资讯列表
Simular AI登陆macOS，本地智能助手革新人机协作体验
Simular AI正式亮相macOS，成为首个运行于用户本地设备的AI浏览器智能体，强调人机协作与本地化处理。 据AIbase了解，Simular通过理解屏幕内容、自动化网页操作与无缝协同功能，支持用户高效完成购物、研究与行政任务。 社交平台上的热烈讨论凸显其创新性，相关细节已通过Simular官网（simular.ai）与Hugging Face公开。
4/29/2025 10:00:50 AM
AI在线
OpenAI 修复漏洞：未成年人竟可生成色情内容
近期，OpenAI 的聊天机器人 ChatGPT 被发现存在一个严重漏洞，使得注册为未成年用户的账户能够生成图形化的色情内容。 有媒体进行了测试并证实了这一问题，OpenAI 也对此表示认可。 图源备注：图片由AI生成，图片授权服务商Midjourney在一些情况下，ChatGPT 甚至会鼓励这些未成年人请求更为露骨、明确的内容。
4/29/2025 10:00:50 AM
AI在线
ChatGPT 搜索新增网购功能，对话获得个性化商品推荐
近日，人工智能公司 OpenAI 宣布对其 ChatGPT Search 进行了一次重大的功能升级，新增了网购功能，，为用户提供了更为便捷的购物体验，首批上线的商品类别涵盖时尚、美妆、家居用品和电子产品等日常消费领域。 用户在使用这一新功能时，可以通过自然的对话与 ChatGPT 互动，获取个性化的商品推荐。 当用户输入商品相关的搜索词时，ChatGPT 会智能地展示相关商品的图片、用户评价及购买链接，实现从咨询到购买的一站式服务。
4/29/2025 10:00:50 AM
AI在线
OpenAI CEO 透露 GPT-4o 存在 “过度谄媚” 问题，计划一周内推出修复
OpenAI 首席执行官萨姆・奥尔特曼（Sam Altman）在社交媒体上回应了用户对于最新版本 GPT-4o 的一些反馈，指出该模型在情感表达上出现了 “过度谄媚” 的倾向。 奥尔特曼承诺，OpenAI 将在一周内推出解决方案，以修复这一问题。 根据 OpenAI 的更新记录，GPT-4o 于3月27日进行了一次全面的更新，随后在4月25日进行了进一步的调整，重点提升了模型在科学、技术、工程和数学（STEM）领域的能力。
4/29/2025 10:00:50 AM
AI在线
超越A2A和MCP？新协议LOKA将重塑AI智能体的身份与道德标准
近日，卡内基梅隆大学的研究人员提出了一项名为 “层次化知识智能体架构（Layered Orchestration for Knowledgeful Agents）”（LOKA）的新协议，可以加入其他拟议的标准，例如 Google 的 Agent2Agent (A2A) 和 Anthropic 的模型上下文协议 (MCP)，旨在为自主 AI 智能体的身份、责任和伦理提供规范。 随着 AI 智能体的普及，对其互动进行标准化管理的需求愈加迫切。 LOKA 协议的提出背景是，当前的 AI 智能体通常在各自独立的系统中运行，缺乏统一的沟通协议以及伦理决策框架，这导致了互操作性差、伦理不一致和问责缺失等一系列问题。
4/29/2025 10:00:50 AM
AI在线
Hugging Face 推出全新 SO-101机械臂:低价高效、可编程 AI 助手
人工智能初创公司 Hugging Face 再次引领科技创新，推出其全新可编程机械臂——SO-101。 该产品是去年发布的 SO-100机械臂的继任者，旨在为消费者和开发者提供更强大、灵活的机器人操作体验。 SO-101在 SO-100的基础上进行了多项升级，特别是在机械性能和操作速度上有了显著提升。
4/29/2025 10:00:22 AM
AI在线
前微软高管剖析 OpenAI ChatGPT 变谄媚根源：人类不喜 AI 直言的人格画像
前微软高管、现 Spotify 首席技术官 Mikhail Parakhin 表示，ChatGPT 并非一开始就以奉承用户为默认风格，不过由于用户对直接的人格反馈表现出强烈反感，OpenAI 决定调整聊天机器人，让其更讨好用户。
4/29/2025 9:38:49 AM
故渊
Orange：一个免费的交互式数据挖掘与机器学习平台
Orange 是一款开源的数据分析与可视化工具，专注于数据挖掘和机器学习领域。 它提供了直观的图形化界面，用户无需编程和数学知识即可完成数据科学工作流程，同时也支持通过 Python 脚本实现高级功能。 功能简介Orange 图形化编程对于初学者非常友好，他们可以专注于数据分析本身，而不是耗时的编程工作。
4/29/2025 9:26:34 AM
不剪发的Tony老师
理解 RAG 第七部分 矢量数据库和索引策略
在 RAG 系统中高效检索知识是提供准确及时响应的关键。 矢量数据库和索引策略在增强 RAG 系统性能方面发挥着至关重要的作用。 本文延续“理解 RAG”系列文章，概念化 RAG 系统中常用的矢量数据库和索引技术。
4/29/2025 9:22:17 AM
晓晓
港大&Adobe联合提出图像生成模型PixelFlow，可直接在原始像素空间中运行，无需VAE即可进行端到端训练
香港大学和Adobe联合提出了一种直接在原始像素空间中运行的图像生成模型PixelFlow，这种方法简化了图像生成过程，无需预先训练的变分自编码器 (VAE)，并使整个模型能够端到端训练。 通过高效的级联流建模，PixelFlow 在像素空间中实现了可承受的计算成本。 它在 256x256 ImageNet 类条件图像生成基准上实现了 1.98 的 FID。
4/29/2025 9:21:19 AM
AIGC Studio
告别“图文不符”！FG-CLIP实现细粒度跨模态对齐，360开源模型重塑AI视觉理解
CLIP的“近视”问题，被360搞定了。 360人工智能研究院最新图文跨模态模型FG-CLIP，宣布以“长文本深度理解”和“细粒度视觉比对”双突破，彻底解决了传统CLIP模型的“视觉近视”问题，能够精准识别局部细节。 具体怎么个说法？
4/29/2025 9:21:00 AM
52页PPT，谷歌Gemini预训练负责人首次揭秘！扩展定律最优解
谷歌凭借Gemini 2.5 Pro在激烈的大模型竞争中一举翻盘。 近日，Geimini Flash预训练负责人Vlad Feinberg在普林斯顿大学分享了相关内容。 他深入分析了Gemini预训练的方法、挑战以及方向，如何在模型大小、算力、数据和推理成本间取得平衡。
4/29/2025 9:16:00 AM
新智元
颠覆传统RAG，创新大模型检索增强—Insight-RAG
RAG已经成为大模型的标题，但传统方法存在检索深度不足、难以整合多源信息等弊端，例如，传统 RAG 依赖表面相关性检索文档，容易忽略单个文档内深埋的信息。 在法律协议中，会忽略微妙的合同条款；在商业报告里，错过隐藏的数据趋势。 所以，Megagon实验室的研究人员提出了一种创新框架Insight-RAG，从而更好地捕捉任务特定的细微信息，整合的数据质量也更高。
4/29/2025 9:15:49 AM
AIGC开放社区
模型压缩到70%，还能保持100%准确率，无损压缩框架DFloat11来了
大型语言模型（LLMs）在广泛的自然语言处理（NLP）任务中展现出了卓越的能力。 然而，它们迅速增长的规模给高效部署和推理带来了巨大障碍，特别是在计算或内存资源有限的环境中。 例如，Llama-3.1-405B 在 BFloat16（16-bit Brain Float）格式下拥有 4050 亿个参数，需要大约 810GB 的内存进行完整推理，超过了典型高端 GPU 服务器（例如，DGX A100/H100，配备 8 个 80GB GPU）的能力。
4/29/2025 9:14:00 AM
机器之心
上交大等探索键值压缩的边界：MILLION开源框架定义模型量化推理新范式，入选顶会DAC 2025
本篇工作已被电子设计自动化领域顶级会议 DAC 2025 接收，由上海交大计算机学院蒋力教授与刘方鑫助理教授带领的 IMPACT 课题组完成，同时也获得了华为 2012 实验室和上海期智研究院的支持。 第一作者是博士生汪宗武与硕士生许鹏。 在通用人工智能的黎明时刻，大语言模型被越来越多地应用到复杂任务中，虽然展现出了巨大的潜力和价值，但对计算和存储资源也提出了前所未有的挑战。
4/29/2025 9:13:00 AM
机器之心
首个系统性工具使用奖励范式，ToolRL刷新大模型训练思路
钱成目前是伊利诺伊大学香槟分校 (UIUC) 一年级博士生，导师为季姮教授。 本科就读于清华大学，导师为刘知远教授。 其工作集中在大语言模型工具使用与推理以及人工智能体方向。
4/29/2025 9:12:00 AM
机器之心
字节Seed团队PHD-Transformer突破预训练长度扩展！破解KV缓存膨胀难题
最近，DeepSeek-R1 和 OpenAI o1/03 等推理大模型在后训练阶段探索了长度扩展（length scaling），通过强化学习（比如 PPO、GPRO）训练模型生成很长的推理链（CoT），并在奥数等高难度推理任务上取得了显著的效果提升。 受此启发，研究人员开始探索预训练阶段的长度扩展，已有方法包括在序列中插入文本、插入潜在向量（如 Coconut）、复用中间层隐藏状态（如 CoTFormer）以及将中间隐藏状态映射为概念（如 COCOMix）。 不过，这些方法普遍存在问题，比如需要更大的 KV 缓存导致推理慢 / 占内存多。
4/29/2025 9:10:00 AM
机器之心
AI三驾马车：数据、算力和算法，谁更重要？
人工智能（AI）好比一台超级跑车，正在高速公路上飞驰。 这台超级跑车由三个核心部件驱动：算法是引擎，决定了车辆性能的上限；算力是燃油，提供源源不断的能量；数据是道路，铺就了AI前进的方向。 这三者构成了AI发展的铁三角，缺一不可!算法：AI的思维引擎算法是AI的大脑，决定了系统如何学习和决策。
4/29/2025 9:09:32 AM
大数据AI智能圈