AI在线 AI在线

理论

再也不怕面瘫脸！YouTube黑科技：AI帮你「永久微笑」，连僵尸都咧嘴笑

再也不怕面瘫脸！YouTube黑科技：AI帮你「永久微笑」，连僵尸都咧嘴笑
在youtube Shorts相机里，每个人都能「千变万化」。 可以是卡通角色、万圣节僵尸，甚至能立刻拥有粉色水光肌，效果自然又流畅。 最神奇的是，这些特效是直接在手机上实时生成的。
9/9/2025 3:23:37 PM
小扎「梦之队」首批论文上线！LLM自举进化，单步性能狂飙22%

小扎「梦之队」首批论文上线！LLM自举进化，单步性能狂飙22%
Meta超级实验室「Meta Superintelligence Labs，MSL」发了新论文！ 如果你不断让大语言模型回答「把它改进一下」，会发生什么？ 上周，MSL的三位成员上传了一篇ArXiv论文，探索了如何利用强化学习（RL）高效地微调大语言模型。
9/9/2025 3:21:58 PM
不到10天，国产「香蕉」突袭！一次7图逼真还原，合成大法惊呆歪果仁

不到10天，国产「香蕉」突袭！一次7图逼真还原，合成大法惊呆歪果仁
谷歌Nano Banana掀起的狂欢海啸，完全不亚于ChatGPT横空出世。 它，号称是PS的终结者。 以往，Photoshop耗费数个小时完成的修图，Nano Banana仅用一句话，最多30秒神速完成。
9/9/2025 3:20:33 PM
新智元
奥特曼亲自分析Reddit怪帖：真人染上了大模型恶习！GPT5发布似乎也被雇人发黑帖了！X上有数亿机器人账号！网友：新品造势

奥特曼亲自分析Reddit怪帖：真人染上了大模型恶习！GPT5发布似乎也被雇人发黑帖了！X上有数亿机器人账号！网友：新品造势
编辑 | 云昭出品 | 51CTO技术栈（微信号：blog51cto）昨晚，小编刚写了一篇《奥特曼警告“互联网慢性死亡”》的文章，痛批了社交媒体上各种 AI 生成的假新闻。 好巧不巧，今天凌晨，没想到OpenAI掌门人奥特曼继续发起对“AI帖子”的攻击。 “我知道 Codex 的增长确实很强劲……但这些帖子读起来很奇怪！
9/9/2025 1:28:37 PM
云昭
WAVE SUMMIT深度学习开发者大会2025举行 文心大模型X1.1、飞桨框架v3.2、文心快码3.5S发布

WAVE SUMMIT深度学习开发者大会2025举行 文心大模型X1.1、飞桨框架v3.2、文心快码3.5S发布
9月9日，由深度学习技术及应用国家工程研究中心主办，百度飞桨、文心大模型联合承办的WAVE SUMMIT 深度学习开发者大会2025在京举行。 会上，百度重磅发布文心大模型X1.1，并公布文心和飞桨的一系列技术、产品、生态最新成果。 文心X1.1深度思考模型上线，多个基准测试达到SOTA会上，百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰正式发布文心大模型X1.1深度思考模型，该模型在事实性、指令遵循、智能体等能力上均有显著提升。
9/9/2025 11:57:47 AM
Claude Code：极简架构 + 万字提示词 = 最强开发者智能体？

Claude Code：极简架构 + 万字提示词 = 最强开发者智能体？
Claude Code 各版本更新一目了然大家好，我是肆〇柒。 今天要和大家聊的，是让无数开发者直呼“强得离谱”的 AI 编程助手——Claude Code。 它究竟凭什么能提供如此“愉悦”的体验，甚至超越 Cursor 和 GitHub Copilot？
9/9/2025 10:33:35 AM
肆零柒
AI代码生成器成老程序员新宠，三成资深工程师过半代码靠它完成

AI代码生成器成老程序员新宠，三成资深工程师过半代码靠它完成
近年来，生成式人工智能（GenAI）在软件开发领域的应用日益广泛，尤其受到资深工程师的青睐。 根据云平台Fastly近期发布的一项调查，资深开发者更倾向于借助AI工具生成代码，且对其在实际生产环境中的部署表现出更高的信任度。 这一现象不仅体现了技术演进对工作方式的影响，也反映出不同资历开发者在工具使用态度与效率感知上的显著差异。
9/9/2025 10:24:44 AM
极客AI
当 AI Agent 开始抢饭碗！数据分析师的生存法则正在被重写?

当 AI Agent 开始抢饭碗！数据分析师的生存法则正在被重写?
"我们是不是要失业了？ "这是最近在数据分析师圈子里听到最多的一句话。 当DeepSeek能够几分钟内完成一份完整的销售数据分析报告，当Claude可以自动生成精美的可视化图表，当各种AI Agent开始承担越来越多的数据处理工作时，焦虑情绪在整个行业蔓延。
9/9/2025 10:15:19 AM
大数据AI智能圈
Context （上下文） vs Prompt（提示） Engineering，该如何理解？

Context （上下文） vs Prompt（提示） Engineering，该如何理解？
在大型语言模型（LLM）兴起的早期，构建 AI 应用更像是一场“炼金术”实验。 开发者们围绕一个核心 API 端点，通过反复调试和优化输入文本——即所谓的“提示工程”（Prompt Engineering），试图从模型这个神秘的“黑箱”中召唤出理想的结果。 这种方式直接、灵活，也确实催生了无数令人惊艳的创意原型。
9/9/2025 9:49:36 AM
Luga Lee
2026年人工智能将接管的七大行业

2026年人工智能将接管的七大行业
两周前，我眼睁睁地看着我的放射科医生邻居丢掉了工作，因为一个人工智能系统可以比人类医生提前6个月检测出肺癌。 上个月，我朋友的营销机构解雇了40%的文案人员，因为GPT-4可以在几分钟内而不是几小时内生成更好的广告文案。 这并不是遥远的未来景象。
9/9/2025 9:25:43 AM
晓晓
告别演员和摄影棚！AI广告工厂日产百条视频，成本不到1万

告别演员和摄影棚！AI广告工厂日产百条视频，成本不到1万
想象一下这个场景：周一早上，老板突然说要在本周内制作100条不同版本的产品广告，投放到各个平台测试效果。 按照传统做法，这意味着你需要找演员、租摄影棚、准备道具、后期剪辑...光是成本就得几十万，更别说时间根本来不及。 但现在，有人用三个AI工具的组合，真的做到了每天生成数百条广告视频，总成本不到1万美元。
9/9/2025 9:18:03 AM
阿丸笔记
GPT-5爆改时尚圈，让Excel原地复活！OpenAI黑客松大奖出炉

GPT-5爆改时尚圈，让Excel原地复活！OpenAI黑客松大奖出炉
OpenAI刚发布GPT-5，便在旧金山举办了GPT-5黑客马拉松挑战赛。 这场比赛选择在周末，从8月9日上午10点开始，到8月9日下午5点结束。 OpenAI邀请了500多位黑客来到旧金山，挑战GPT-5的极限，共有95支队伍参赛，角逐5万美元奖金。
9/9/2025 9:16:00 AM
维度的囚笼：Embedding 检索模型无法逾越的数学边界

维度的囚笼：Embedding 检索模型无法逾越的数学边界
大家好，我是肆〇柒。 今天要和大家分享一篇由Google DeepMind与约翰霍普金斯大学联合研究的重要论文《On the Theoretical Limitations of Embedding-Based Retrieval》。 这项研究揭示了一个令人震惊的事实：即使是"谁喜欢考拉袋鼠？
9/9/2025 9:15:12 AM
肆零柒
员工无意识地使用AI：企业最大的风险隐患

员工无意识地使用AI：企业最大的风险隐患
在评估AI风险时，企业往往聚焦于最复杂的威胁：算法偏见、知识产权问题或新兴监管，但增长最快、却最容易被忽视的风险要简单得多——员工可能根本没有意识到自己正在使用AI。 AI早已不再局限于企业创新实验室或数据科学团队，而是通过Microsoft Copilot、Google Gemini、邮件摘要工具、CRM聊天机器人以及招聘平台等深度嵌入日常工作流程。 许多员工每天都在使用AI，却往往毫不自知。
9/9/2025 7:15:00 AM
Arti
生产级AI智能体架构指南：从Demo惊艳到落地可靠

生产级AI智能体架构指南：从Demo惊艳到落地可靠
在AI领域，单提示词演示（Single-prompt demos）总是令人眼前一亮，但真正的生产落地却充满挑战。 坦白而言，即便最出色的大型语言模型（LLM）能在演示中大放异彩，现实世界对AI系统的要求远比这更高——用户需要足以支撑业务决策的精准结果，管理者要求清晰可追溯的审计记录，运维团队则需要能有效控制成本与延迟的调节手段。 问题的核心在于那种“大包大揽”的单提示词模式：它就像一个黑箱，将规划、执行与质量控制揉合成一团模糊的整体，不仅脆弱易故障、难以审计，更无法突破概念验证（PoC）阶段实现规模化应用。
9/9/2025 2:11:00 AM
大模型之路
2025年，你不能错过Spring AI，那个汲取了LangChain灵感的家伙！

2025年，你不能错过Spring AI，那个汲取了LangChain灵感的家伙！
如何给Spring AI下定义呢？ 在我看来，Spring AI和AI的关系，就像Spring Boot和Spring的关系一样，旨在简化包含AI功能的应用程序开发，避免不必要的复杂性。 据说，Spring AI是从著名的Python LangChain中汲取的灵感，就是为了让生成式AI应用不仅仅面向Python开发者，使Java这个伟大的语言再次伟大！
9/9/2025 1:10:00 AM
小托尼学长
从「会说」迈向「会做」，LLM下半场：Agentic强化学习范式综述

从「会说」迈向「会做」，LLM下半场：Agentic强化学习范式综述
本文第一作者为新加坡国立大学博士生 张桂彬、牛津大学研究员 耿鹤嘉、帝国理工学院博士生 于晓航；通讯作者为上海人工智能实验室青年领军科学家 白磊 和 牛津大学博士后 / 上海人工智能实验室星启研究员 尹榛菲过去几年，大语言模型（LLM）的训练大多依赖于基于人类或数据偏好的强化学习（Preference-based Reinforcement Fine-tuning, PBRFT）：输入提示、输出文本、获得一个偏好分数。 这一范式催生了 GPT-4、Llama-3 等成功的早期大模型，但局限也日益明显：缺乏长期规划、环境交互与持续学习能力。 为了突破这样的瓶颈，自 2025 年初 DeepSeek R1 及其背后的 GRPO 范式获得空前热度以后，一种新的训练范式 ——Agentic Reinforcement Learning（Agentic RL），愈发到社区关注。
9/8/2025 7:25:00 PM
机器之心
2025年了，AI还看不懂时钟！90%人都能答对，顶尖AI全军覆没

2025年了，AI还看不懂时钟！90%人都能答对，顶尖AI全军覆没
90%人都会的读钟题，顶尖AI全军覆没！ AI基准创建者、连续创业者Alek Safar推出了视觉基准测试ClockBench，专注于测试AI的「看懂」模拟时钟的能力。 结果让人吃惊：人类平均准确率89.1%，而参与测试的11个主流大模型最好的成绩仅13.3%。
9/8/2025 6:08:28 PM