AI版《猫和老鼠》爆火全网，60秒经典泪目！仅靠Transformer新增一层

英伟达华人AI版《猫和老鼠》爆火全网，60秒经典泪目！仅靠Transformer新增一层
「猫和老鼠」，这部创作于1940年的动画，现在已经85岁了。 如今，只需一个提示，不用任何剪辑，AI便可「无限续杯」童年经典，继续延续它的魅力。 你没有看过的《猫和老鼠》情节画面，由AI制作来自英伟达、斯坦福、UCSD、UC伯克利以及UT Austin研究团队，通过Test-Time Training构建了一个「一分钟视频」生成器。
4/10/2025 9:26:56 AM
芯片设计效率提升2.5倍，中科大华为诺亚联合，用GNN+蒙特卡洛树搜索优化电路设计 | ICLR2025

芯片设计效率提升2.5倍，中科大华为诺亚联合，用GNN+蒙特卡洛树搜索优化电路设计 | ICLR2025
芯片设计是现代科技的核心，逻辑优化（Logic Optimization, LO）作为芯片设计流程中的关键环节，其效率直接影响着芯片设计的整体性能。 然而，传统逻辑优化算子由于存在大量无效和冗余的变换，导致优化过程耗时较长，成为制约芯片设计效率的主要瓶颈。 为解决这一挑战，中科大王杰教授团队（MIRALab）和华为诺亚方舟实验室（HuaweiNoah’sArkLab）联合提出了基于神经符号函数挖掘的高效逻辑优化方法，显著提升传统关键逻辑优化算子运行效率最高达2.5倍。
4/10/2025 9:19:52 AM
量子位
用梯度下降求解整数规划，中科大等提出无监督训练整数规划求解器新范式 | ICLR 2025 Spotlight

用梯度下降求解整数规划，中科大等提出无监督训练整数规划求解器新范式 | ICLR 2025 Spotlight
无监督学习训练整数规划求解器的新范式来了。 中国科学技术大学王杰教授团队（MIRA Lab）提出了一种全新的整数规划求解方法——DiffILO（Differentiable Integer Linear Programming Optimization），相关论文已被人工智能顶级国际会议ICLR 2025接收为Spotlight。 结果显示：与现有主流的监督学习方法对比，DiffILO不仅显著加快训练速度，还能生成更高质量的可行解。
4/10/2025 9:15:03 AM
量子位
首个统一多模态模型评测标准，DeepSeek Janus理解能力领跑开源，但和闭源还有差距

首个统一多模态模型评测标准，DeepSeek Janus理解能力领跑开源，但和闭源还有差距
统一多模态大模型（U-MLLMs）逐渐成为研究热点，近期GPT-4o，Gemini-2.0-flash都展现出了非凡的理解和生成能力，而且还能实现跨模态输入输出，比如图像 文本输入，生成图像或文本。 相比传统的多模态模型（比如 GPT-4V 或 DALL·E 3），这类模型在任务适应性和灵活性上更具优势。 然而，当前研究领域还存在几个突出的问题：1.
4/10/2025 9:15:00 AM
量子位
李飞飞团队提出世界模型基准：“世界生成”能力迎来统一评测，3D/4D/视频模型同台PK

李飞飞团队提出世界模型基准：“世界生成”能力迎来统一评测，3D/4D/视频模型同台PK
世界模型领域最新进展，要比拼“世界生成”了。 李飞飞吴佳俊团队提出了全面评测基准WorldScore，涵盖了三大类评估指标，动态静态都有涉及，其数据集中包含了3000个测试样例。 并且，WorldScore将3D场景生成、4D场景生成和视频生成三类模型的评估，统一到了一起。
4/10/2025 9:10:00 AM
量子位
GPT开山一作，本科学历入职前CTO初创！OpenAI痛失「爱因斯坦级天才」

GPT开山一作，本科学历入职前CTO初创！OpenAI痛失「爱因斯坦级天才」
被Ilya感谢过，被奥特曼誉为「爱因斯坦级的天才」，在OpenAI更是「想要什么就给什么」——即便如此，去年12月，Alec Radford还是选择了离开。 直到昨天，他的去向才确定。 据Thinking Machine Lab官网更新，OpenAI前核心成员Alec Radford和Bob McGrew将担任公司顾问（Advisors）。
4/10/2025 9:00:00 AM
新智元
三大AI超能力：分类式AI、预测式AI和生成式AI

三大AI超能力：分类式AI、预测式AI和生成式AI
译者 | 晶颜审校 | 重楼了解分类、预测和生成式AI之间的区别——它们的主要功能，以及如何使用它们对数据进行分类、趋势预测和内容创建。 人工智能（AI）是一个潜能巨大且不断发展的领域，是无数现代技术的核心。 为了驾驭它的复杂性，将AI划分为三个核心“家族”是大有裨益的，它们每个“家族”都有自己独特的目的和“个性”：分类式AI：作为数据整理的关键工具，它善于将输入信息标记为既定类别。
4/10/2025 8:33:05 AM
晶颜
小型推理模型的崛起：紧凑型人工智能能否匹敌GPT级推理能力？

小型推理模型的崛起：紧凑型人工智能能否匹敌GPT级推理能力？
译者 | 涂承烨审校 | 重楼近年来，人工智能领域一直沉迷于大型语言模型（LLMs）的成功。 这些模型最初设计用于自然语言处理，如今已演变为强大的推理工具，能够通过类人类的逐步思考过程解决复杂问题。 然而，尽管LLMs具备卓越的推理能力，它们仍存在显著缺陷，包括高昂的计算成本和缓慢的部署速度，这使得它们在移动设备或边缘计算等资源受限的实际场景中难以应用。
4/10/2025 8:23:11 AM
涂承烨
OpenCV 应用中九个惊艳的图像处理实例

OpenCV 应用中九个惊艳的图像处理实例
大家好！ 今天我们将一起探索OpenCV中的9个实用且惊艳的图像处理技术。 无论你是初学者还是有一定基础的朋友，这篇文章都会让你收获满满。
4/10/2025 8:20:00 AM
手把手PythonAI编程
十款能几乎取代整个开发团队的 AI 工具

十款能几乎取代整个开发团队的 AI 工具
几年前，如果你告诉我一些工具能够取代整个开发团队 70% 的工作量，我一定会笑出声。 但如今，我们已经进入了 2025 年，AI 已经成为独立开发者、个人创客和技术创作者们的无形但强大的合伙人。 今天，带你了解这 10 款 AI 工具，它们正在替代开发者、设计师和测试人员完成大部分繁重的工作。
4/10/2025 8:11:06 AM
dev
使用Argo Workflows微调大语言模型

使用Argo Workflows微调大语言模型
本文整理自：KCD 2025 Beijing:  Fine-tuning LLM with Argo Workflows: A Kubernetes-native Approach1.在大语言模型上微调的挑战图片微调就是将特定的领域数据赋予到基础的大模型中进行特定的调优。 为什么要这样做呢，这是因为基础的大语言模型的设计较为通用，像一颗未经雕琢的宝石/百科全书，能够给我们比较通用全面的回答，当面对一些特定领域的问题，比如金融，健康等领域，回答不够精细化。 通过微调，可以让模型在特定领域达到出类拔萃的效果。
4/10/2025 7:59:51 AM
田双坤
算法面试80%会问：大模型评估指标全解析

算法面试80%会问：大模型评估指标全解析
从训练到部署的评估链条大模型的评估贯穿了从研发到部署的全生命周期：训练阶段：使用交叉熵等损失函数指导模型优化方向生成评估：通过BLEU、ROUGE等指标量化生成内容质量能力测试：利用GLUE、MMLU等标准化基准评估多维度能力实战对比：在竞技场上与其他模型直接PK，检验实际效果交叉熵与困惑度熵最初源自物理学，用于描述系统无序程度。 在信息论中，熵衡量信息的不确定性：$H(X) = -\sum_{x} P(x)log_b P(x)$交叉熵是评估预测分布与真实分布差异的指标，也是大模型训练中最常用的损失函数：$H(p, q) = -\sum_{i} p(i) \log q(i)$困惑度是评估语言模型的老牌指标，简单说就是预测下一个词有多"困难"。 计算公式：复制在实际项目中，我们常用它监控预训练过程。
4/10/2025 7:00:00 AM
贝塔街的万事屋
你的AI政策中应该包含的十件事

你的AI政策中应该包含的十件事
从理解AI在企业环境中的含义，到确保合规性，再到不忘第三方所扮演的角色，以下是制定AI政策时需要牢记的十个关键点。 GenAI的流行给企业带来了一个棘手的局面。 一方面，这是一种具有降低成本和增加收入潜力的颠覆性技术，另一方面，AI的滥用可能会颠覆整个行业，引发公关灾难、客户和员工的不满，以及安全漏洞。
4/10/2025 7:00:00 AM
Maria Korolov
刚刚！谷歌最强AI全家桶上线！自家主干网络都要公开对外用了！黄仁勋站台，最新TPU性能猛涨3600倍，提Agent通信新协议

刚刚！谷歌最强AI全家桶上线！自家主干网络都要公开对外用了！黄仁勋站台，最新TPU性能猛涨3600倍，提Agent通信新协议
编辑｜云昭4月10凌晨，谷歌CEO皮查伊带着一系列重磅的发布亮相拉斯维加斯Next2025，可谓从底层的TPU芯片到上层的Agent构建，都有让人眼前一亮的新品。 1.性能提升3600倍，专为推理而生的TPU正式发布谷歌第七代 TPU Ironwood，它专为推理而设计。 皮查伊介绍道，相较于第一代云 TPU ，Ironwood 性能提升了 3600 倍，效率提升了 29 倍。
4/10/2025 6:16:33 AM
云昭
一文读懂 Agentic RAG 技术点滴

一文读懂 Agentic RAG 技术点滴
大型语言模型（Large Language Models, LLMs）彻底改变了我们与信息的交互方式。 然而，LLMs 完全依赖内部知识的局限性，常常限制了其在处理复杂问题时的准确性和深度。 正是在这一背景下，检索增强生成（Retrieval-Augmented Generation, RAG）应运而生。
4/10/2025 12:12:00 AM
Luga Lee
人人都可定制Agent应用，阿里云百炼全面支持MCP服务部署与调用

人人都可定制Agent应用，阿里云百炼全面支持MCP服务部署与调用
4月9日，阿里云百炼上线业界首个全生命周期MCP服务，无需用户管理资源、开发部署、工程运维等工作，5分钟即可快速搭建一个连接MCP服务的 Agent（智能体）。 百炼平台首批上线了高德、无影、Fetch、Notion等50多款阿里巴巴集团和三方MCP服务，覆盖生活信息、浏览器、信息处理、内容生成等领域，可满足不同场景的Agent应用开发需求。 阿里云百炼MCP服务上线，全面支持MCP服务部署与调用MCP已被公认为大模型连接软件应用的标准协议，短短数月，兼容MCP协议的软件应用呈现指数型增长，极大地拓宽了大模型的应用边界。
4/9/2025 2:37:09 PM
阿里云刘伟光：AI正在推动各行各业的生产力变革

阿里云刘伟光：AI正在推动各行各业的生产力变革
“阿里云大模型的战略就是服务企业市场创造社会价值，AI正在推动各行各业的生产力变革，通义大模型将深耕企业市场。 ”4月9日，阿里云在京召开AI势能大会，阿里云智能集团资深副总裁、公共云事业部总裁刘伟光称，大模型的社会价值正在企业市场释放，阿里云将坚定投入，打造全栈领先的技术，持续开源开放，为AI应用提速。 近一年多来，通义大模型技术加速迭代，在to B和to C赛道都取得了一些进展，在消费端表现为用户体验的优化，在产业侧表现为生产力的极大提升。
4/9/2025 2:35:50 PM