资讯列表
一图胜千言被实现了！DeepSeek-OCR用图片压缩文本，10倍压缩率
DeepSeek开源了DeepSeek-OCR，用1张图片的信息，还原10页书的文字，10倍的压缩率，可以做到几乎不丢失信息。 视觉编码器走了不少弯路大型语言模型记性不好，或者说，能记住的东西太有限。 你给它一篇长长的文章，它的计算量呈二次方往上飙。
10/24/2025 12:19:18 PM
斯坦福与Adobe新研究，模仿蒸馏技术轻松让200亿参数图像生成高质量大模型
高质量图像生成又加速了！ 斯坦福大学和 Adobe 研究院联手，用 pi-Flow（基于策略的流模型）技术，让 200 亿参数的文本到图像大模型，在 4 步之内就生成了媲美教师模型的高质量、高多样性图片。 让图像生成模型少走几步所有玩过 AI 绘画的人都有一个共同的体验，未蒸馏的原版大模型，点击生成，看着进度条一点点爬升，从一个模糊的噪声，慢慢变得清晰。
10/24/2025 12:17:22 PM
AI在线强化学习“边做边学”，斯坦福团队让7B小模型性能飙升，甚至超越GPT-4o
允中 发自 凹非寺. 量子位 | 公众号 QbitAI斯坦福等新框架，用在线强化学习让智能体系统“以小搏大”，领先GPT-4o——. AgentFlow，是一种能够在线优化智能体系统的新范式，可以持续提升智能体系统对于复杂问题的推理能力。
10/24/2025 12:16:56 PM
西风
干家务一小时挣1000元，具身智能时代人类新岗位
西风 发自 凹非寺. 量子位 | 公众号 QbitAI注意看，眼前这个男人暂且叫他小帅。 你可能想不到，他只是在厨房里优雅地煎牛排做做家务，每小时最高能赚进1000多块（150美元）。
10/24/2025 12:09:09 PM
西风
AI时代，开发者不能再当 i 人了，「云计算代言人」敬告
开发者不能再内向了：要会和客户同事说，会和 AI 说。 「我想说的很明确：现在我们有了更多学习新技术的机会，但最有意思的是，很多技巧并非技术。 我坚信，未来最成功的开发者，必须拥有强大的沟通能力。
10/24/2025 12:06:00 PM
机器之心
八年后，Meta教会了Transformer「显式思考」
最近的 Meta 可谓大动作不断，一边疯狂裁人，一边又高强度产出论文。 10 月 20 日，他们又上线了一篇新论文《The Free Transformer》，作者只有一位，日内瓦大学教授、Meta 研究科学家 François Fleuret。 有意思的是，François 所在的 FAIR 是 Meta 近日裁员最严重的部门之一。
10/24/2025 12:00:00 PM
机器之心
腾讯发布SpecExit算法，无损压缩端到端加速2.5倍！解决大模型长思考效率难题
以 DeepSeek-R1 等为代表的推理模型（Large Reasoning Models, LRMs），通过生成更长的思维链，在各类复杂任务中取得了更优的表现。 但长思维链是推理模型的 “双刃剑”，虽能提升性能，但 “过度思考” 带来的语义冗余会大幅推高推理成本。 为破解大模型长思维链的效率难题，并且为了更好的端到端加速落地，我们将思考早停与投机采样无缝融合，提出了 SpecExit 方法，利用轻量级草稿模型预测 “退出信号”，在避免额外探测开销的同时将思维链长度缩短 66%，vLLM 上推理端到端加速 2.5 倍。
10/24/2025 11:56:00 AM
机器之心
夸克AI眼镜开售，88VIP叠加9折消费券，超低价格仅需3329元
10月24日零点，阿里巴巴首款自研的夸克AI眼镜在其天猫官方店铺——夸克智能设备旗舰店上正式首发。 天猫平台的实时成交竞速榜单显示，新品上线销售后仅7个小时，便成为双11期间智能眼镜行业top2品牌。 不少消费者已经在社交媒体及粉丝群里陆续晒出购买订单。
10/24/2025 11:18:54 AM
MinerU2.5源码拆解：双后端架构设计与企业级部署实践
8月中旬的时候，我去MinerU的办公室交流过一次。 当时对方有位工作人员表示，接下来会很快基于视觉模型的路线实现全面 SOTA。 说实话，那个时候我还挺怀疑的。
10/24/2025 11:16:41 AM
韦东东
基于JoyAgent的二开工程实践（信贷尽调报告生成）
很久没更新，书稿终于写完了，后续恢复每周一到两更。 这篇来继续聊聊 Agent, 这个现在有些烂大街的概念。 我在历史文章中提到 Agent 的案例演示时，大多是围绕 Dify，介绍了些诸如设备预测性运维、多源异构数据分析等使用场景。
10/24/2025 11:12:14 AM
韦东东
人工智能的“苦涩教训”：辛顿最清醒的警告
在人工智能的历史上，杰弗里·辛顿（Geoffrey Hinton）不仅是深度学习的奠基人，更像是一个时代的镜子。 他提出的“苦涩的教训（The Bitter Lesson）”，直到今天，依然是AI研究者绕不开的一记耳光——它提醒我们，聪明的人类往往高估了自己设计“聪明系统”的能力，而低估了计算和数据的力量。 这条教训，之所以“苦涩”，是因为它击中了人类的骄傲。
10/24/2025 11:00:58 AM
AI大模型应用开发
多轮交互驱动的Text-to-SQL智能体
在大语言模型（LLM）风头正劲的当下，让普通用户用自然语言向数据库提问、自动生成 SQL 查询成为一种重要探索方向，即所谓 Text-to-SQL 技术。 尽管近年来已有不少成果，但在真实场景下，Text-to-SQL 仍存在一些挑战，尤其是在 多轮交互、宽表（很多列）查询、可解释性 等方面：用户常常不是一次性把完整问题说出来，而是一步步迭代补充、提出子问题数据库表可能列很多、关系复杂，模型在“选列”“join”“过滤条件”上容易出错模型直接给一个 SQL 字符串，往往不透明、难以调试与纠错这篇论文 “Interactive-T2S” 正是在这类痛点中切入，提出一种 交互式、多轮驱动 的 Text-to-SQL 框架，让模型在生成 SQL 的过程中向数据库“发问”、拉取信息，从而提高准确性与可解释性。 下面，我们从核心思路、方法设计、实验结果及未来展望四个层面解读。
10/24/2025 10:58:24 AM
Apache Doris 4.0 把 AI 塞进数据库了！？
“哥，Doris 4.0 把 AI 塞进数据库了！ ”凌晨一点，DBA老周在群里甩出这句话，附带一张截图：一条 SQL 直接调通简历筛选，把 30 万份数据 3 秒跑完。 我盯着屏幕，咖啡差点洒键盘——这年头，连数据库都开始抢 HR 的饭碗？
10/24/2025 10:51:05 AM
大数据AI智能圈
OpenAI 内部警示:ChatGPT Atlas 面临“即时注入”安全威胁
【AIbase报道】尽管 OpenAI 正在全力推广其全新一代智能浏览器 ChatGPT Atlas，但公司内部安全主管 Dane Stuckey 近日却公开表达了对其潜在安全风险的担忧，引发业界关注。 Stuckey 指出，Atlas 面临的最大挑战之一是尚未彻底解决的 “即时注入”（Prompt Injection）攻击。 这类攻击通过在网页、邮件或其他内容中巧妙嵌入恶意指令，从而诱导 AI 代理执行非预期操作。
10/24/2025 10:47:12 AM
AI在线
EA与Stability AI合作:将AI融入游戏开发，加速内容创作
电子艺界（EA）宣布与Stable Diffusion AI图像模型的开发商Stability AI建立战略合作关系，旨在将人工智能(AI)深度融入其游戏开发流程。 两家公司将“共同开发变革性的 AI 模型、工具和工作流程”，以重新构想内容构建方式，从而加速内容迭代并拓展创意边界。 AI定位:提升效率而非取代创意EA强调，虽然AI将成为“值得信赖的盟友”，支持更快的迭代、加速工作流程，并允许开发者将更多时间专注于“打造世界一流的游戏和体验”，但人类仍将是“故事叙述的核心”。
10/24/2025 10:47:08 AM
AI在线
Mobileye连续三个季度营收同比增长，EyeQ芯片出货量持续增长
得益于各项业务的强劲需求，第三季度营收达04亿美元，同比增长4%。 2025财年第三季度摊薄每股收益（GAAP）为-0.12美元，调整后摊薄每股收益（非GAAP）为09美元。 供需关系稳定，公司相应上调2025财年全年营收预期至45亿 – 18.85亿美元，预计同比增长区间为12% – 14%。
10/24/2025 10:46:54 AM
鹭羽
从零实现一个17M参数的GPT预训练模型
大家好，我是写代码的中年人！ 今天我们使用开源的的中文数据进行模型的预训练，下面跟着我的步骤，从零实现你的预训练模型。 本文所有代码和数据资源位置：、预训练模型的概念预训练模型(Pretrained Model)就是一个已经在海量数据上训练过的模型，它学会了语言的基本规律、结构和语义，然后可以拿来做各种下游任务，比如写作、翻译、问答、分类、生成代码等。
10/24/2025 10:41:33 AM
写代码的中年人
揭秘大模型的魔法：从零实现一个简化版的GPT 模型
大家好，我是写代码的中年人！ 今天我们结合代码从零实现一个简化版 GPT 模型。 近年来，大语言模型席卷了人工智能领域，从 ChatGPT 到 LLaMA，它们以惊人的语言理解和生成能力改变了我们与机器交互的方式。
10/24/2025 10:34:55 AM
写代码的中年人