AI在线 AI在线

应用

英伟达开源新一代OCR代码推理 AI 模型，超越 OpenAIo3-Mini表现

英伟达开源新一代OCR代码推理 AI 模型，超越 OpenAIo3-Mini表现
英伟达在技术界引起广泛关注，正式发布了其最新的 Open Code Reasoning（OCR）模型套装。 这一模型的推出，不仅展示了英伟达在人工智能领域的创新能力，也为开发者提供了强有力的工具，助力他们在代码推理和生成任务中取得更好的成绩。 ** 模型参数与架构:多样化选择 **英伟达的 OCR 模型套装共包含三种不同参数规模，分别为32B、14B 和7B。
5/9/2025 4:00:51 PM
AI在线
商汤科技迈向多模态大模型的新纪元

商汤科技迈向多模态大模型的新纪元
在过去的两年里，人工智能领域的关注点逐渐转向了大模型的技术发展，而商汤科技作为一家成立不到十年的公司，凭借其在计算机视觉领域的技术积累，正迅速转型，迎接这一浪潮。 尽管在2023年之前，商汤主要聚焦于视觉模型，但随着 DeepSeek R1的发布，市场的重心开始向自然语言处理和大规模参数模型倾斜，商汤的策略也随之调整。 商汤于4月10日推出的全新6000亿参数多模态大模型 “日日新 Sense Nova V6”，展现了强大的综合能力，与国际领先的 GPT-4.5和 Gemini2.0Pro 不相上下。
5/9/2025 4:00:51 PM
AI在线
Gemini API推出隐式缓存功能，开发者成本降低75%

Gemini API推出隐式缓存功能，开发者成本降低75%
Gemini API推出隐式缓存（Implicit Caching）功能，为开发者带来显著的成本优化体验。 新功能无需开发者手动创建缓存，当请求与先前请求共享共同前缀时，系统将自动触发缓存命中，提供高达75%的Token折扣。 此更新已覆盖Gemini2.5Pro和2.5Flash模型，进一步提升了AI开发的成本效益。
5/9/2025 4:00:51 PM
AI在线
OpenAI 新设“应用 CEO”：原 Meta VP 加入，与奥特曼平级

OpenAI 新设“应用 CEO”：原 Meta VP 加入，与奥特曼平级
刚刚，OpenAI 搞了个大动作。 CEO Sam Altman 发文称原 Instacart 的 CEO Fidji Simo 将加入 OpenAI，担任“应用业务首席执行官”的职位（CEO of Applications），而他自己则是去守住 OpenAI 的核心技术和长期战略这块内容。 新的 CEO 的头衔听起来有点长，但简单说就是：她以后要全面负责 OpenAI 的产品、尤其是 ChatGPT 这一类面向用户的应用产品。
5/9/2025 3:54:00 PM
郑佳美
英语学习永动机？手把手教你用纳米AI调用MCP自动生成带MP3的精美双语网页

英语学习永动机？手把手教你用纳米AI调用MCP自动生成带MP3的精美双语网页
一、前言纳米AI的智能体为英语学习者和教育者带来了革命性的工具。 本教程将详细指导您如何利用纳米AI的智能体，调用模型上下文协议（MCP），轻松制作包含中英双语对照、核心词汇解析以及配套MP3音频的精美英语学习素材网页，并直接生成可分享的链接。 这个过程将极大提升您制作个性化学习资料的效率。
5/9/2025 3:00:51 PM
AI在线
AI学会“自我谷歌”！!阿里ZeroSearch技术不靠搜索引擎照样学得飞起，成本还降了88%?

AI学会“自我谷歌”！!阿里ZeroSearch技术不靠搜索引擎照样学得飞起，成本还降了88%?
想象一下，如果AI不再依赖谷歌搜索、Bing搜索这些“外包助手”，而是自带“搜索引擎大脑”自我检索、自我学习，结果表现还更优秀——你是不是觉得这听起来像是《黑客帝国》第二集?但阿里真的做到了!这不只是一次技术突破，更像是一次“AI自给自足革命”的打响第一枪。 ZeroSearch 的出现，可能正悄悄改变我们构建智能系统的底层逻辑。 01|告别谷歌，AI开始“自我检索”“用强化学习训练一个AI助手，光是搜索费用就能掏空初创公司的预算。
5/9/2025 3:00:51 PM
AI在线
FDA全面部署AI:加速新药审批，OpenAI或成合作伙伴

FDA全面部署AI:加速新药审批，OpenAI或成合作伙伴
美国食品药品监督管理局（FDA）于当地时间周四宣布，将在其所有下属中心全面启动人工智能(AI)的内部部署，目标是在6月30日前完成整合。 此前，FDA已成功完成面向科学审评人员的新生成式AI试点项目。 FDA表示，引入这些生成式AI工具旨在通过减少科学家及各领域专家重复性的工作，显著加快新药审批流程。
5/9/2025 3:00:51 PM
AI在线
英伟达开源 OCR 代码推理 AI 模型：LiveCodeBench 基准超 OpenAI o3-Mini 和 o1（low）

英伟达开源 OCR 代码推理 AI 模型：LiveCodeBench 基准超 OpenAI o3-Mini 和 o1（low）
英伟达开源其 Open Code Reasoning（OCR）模型套装，含 32B、14B 和 7B 三种参数规模，均采用 Apache 2.0 许可证发布，模型权重和配置已在 Hugging Face 平台开放下载。
5/9/2025 2:28:51 PM
故渊
OpenAI ChatGPT 推首个深度研究连接器，可 AI 洞察 GitHub 代码库

OpenAI ChatGPT 推首个深度研究连接器，可 AI 洞察 GitHub 代码库
开发者现在可以直接将自己的 GitHub 代码库连接到 ChatGPT，AI 将深入分析代码结构、实现模式以及相关文档，快速生成详细的研究报告或技术总结。
5/9/2025 2:14:32 PM
故渊
OpenAI 发布关于 AI 模型使用的官方建议，助力用户更高效工作

OpenAI 发布关于 AI 模型使用的官方建议，助力用户更高效工作
近日，OpenAI 在其帮助中心发布了针对企业用户的全新指南，详细说明了其多种人工智能模型的最佳使用时机。 这一举措旨在帮助用户根据不同的任务需求，选择最合适的 AI 模型，从而提升工作效率和成果质量。 OpenAI 的最新订阅计划 ——ChatGPT Enterprise，提供了企业级的安全与隐私保护，同时允许用户无限制地高速访问其先进的 GPT-4o 和 OpenAI o3推理模型。
5/9/2025 2:00:54 PM
AI在线
快手祭出“内容净化器”KuaiMod！多模态AI专治各种劣质内容

快手祭出“内容净化器”KuaiMod！多模态AI专治各种劣质内容
在短视频已经成为亿万用户日常生活的重要组成部分的今天，它不仅仅是一种娱乐方式，更是人们获取信息、表达观点和进行社交的主要渠道。 随着短视频内容的爆炸式增长，各大平台正面临前所未有的挑战:一方面需要高效识别和管理内容，另一方面则需要精准地将优质内容推送给真正感兴趣的用户。 为了解决这些问题，快手作为国内领先的短视频平台，推出了基于多模态大模型的创新方案 KuaiMod，旨在优化短视频平台生态并提升用户体验。
5/9/2025 2:00:53 PM
AI在线
Meta 开源 LlamaFirewall 防护工具，助力构建安全 AI 智能体

Meta 开源 LlamaFirewall 防护工具，助力构建安全 AI 智能体
Meta AI 公司最新推出 LlamaFirewall，应对 AI 智能体不断演变的威胁格局，为生产环境中的 AI 智能体提供系统级安全保护。
5/9/2025 2:00:21 PM
故渊
OpenAI 突破传统微调，RFT 技术可精准定制 o4-mini 模型

OpenAI 突破传统微调，RFT 技术可精准定制 o4-mini 模型
OpenAI 公司在其 o4-mini 推理模型上，推出了强化微调技术（Reinforcement Fine-Tuning, 简称 RFT），为定制基础模型以适应特定任务带来了突破性工具。
5/9/2025 1:50:50 PM
故渊
渥太华医院引入 AI 语音助手，医生工作负担减轻 70%

渥太华医院引入 AI 语音助手，医生工作负担减轻 70%
近年来，医疗行业面临着医生工作负担过重与患者就医难的双重挑战。 为了应对这一问题，加拿大渥太华医院（TOH）于去年引入了微软的 DAX Co pilot，取得了显著成效。 最新数据显示，该系统不仅节省了每位医生每次就诊约七分钟，还将医生报告的倦怠和疲劳降低了70%。
5/9/2025 12:01:53 PM
AI在线
Meta FAIR最新五大AI感知突破：从3D对象定位到协作推理，开源助力产业升级

Meta FAIR最新五大AI感知突破：从3D对象定位到协作推理，开源助力产业升级
Meta人工智能研究团队（FAIR）近日公开发布五项前沿研究成果，标志着AI感知领域的重大突破。 这些开源项目从视觉编码器到3D空间理解，再到协作式推理框架，共同构建了通向高级机器智能(AMI)的关键路径，为未来AI如何理解和感知世界带来全新可能。 "机器之眼"再升级:Meta感知编码器引领视觉理解新标准Meta感知编码器（Perception Encoder）作为大规模视觉编码器，在图像和视频处理领域显示出卓越能力，成为AI系统的"眼睛"。
5/9/2025 12:01:52 PM
AI在线
音频同步与视频编辑！腾讯混元开源一致性视频生成工具HunyuanCustom

音频同步与视频编辑！腾讯混元开源一致性视频生成工具HunyuanCustom
腾讯开源的一致性视频生成工具 “HunyuanCustom”，该模型不仅能生成生动的视频内容，还能实现音频与口型的同步。 这一创新技术的发布，标志着在深度伪造视频领域的一次重要进步。  一图生成，深度伪造不再遥远HunyuanCustom 的最大亮点在于用户只需提供一张图像，就能创造出深度伪造风格的视频。
5/9/2025 12:01:52 PM
AI在线
Netflix 推出 GPT 驱动的自然语言搜索功能，仅限 iOS 用户

Netflix 推出 GPT 驱动的自然语言搜索功能，仅限 iOS 用户
Netflix 宣布推出一项全新的搜索功能，采用 OpenAI 的 ChatGPT 技术，旨在让用户能够使用自然语言进行内容搜索。 用户可以通过简单的短语，如 “我想看一些搞笑的，但不要太傻” 来寻找适合的影片，而无需再输入具体的标题或关键词。 这一功能目前正在 iOS 设备上进行测试，早期测试已在澳大利亚和新西兰展开。
5/9/2025 12:01:51 PM
AI在线
腾讯混元视频生成工具 HunyuanCustom 宣布开源，融合文本、图像、音频、视频等多模态输入生视频的能力

腾讯混元视频生成工具 HunyuanCustom 宣布开源，融合文本、图像、音频、视频等多模态输入生视频的能力
腾讯表示，Hunyuan Custom 模型能实现单主体视频生成、多主体视频生成、单主体视频配音、视频局部编辑等能力，其生成的视频与用户输入的参考主体能保持高度一致。
5/9/2025 11:48:35 AM
问舟