理论
医疗AI安全革命：全球首个医疗动态红队测试框架DAS，破解临床落地信任危机
作者 | 论文团队编辑 | ScienceAI近年来，以大型语言模型（LLMs）为代表的人工智能技术正以前所未有的速度发展，并在医疗健康领域展现出巨大的潜力。 从辅助疾病诊断到优化临床决策，LLMs 似乎正为我们描绘一幅智慧医疗的宏伟蓝图。 Med-Gemini 以及最新的 OpenAI 模型在各类医学资格考试中取得的优异成绩，更是点燃了人们对于其近期临床应用的热情。
8/19/2025 4:28:00 PM
ScienceAI
微软最新揭秘：「话痨实习生」AI助手，到底能帮人类做什么？
Copilot作为微软主推的AI对话工具，其积累了海量的用户数据。 而近日的一项研究，用到的数据来自24年微软Copilot对话，以及用户对AI回复是否点赞。 研究者将这些对话分类，发现用户使用AI助手频率最高的任务是获取信息，占比近40%。
8/19/2025 4:19:57 PM
新智元
16岁炒马斯克鱿鱼，SpaceX天才转投北大数学校友赵鹏麾下
16岁的天才小孩哥挥一挥衣袖，宣布从SpaceX离职了。 2年前，14岁的Kairan Quazi从圣克拉拉大学毕业，被马斯克pick，加入入职成功率仅有0.2%的SpaceX，成为Starlink部门最年轻的软件工程师——这是SpaceX工程密度最高的部门之一。 现在，智商超过180的Kairan转身离开，下一站：干金融，搞量化。
8/19/2025 4:17:49 PM
英伟达开源9B参数小模型，比Qwen3快6倍
小模型也开始卷起来了！ 在麻省理工学院衍生公司Liquid AI发布了一款小到可以装在智能手表上的新AI视觉模型，以及谷歌发布了一款可以在智能手机上运行的小型模型之后，英伟达也加入了这场浪潮，推出了自己的新型小型语言模型（SLM）：Nemotron Nano v2。 这款9B的“小”模型在复杂推理基准测试上的准确率与Qwen3-8B相当或更高，速度快6倍。
8/19/2025 4:10:46 PM
首个3D动作游戏专用VLA模型，打黑神话&只狼超越人类玩家 | ICCV 2025
3B多模态大模型在动作角色扮演游戏的战斗任务中，成功率超越GPT-4o和人类玩家，淘天集团未来生活实验室团队提出了CombatVLA，已被ICCV 2025接收。 在复杂的三维环境中实现实时决策仍面临重大挑战，要求模型能在秒级时间尺度做出响应，具备高分辨率感知能力，并能够在动态条件下进行战术推理。 如下图所示，团队给出了CombatVLA推理得到的AoT解释、解析成Python代码的动作指令，以及执行这些动作后的帧序列。
8/19/2025 4:08:20 PM
GPT-5暴写「屎山代码」！14个Prompt，看穿GPT-1到GPT-5七年智商进化史
一张基准对比图，彻底火遍了全网。 GPT-5发布近半个月，实际表现未达预期，不少人感慨：苦等OpenAI两年，就是这？ 为此，Peter Gostev将GPT-4和GPT-5在数学、软件工程、问答等基准上，做了一个直观对比。
8/19/2025 4:05:27 PM
GPT 4o-mini华人领队离开OpenAI：真正推动AI进步不是模型架构，而是互联网
刚刚，OpenAI又离职一名华人大佬。 前OpenAI研究员Kevin Lu宣布加入AI新创Thinking Machines Lab。 Kevin Lu主导了GPT-4o mini的发布，并参与o*-mini、o3等模型工作。
8/19/2025 3:58:59 PM
MCP堆工具是大坑！开发者大佬：命令行的‘脆’让AI崩惨了！不如砍成一个代码执行器：7轮调用秒变1轮！网友：早该放弃黑箱工具了！
编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto）你的 MCP，可能真用错了？ MCP 常被视作大模型的“USB 接口”。 不少开发者第一反应就是：往里堆更多专用工具（grep、sed、tmux……），好像这样就能让 AI 更强大。
8/19/2025 3:19:56 PM
伊风
阿里千问踢馆子了！Qwen3新作秒杀ChatGPT，侧脸杀切换第一人称视角，表情包绝绝子，小编：再也不用美图秀秀去水印了
编辑 | 云昭出品 | 51CTO技术栈（微信号：blog51cto）好家活！ 千问这是要干嘛，简直要踢了GPT-5的馆子了！ 就在刚刚，小编发现，千问官方X账号“Qwen”宣布：Qwen图像编辑功能重磅上线了！
8/19/2025 12:00:26 PM
云昭
突破Claude-4编程上限！自进化Agent框架拿下新SOTA，底模越好性能越高，已开源
突破多步推理瓶颈，让Claude-3.7-Sonnet解题成功率暴增20.6%。 在SWE-Bench Verified上刷新开源框架SOTA！ 中科院、清华大学、阶跃星辰等提出SE-Agent，一个创新的自进化（Self-Evolution）框架。
8/19/2025 11:26:46 AM
告别人工写脚本！多模态大模型驱动携程UI自动化测试迈入“描述即生成”阶段
作者简介Jessi Peng，携程资深后端开发工程师，关注AI技术在测试领域的应用。 一、引言 在传统的UI自动化测试流程中，测试人员需要构建完整的开发环境，包括Python运行环境、PyCharm集成开发环境、自动化测试框架等工具链的配置与部署。 在用例编写过程中，测试人员必须通过人工方式精确定位目标UI元素，并基于自动化框架封装的底层方法，手工编写测试代码。
8/19/2025 10:47:17 AM
Jessi Peng
阿里亮剑Ovis2.5：90亿参数挑战巨兽，AI视觉从此不“近视”
在AI界，“参数为王”的信仰似乎坚不可摧，巨头们在千亿、万亿参数的军备竞赛中一路狂奔。 然而，阿里国际数字贸易集团（AIDC）最近却悄然扔出了一枚“深水炸弹”——Ovis2.5。 它没有夸张的参数规模，却用一种近乎“降维打击”的方式，重新定义了什么叫“经济型高性能”。
8/19/2025 10:37:59 AM
墨风如雪
外媒评北京世界人形机器人运动会：进步神速，比真人刺激
为期三天的2025世界机器人大会在北京落下帷幕，共有500多款人形机器人参加，它们来自16个国家的280个团队。 大会还举办了2025世界人形机器人运动会。 在足球比赛中，机器人频频碰撞翻倒；在跑步项目中，还有机器人在冲刺时摔倒。
8/19/2025 10:14:12 AM
小刀
如何训练你的大型语言模型
打造一个听起来很智能的大型语言模型 (LLM) 助手，就像在反复塑造泥塑一样。 你从一块泥土开始，把它挤压成一个可行的结构，然后开始精雕细琢，直到最终成品。 越接近最终成品，那些精妙的点缀就越重要，正是这些点缀决定了最终成品是杰作还是恐怖谷效应。
8/19/2025 10:10:46 AM
晓晓
GPT-5翻车实录：被寄予厚望的AI新王者，为何不如Claude？
昨天在Twitter上，一位开发者@Teknium1发了一条推文："在多次尝试中，GPT-5（包括gpt-5-thinking-high max）表现不佳，不如Opus甚至Sonnet。 "这条推文迅速引爆了AI圈，成千上万的开发者开始分享自己的"翻车"经历。 作为一个从GPT-3时代就开始使用OpenAI产品的人，我对这次GPT-5的发布抱有极高期待。
8/19/2025 9:56:03 AM
阿丸笔记
4o-mini华人领队也离职了，这次不怪小扎
哦豁，OpenAI奥特曼又痛失一员大将。 Kevin Lu，领导4o-mini发布，并参与o1-mini、o3发布，主要研究强化学习、小模型和合成数据。 下一站是Thinking Machine Lab，OpenAI前CTO Mira Murati出走后新创立的AI公司，估值已达120亿美元。
8/19/2025 9:22:47 AM
小模型才是 Agent 的未来？这篇立场文把话挑明了
AI圈最近什么最火？ 答案里一定有AI Agent。 从能帮你预订机票、规划旅行的私人助理，到能自动编写、调试代码的程序员搭档，AI智能体的浪潮正汹涌而来。
8/19/2025 9:20:02 AM
AI来了！记者、UP主、写手，谁能逃过这场「灭绝浪潮」？
AI正在重新定义信息获取的入口和方式。 同时，原生AI新闻产品带来的用户体验与传统新闻截然不同。 一项研究显示，AI已经在世界各地的新闻编辑室中崭露头角。
8/19/2025 9:15:00 AM
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI绘画
大模型
机器人
数据
AI新词
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
技术
智能体
Gemini
马斯克
Anthropic
英伟达
图像
AI创作
训练
LLM
论文
代码
算法
苹果
AI for Science
Agent
Claude
腾讯
芯片
Stable Diffusion
蛋白质
具身智能
开发者
xAI
生成式
神经网络
机器学习
人形机器人
3D
AI视频
RAG
大语言模型
研究
百度
Sora
生成
GPU
工具
华为
字节跳动
计算
AGI
大型语言模型
AI设计
搜索
生成式AI
视频生成
DeepMind
特斯拉
场景
AI模型
深度学习
亚马逊
架构
Transformer
MCP
编程
视觉
预测