资讯列表
阿里版“Her”上线即开源！7B模型太全能了，全面击败Gemini-1.5-pro！所有用户都能试玩！
出品 | 51CTO技术栈（微信号：blog51cto）Qwen Chat上新实时语音聊天 视频聊天了！ 可以像打电话或视频通话一样与AI进行聊天，Qwen也有自己的Her了。 更更重要的是，一向大方开源的千问，直接开源了背后的模型 Qwen2.5-Omni-7B（ Apache 2.0 许可），并发布了详细的技术报告！
3/27/2025 12:30:36 PM
DeepSeek上线次月月活用户达1.8亿，AI大模型应用增长迅猛
在当今数智化时代，人工智能（AI）技术的飞速发展正深刻改变着我们的生活和工作方式。 尤其是AI大模型的应用，正成为互联网行业增长的新引擎。 根据QuestMobile发布的最新数据，AI大模型的应用呈现出迅猛的增长态势，其中DeepSeek APP的表现尤为引人注目，其上线次月的活跃用户规模就突破了1.8亿大关。
3/27/2025 12:27:13 PM
长视频理解新突破！Mamba混合架构让显存消耗腰斩，处理10万视频token不费力
Mamba混合架构视频模型来了，不再对视频token进行压缩——而是通过改进模型架构设计的方式提升模型在训练及推理预填充阶段处理视频token的效率。 图片滑铁卢大学陈文虎团队与多伦多大学、零一万物、向量学院以及M-A-P的研究人员提出了一种新的Mamba-Transformer混合模型Vamba。 图片通过大量实验验证，研究团队发现Vamba在同等硬件条件下可处理的视频帧数较传统Transformer架构提升4倍，训练内存消耗降低50%以上，并且可实现单步训练速度的翻倍。
3/27/2025 12:20:25 PM
AI Infra的起飞前夜，跟两位创业者聊了两小时，从DeepSeek的中国朋友圈，到AI基建演进的价值铁律：流量重赏下的勇夫
作者 | 云昭嘉宾 | 黄新平、谭中意出品 | 51CTO技术栈（微信号：blog51cto）“人生不无聊，有太多变化，太多好玩的事情发生。 ”的确，近期围绕DeepSeek的新发布实在太多了，乱花渐欲迷人眼。 从春节期间企业抢先宣布接入DeepSeekR1、继而接入满血版R1，到DeepSeek一体机的出圈，再到国民应用微信的接入，潮潮迭起。
3/27/2025 12:15:44 PM
云昭
神经形态计算：从实验室原型到产业变革的前夜
编辑 | matrix数十年来，科研人员一直致力于构建类脑计算机硬件，但这一领域尚未迎来真正的突破性进展。 如今，领先的研究者认为，构建首个能解决实际问题的规模化神经形态设备的时机已然成熟。 从仿生启发的潜力到技术深层的差异近年来推动人工智能进步的神经网络技术，虽从大脑中获得灵感，但其算法和硬件与生物神经元存在本质差异。
3/27/2025 12:01:00 PM
ScienceAI
外媒：英伟达将收购贾扬清创业公司Lepton AI，交易价值数亿美元
又一家 AI 大佬的创业公司被巨头收购了。 据外媒 The Information 报道，英伟达即将达成收购知名 AI 创业公司 Lepton AI 的交易。 Lepton AI 是一家为 AI 时代构建新型基础设施的公司，由贾扬清（Yangqing Jia）等人创立。
3/27/2025 12:01:00 PM
机器之心
参数仅需12万分之一，训练只需2块GPU，MIT、哈佛推出生物序列建模新方法Lyra
编辑 | 白菜叶卷积神经网络（CNN）和 Transformer 等深度学习架构通过捕捉局部和长距离依赖关系，显著推进了生物序列建模。 然而，它们在生物学环境中的应用受到高计算需求和对大数据集的需求的限制。 麻省理工学院、哈佛大学和卡内基梅隆大学等机构的研究人员提出了 Lyra，这是一种用于序列建模的次二次架构，它基于上位性的生物学框架，用于理解序列与功能之间的关系。
3/27/2025 12:00:00 PM
ScienceAI
把MLA和稀疏激活带到端侧！港科大广州和伦敦大学学院团队联合发布软硬协同设计的边缘语言模型PLM
本文由 PLM 团队撰写，PLM 团队是由香港科技大学（广州）的校长倪明选教授，伦敦大学学院（UCL）AI 中心汪军教授，香港科技大学（广州）信息枢纽院长陈雷教授联合指导。 第一作者邓程是香港科技大学（广州）的研究助理，研究方向为端侧大模型和高效模型推理；参与成员包括中科院自动化所的孙罗洋博士，曾勇程博士，姜纪文硕士，UCL 吴昕键，港科大广州的博士生肖庆发和赵文欣，港科大的博士后王嘉川以及香港理工的助理教授（研究）李昊洋。 通讯作者为邓程博士，陈雷教授和汪军教授。
3/27/2025 11:59:00 AM
机器之心
魔法原子发布人形机器人与四足机器人，揭示未来智能发展新蓝图
在3月26日举行的2025场景战略发布会上，魔法原子公司正式推出了其最新的人形机器人和四足机器人，并首次推出了具备端到端能力的 “原子万象大模型”。 这一举措不仅标志着公司的技术进步，还展现了其在智能机器人领域的雄心壮志。 发布会中，魔法原子的总裁吴长征表示，未来将启动 “千景共创计划”，计划与1000家合作伙伴共同开发人形机器人应用场景，以推动技术在实际生活和工作中的落地。
3/27/2025 11:51:00 AM
AI在线
人形机器人明星企业宇树科技盈利状况曝光，连续多年保持盈利
备受瞩目的国内人形机器人制造商宇树科技（Unitree Robotics）的盈利情况近日首次对外披露。 3月26日，宇树科技的早期投资人、SevenUp Capital创始人赵楠透露，自2020年以来，宇树科技的财务报表每年都保持盈利状态。 这一消息已得到接近宇树科技人士的证实。
3/27/2025 11:37:00 AM
AI在线
必看！SpringAI轻松构建MCP Client-Server架构
MCP 这个概念相信大家已经听了无数次了，但不同人会有不同的解释，你可能也是听得云里雾里的。 不过没关系，今天这篇内容会通过 Spring AI 给你实现一个 MCP 的 Client 和 Server 架构，让你彻底搞懂 MCP 的概念，以及学会 MCP 的开发技能。 什么是MCP？
3/27/2025 11:34:11 AM
磊哥
AI视频保姆级教程！轻松4步带你做出古诗朗诵动画
最终效果：当视频在手机上无法加载，可前往PC查看。 这个效果总共分 4 个步骤，第一步用 deepseek 写分镜镜头，第二步用即梦将分镜头生成图片，第三步将图片生成视频，第四步剪映合成。 更多AI视频干货：.
3/27/2025 11:32:06 AM
AI设计师Lena
国产AI智能体Manus启动全球用户见面会，加速封闭测试
3月27日凌晨，备受关注的国产AI智能体Manus通过其社交平台宣布，为感谢已形成的Manus社区，并进一步加深用户了解，将在未来几周内于全球多个城市举办面对面聚会。 具体的日程安排为:旧金山（3月26日/27日）、普若佛(3月29日)、纽约(3月31日)以及东京(4月9日)。 Manus团队同时表示，他们正在积极推进产品的封闭测试，每天都会将等待名单中的用户添加到测试行列中，并承诺团队正全力以赴，争取让更多用户尽快体验到Manus的功能。
3/27/2025 11:04:00 AM
AI在线
防御人工智能驱动的Deepfake
由于人工智能技术不断发展，深度伪造（Deepfake）也越来越难以发现。 这对依赖于任何形式个人图像的可信身份验证都构成了严重的问题。 然而，一些应对Deepfake威胁的方法显示出希望。
3/27/2025 10:59:12 AM
AI情报室
纯RGB输入，解决户外场景SLAM！误差降低至9.8%，港科广开源 | ICRA 2025
在自主驾驶、机器人导航、AR/VR等前沿应用中，Simultaneous Localization and Mapping (SLAM) 是核心技术之一。 现有基于3D高斯分布（3DGS）的SLAM方法虽在室内场景表现出色，但使用仅RGB输入来处理无界的户外场景仍然面临挑战：准确的深度和尺度估计困难，这影响了姿态精度和3DGS初始化图像重叠有限且视角单一，缺乏有效的约束，导致训练难以收敛为了解决上述挑战，港科广团队提出全新解决方案OpenGS-SLAM，仅凭RGB图像实现高精度定位与逼真场景重建。 论文链接：：：，该方法采用了一个点图回归网络来生成帧间一致的点图，储存了来自多个标准视角的3D结构，包含了视角关系、2D到3D的对应关系和场景几何信息，使得相机位姿估计更加稳健，有效缓解了预训练深度网络的误差问题。
3/27/2025 10:54:06 AM
新智元
普通人也能玩转AI编程？Trickle一键部署让创意秒变现实！
近日，一款名为Trickle的AI编码工具在社交媒体上引发热议，因其简单易用和强大的功能受到广泛关注。 这款工具专为非开发者设计，旨在帮助普通用户——尤其是产品经理和创意人士——将脑海中的想法迅速转化为可用的产品原型，甚至直接上线运行。 Trickle的出现，不仅降低了技术门槛，还显著加速了从创意构想到产品验证的闭环过程。
3/27/2025 10:50:00 AM
AI在线
亚马逊推出个性化购物提示，推动生成式 AI 应用
亚马逊近日在其购物工具中进一步融合了人工智能，以鼓励消费者增加购买。 该公司在周三宣布推出新功能 “兴趣”，旨在打造个性化和对话式的搜索体验。 通过这一新功能，用户可以在搜索栏中输入与自身兴趣、偏好甚至预算相关的定制化提示。
3/27/2025 10:44:00 AM
AI在线
RAG检索不过关？试试这些优化策略，精准度飙升！
近来，RAG成了大语言模型的“救命稻草”，可让大语言模型回答更准确、更靠谱。 可问题来了，很多 RAG 应用的检索系统还是有点“笨”：要么漏掉关键信息，要么抓回一堆无关紧要的“噪声”，搞得最终答案质量参差不齐。 那么，我们该怎么优化 RAG 的检索算法，让它既精准又高效呢？
3/27/2025 10:22:02 AM