AI

AI+数据智能体的三大支点：数据治理、知识库和大模型

当销售部喊出"业绩增长15%"，财务部却坚称"只有8%"。会议室里争论不休，时间流逝，竞争对手已经抢占先机。你不禁自问：明明砸了千万建设数据系统，为何企业依然深陷数据内耗？

5/15/2025 9:56:32 AM

大数据AI智能圈

速度最快：Stable Audio Open Small 端侧音频模型登场，手机上 8 秒内 AI 生成 11 秒音频

AI 初创公司 Stability AI 推出 Stable Audio Open Small，号称是市场上速度最快的“立体声”音频生成 AI 模型，可在智能手机上运行。

5/15/2025 9:18:20 AM

故渊

重磅！谷歌DeepMind发布AlphaEvolve：AI界的“算法设计进化大师”诞生

谷歌DeepMind刚刚又往前拱了一大步，宣布推出 AlphaEvolve智能体，目标直指更上游，用于通用算法的设计发现和优化简单说，AlphaEvolve就像个AI界的“算法育种大师”。它把自家Gemini大模型（Gemini Flash负责广撒网，洞察力强的Gemini Pro负责深挖）和一套“自动化考官”（负责验证算法靠不靠谱、效率高不高）结合起来，再套上一个“进化论”的框架，让好算法能一代更比一代强AlphaEvolve工作流程：工程师设定框架，AI通过“提示采样器”给LLM喂招，LLM出新招（程序），“考官”打分，好招进“兵器谱”，并用来启发下一轮出招。去年DeepMind就秀过肌肉，证明LLM能生成代码函数来搞定科学问题。

5/15/2025 9:17:00 AM

GPT-4o不敌Qwen，无一模型及格！UC伯克利/港大等联合团队提出多模态新基准：考察多视图理解能力

多视图理解推理有新的评判标准了！什么是多视图理解？也就是从不同视角整合视觉信息进而实现理解决策。

5/15/2025 9:10:00 AM

破解300年数学难题，智能体大突破！谷歌发布超强AI Agent

今天凌晨，谷歌Deepmind在官网发布了，用于设计高级算法的编程AI Agent——AlphaEvolve。 AlphaEvolve与谷歌的大模型Gemini实现深度集成，用于自动评估通用算法的发现与优化，可以帮助开发人员快速设计出最好、高效的矩阵算法。简单来说，大模型擅长生成各种想法和算法，但是没人知道这些到底行不行，而AlphaEvolve相当于“质检员”，能够按照特定标准来衡量这些想法是否可行。

5/15/2025 9:08:00 AM

ICML25 | 让耳朵「看见」方向！仅依靠360°全景视频，就能生成3D空间音频

空间音频，作为一种能够模拟真实听觉环境的技术，正逐渐成为提升沉浸式体验的关键。然而，现有的技术大多基于固定的视角视频，缺乏对360°全景视频中空间信息的充分利用。在这样的背景下，一项在空间音频生成领域具有里程碑意义的研究应运而生——OmniAudio：它能够直接从360°视频生成空间音频，为虚拟现实和沉浸式娱乐带来了全新的可能性。

5/15/2025 9:05:00 AM

DanceGRPO：首个统一视觉生成的强化学习框架

本文由字节跳动 Seed 和香港大学联合完成。第一作者薛泽岳为香港大学 MMLab@HKU 在读博士生，在 CVPR、NeurIPS 等国际顶级会议上发表多篇研究成果。项目通讯作者为黄伟林博士和罗平教授。

5/15/2025 9:04:00 AM

25岁MIT辍学天才一战成名！3年成为90亿美金公司CEO

硅谷又出现了一位新的天才。 AI浪潮中，一位年仅25岁的远见者正以惊人的速度改写着软件开发的未来，他就是Michael Truell，AI代码编辑器Cursor背后的母公司Anysphere的CEO。 Cursor仅仅用了12个月，ARR就达到了一亿美元，多篇业内分析认定Cursor是「SaaS史上最快到$100M ARR的初创公司」。

5/15/2025 9:02:00 AM

Meta 推出 CATransformers 框架助力AI行业实现减排目标

在人工智能迅猛发展的今天，Meta 的 FAIR 团队与佐治亚理工学院联合研发了一款名为 CATransformers 的全新框架。该框架以降低碳排放为核心设计理念，旨在通过优化模型架构与硬件性能，显著减少 AI 技术在运营中的碳足迹，为可持续的 AI 发展奠定基础。随着机器学习技术在各个领域的广泛应用，从推荐系统到自动驾驶，其背后的计算需求不断增加。

5/15/2025 9:01:02 AM

AI在线

陶哲轩携AI再战数学！o4-mini秒怂弃赛，Claude 20分钟通关

3天后，陶哲轩YouTube视频二更来了。上一次，他使用GitHub Copilot（基于GPT-4），成功在33分钟内完成一页非形式化证明。这次，他尝试了一种更短、更概念化的证明版本，并测试Claude、o4-mini能否基于之前的非形式和形式证明，生成类似的形式化代码。

5/15/2025 8:52:00 AM

所有AI工具共享记忆！MCP协议杀疯了：100%本地运行，Cursor、Claude都能用

聊完就忘？当下多数AI助手和开发工具各自独立运行，会话结束上下文即消失，严重影响了使用体验和效率。 OpenMemory MCP，一款可以解决AI工具记忆痛点，并且实现不同工具之间共享上下文信息的开源工具，他来了！

5/15/2025 8:35:00 AM

看图猜位置不输o3！字节发布Seed1.5-VL多模态推理模型，在60个主流基准测试中拿下38项第一

在60个主流基准测试中拿下38项第一！字节发布轻量级多模态推理模型Seed1.5-VL，仅用532M视觉编码器 200亿活跃参数就能与一众规模更大的顶尖模型掰手腕，还是能带图深度思考的那种。相关技术报告也第一时间公开了。

5/15/2025 8:30:00 AM

EasyDub 配音视频生成平台：SpringBoot + Thymeleaf + Spring AI 实战开发

本项目旨在构建一个 Web 端一键生成 AI 配音视频的系统，提供从“上传视频 → 提取语音 → 翻译 → 合成音频 → 合成字幕与数字人 → 下载结果”的完整流程。后端基于 SpringBoot，前端使用 Thymeleaf Bootstrap，结合 Redis 实现异步任务状态跟踪与进度轮询，支持多用户并发任务处理。功能亮点🔁 全流程：上传原视频 → 翻译 → 配音合成 → 视频输出💬 Spring AI：调用 AI 模型实现翻译、合成🎞️ Web UI：Thymeleaf Bootstrap 实现进度轮询🔧 Redis Spring Task 实现异步任务与进度管理💡 实际 DEMO：上传 original_video.mp4 → 下载 linly_dubbing.mp4项目结构复制SpringBoot 构建 REST 接口视频上传与任务创建接口复制Spring Task Redis 实现任务调度配置异步线程池复制后台任务处理服务复制Redis 进度服务封装复制Web 前端 Thymeleaf Bootstrapindex.html复制本地 DEMO 流程启动 SpringBoot 应用浏览器打开 http://localhost:8080上传 original_video.mp4等待进度提示，后台完成：视频 → 音频提取 → Whisper识别 → 翻译 → 合成配音 → 视频合成下载生成的 linly_dubbing.mp4结语通过整合 Spring Boot、Thymeleaf、Redis、FFmpeg 与 AI 模型接口（Whisper、XTTSv2 等），我们构建了一个功能强大且易用的 EasyDub Web 配音系统，支持异步处理、状态轮询、数字人合成与完整视频输出。

5/15/2025 8:21:16 AM

编程疏影