AI在线 AI在线

理论

2025年CIO的优先事项：掌握AI，确保未来

2025年CIO的优先事项：掌握AI，确保未来
在BrightTALK CIO峰会上，七位IT和技术专家分享了实用策略和最佳实践，以供希望在这个动荡但又充满机遇的商业时代导航并了解2025年CIO首要任务的IT领导者参考。 证明AI投资的投资回报率：构建用例供应链随着AI应用的普及，确定能够提供切实商业价值的用例是2025年CIO的一项关键优先事项。 在这一领域取得成功需要一种战略方法，以识别和利用能够显著改善底线表现的AI举措。
4/11/2025 12:30:00 AM
Ana
模态编码器 | FLIP：通过图像掩码加速CLIP训练

模态编码器 | FLIP：通过图像掩码加速CLIP训练
来聊聊Meta AI团队（何恺明组）提出的一个高效的CLIP加速训练方法——FLIP。 看完MAE，很自然的一个想法就是将MAE用到CLIP里的图像编码器上，FLIP实现了这个想法，通过在训练过程中对图像进行随机掩码（masking），显著提升了训练效率。 动机也很简单，CLIP训练成本高，耗费大量时间和资源，高效省时的训练方法则成为研究重点。
4/11/2025 12:16:00 AM
NoETL×大模型：Aloudata重构数据智能新范式，驱动企业决策革命

NoETL×大模型：Aloudata重构数据智能新范式，驱动企业决策革命
在当今数据驱动的时代，企业对于高效、智能的数据处理与分析需求日益增长。 随着大模型的兴起，如DeepSeek等，数据智能领域正经历着前所未有的变革。 Aloudata大应科技创始人&CEO周卫林表示，企业的核心竞争力包括人才壁垒、技术壁垒以及资本壁垒。
4/10/2025 4:23:02 PM
大模型“自动修 bug”能力将提升，豆包团队开源首个多语言代码修复基准 Multi-SWE-bench

大模型“自动修 bug”能力将提升，豆包团队开源首个多语言代码修复基准 Multi-SWE-bench
4 月 10 日消息，豆包大模型团队今日通过官方公众号宣布，首个多语言类 SWE 数据集 Multi-SWE-bench 现已正式开源，可用于评估和提升大模型“自动修 Bug”能力。 在 SWE-bench 基础上，Multi-SWE-bench 首次覆盖 Python 之外的 7 种主流编程语言，是真正面向“全栈工程”的评测基准。 其数据均来自 GitHub issue，历时近一年构建，以尽可能准确测评和提高大模型高阶编程智能水平。
4/10/2025 2:30:12 PM
清源
科学家用GNN进行不确定性量化，实现高效的分子设计，登Nature子刊

科学家用GNN进行不确定性量化，实现高效的分子设计，登Nature子刊
题图来源：AI生成编辑 | 白菜叶在广阔的化学空间中优化分子设计面临着独特的挑战，尤其是在领域转移的情况下保持预测准确性。 在最新的研究中，台湾大学（National Taiwan University）的研究人员整合了不确定性量化 (UQ)、定向信息传递神经网络 (D-MPNN) 和遗传算法 (GA) 来解决这些挑战。 他们系统地评估了 UQ 增强型 D-MPNN 是否能够有效优化广泛、开放的化学空间，并确定了最有效的实施策略。
4/10/2025 1:11:00 PM
ScienceAI
模态编码器 | 恺明大神的MAE--掩码自编码器

模态编码器 | 恺明大神的MAE--掩码自编码器
恺明大神在2021年提出掩码自编码器（MAE），一种简单的自监督学习方法，通过随机掩盖输入图像的部分区域并重建缺失的像素。 主要研究动机如下：数据需求与过拟合问题：深度学习模型，尤其是视觉领域的模型，需要大量数据来避免过拟合。 自然语言处理（NLP）领域通过自监督预训练（如BERT）成功解决了这一问题，但在计算机视觉领域，类似的自监督学习方法发展相对滞后。
4/10/2025 11:52:55 AM
UC伯克利华人开源14B「o3-mini」，代码版R1突袭OpenAI王座！

UC伯克利华人开源14B「o3-mini」，代码版R1突袭OpenAI王座！
OpenAI o1/o3-mini级的推理模型，竟被抢先开源了？ 刚刚，来自UC伯克利和Together AI的联合团队，重磅推出了一款完全开源的代码推理模型——DeepCoder-14B-Preview。 现在，只需要14B就可以拥有一个媲美o3-mini的本地模型，并且完全免费！
4/10/2025 10:02:43 AM
新智元
字节最新人像视频生成模型DreamActor-M1，推特关注超百万！即梦AI即将上线

字节最新人像视频生成模型DreamActor-M1，推特关注超百万！即梦AI即将上线
还记得前段时间字节跳动备受关注的数字人技术Omnihuman-1吗？ 最近，这支团队一项基于DiT架构的可控人像视频生成技术DreamActor-M1，一经发布，又在推特上引起了超百万量级的关注——仅需一张静态照片和一段驱动视频，便可生成高质量、达到电影级别的视频，将人像视频生成的表现力提升至全新水平！ 左右滑动查看项目网页：：，还能精准捕捉并迁移驱动视频中的动作和表情，呈现出高度逼真的效果，极大地简化了现有的动作捕捉、角色动画以及内容创作流程。
4/10/2025 9:54:40 AM
新智元
谷歌最新AI芯片打平英伟达B200，专为推理模型打造，最高配每秒42500000000000000000次浮点运算

谷歌最新AI芯片打平英伟达B200，专为推理模型打造，最高配每秒42500000000000000000次浮点运算
谷歌首款AI推理特化版TPU芯片来了，专为深度思考模型打造。 代号Ironwood，也就是TPU v7，FP8峰值算力4614TFlops，性能是2017年第二代TPU的3600倍，与2023年的第五代TPU比也有10倍。 （为什么不对比第六代，咱也不知道，咱也不敢问。
4/10/2025 9:43:01 AM
量子位
“谷歌版MCP”来了！开源A2A，不同厂商Agent也能协作

“谷歌版MCP”来了！开源A2A，不同厂商Agent也能协作
刚刚，“谷歌版MCP”来了！ 谷歌推出A2A协议，即Agent2Agent，能让AI Agent在不同生态系统间安全协作，而无需考虑框架或供应商。 不同平台构建的AI Agent之间可以进行通信、发现彼此的能力、协商任务并开展协作，企业可通过专业Agent团队处理复杂工作流。
4/10/2025 9:42:51 AM
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