模型

无需训练，100%完美检索！LLM练出「火眼金睛」，InfiniRetri超长文本一针见血

全新检索模式：在无限长token下，大语言模型自身或能检索信息！受大语言模型（LLM）上下文窗口大小的限制，处理输入token数超过上限的各种任务颇具挑战性，无论是简单的直接检索任务，还是复杂的多跳推理任务。尽管新提出的各种方法用来增强大语言模型的长上下文处理能力，但这些方法痛点突出：要么会产生高昂的训练后成本，要么需要额外的工具模块（如检索增强生成RAG），要么在实际任务中显示出改进，并不明显。

3/17/2025 9:40:00 AM

新智元

想纠正LMM犯错？没用！NUS华人团队：最强o1反馈修正率不到50%

大规模多模态模型（Large Multimodal Models，LMM）在人类反馈下的表现如何？这一问题对于利用LMM开发通用AI助手至关重要，现有的基准测试并未针对LMM与人类的交互智能进行测试。来自新加坡国立大学的华人团队提出了InterFeedback，一个可应用任何LMM和数据集的交互式框架。

3/17/2025 9:35:00 AM

新智元

纽约时报作家被AGI「洗脑」！AI横扫奥数金牌、编写95%代码，人类却毫无准备

一觉醒来，离AGI又近了一步。纽约时报专栏作家Kevin Roose，发帖表示自己被AGI「洗脑」了，现在对AGI深有感触。强人工智能即将到来，但人类尚未做好准备。

3/17/2025 9:32:32 AM

新智元

0行代码打造3D游戏，氛围编码席卷全网！开发30分爆赚28万

用「vide coding」制作3D游戏正在成为一股新风潮。从大V到普通网友，越来越多人加入到了这场狂欢之中。资深软件工程师Grégory D'Angelo上传了一段他vide coding出来的游戏视频。

3/17/2025 9:27:45 AM

新智元

谷歌重磅推出全新Scaling Law，抢救Transformer！3万亿美元AI面临岔路

测试时计算之后，谷歌三大团队集众人之力，发现了全新的Scaling Law！刚刚，谷歌研究员Zachary Charles宣布：「在越来越大的模型上，分布式训练取得重大突破」。这个核心算法，便是——DiLoCo的Scaling Law。

3/17/2025 9:25:00 AM

新智元

CVPR 2025：无需物理引擎，一个模型搞定图像渲染与分解

无需物理引擎，单个模型也能实现“渲染逆渲染”了！在计算机图形和视觉领域，渲染是指将3D模型变成逼真的2D图片，逆渲染则是从2D图片分析出3D模型的各种属性（如材质、光照等）。现在，从材质分解（逆渲染）——材质编辑——物体渲染的整个流程，都被统一到了一个框架中，且在性能方面达到了新SOTA。

3/17/2025 9:20:00 AM

量子位

ICLR 2025 Spotlight | 慕尼黑工业大学&北京大学：迈向无冲突训练的ConFIG方法

本文由慕尼黑工业大学与北京大学联合团队撰写。第一作者刘强为慕尼黑工业大学博士生。第二作者楚梦渝为北京大学助理教授，专注于物理增强的深度学习算法，以提升数值模拟的灵活性及模型的准确性和泛化性。

3/17/2025 9:15:00 AM

机器之心

Manus带火的MCP，让Claude一句话自动化3D建模，网友：真·AI+应用

一句话提示，Claude自动化打开Blender将2D图片转为3D建模。整个过程行云流水。而且还能只用一次提示词，再基于这个场景搭建可以互动的网页。

3/17/2025 8:55:00 AM

量子位

Nature：你的大脑衰老速度受这64个基因影响

你的大脑衰老速度，原来受这64个基因影响！事情是这样的。根据Nature最新报道，科学家们通过利用AI模型分析大量脑部扫描和遗传数据，确定了64个影响大脑衰老速度的基因，并指出了13种潜在的抗衰老药物。

3/17/2025 8:37:00 AM

量子位

谷歌Gemini突袭ChatGPT，全新升级让AI更懂你！Deep Research人人免费用

Gemini最新功能免费「no cost」！谷歌全新升级Gemini，人人都能免费体验全新功能。谷歌正在为Gemini用户带来新的和升级的功能，包括基于2.0 Flash Thinking的深度研究、Gems功能、应用程序和个性化设置。

3/17/2025 8:30:00 AM

新智元

驯服AI，更懂物理！何恺明团队提出全新DHN「去噪哈密顿网络」

近日，何恺明团队提出了去噪哈密顿网络（Denoising Hamiltonian Network，DHN），就像给物理知识开了挂。传统的机器学习方法虽然能处理一些简单的物理关系，但面对复杂的物理系统时，却显得力不从心。来自MIT、斯坦福、西北大学等的研究者将哈密顿力学算子推广到神经网络中，不仅能捕捉非局部时间关系，还能通过去噪机制减轻数值积分误差。

3/17/2025 8:20:00 AM

新智元

哥大博士经费被砍当场崩溃！全美高校遭史上最大规模裁员，科研圈遭灭顶之灾

早上7点，哥大生物医学工程系的博士研究生Daniella Fodera接到实验室主任的电话，得知自己的项目基金被终止，当场崩溃痛哭。而她的遭遇，只是众多受特朗普政府决策打击的科学家的缩影。美国政府发起的削减拨款，如今已经在全美高校引起了大地震。

3/17/2025 8:10:00 AM

新智元

十个让DeepSeek变强大的指令模型

以下是10个AI指令万能公式及对比案例，涵盖不同场景下的应用技巧，帮助大家通过结构化指令提升AI输出质量：1. 角色定位法：明确AI的专家身份错误指令： "写一篇产品营销文案。 " （AI可能生成通用模板，缺乏针对性）正确公式：【角色】【任务】【场景】案例： "你是一位10年经验的数码产品营销专家，请为新品智能手表撰写一篇小红书文案，重点突出健康监测功能和商务场景适配性。

3/17/2025 12:22:00 AM

数师兄

全球首个化学反应AI「考场」，7种MLIPs模型与SOTA生成式模型同场PK

编辑 | ScienceAI过渡态（Transition State, TS）是化学反应的「关键帧」，就像群山中的最低隘口，决定了分子翻山越岭所需的能量和路径。然而，TS 的寿命仅有飞秒级（10⁻¹⁵ 秒），实验观测如同捕捉闪电一瞬——目前只能依赖量子化学计算来寻找。传统的密度泛函理论（DFT）虽能提供高精度结果，但单次 TS 搜索可能消耗数十至数千 CPU 时，面对成百上千反应节点的复杂网络，计算成本高得难以承受。

3/14/2025 3:22:00 PM

ScienceAI

MM-Eureka：极少数据实现多模态推理的R1-Zero时刻

尽管 DeepSeek-R1 在单模态推理中取得了显著成功，但已有的多模态尝试（如 R1-V、R1-Multimodal-Journey、LMM-R1）尚未完全复现其核心特征。例如，R1-V 仅在简单计数任务上表现出进步，未能实现回答长度的增长和顿悟时刻；R1-Multimodal-Journey 则在训练过程中回答长度反而降低；LMM-R1 虽然有所进步，但尚未在大规模图文数据训练中得到验证。而 Kimi 1.5 尽管表现突出，但并未开源其模型或数据。

3/14/2025 11:59:29 AM

机器之心

Anthropic CEO：全体失业好过50%失业！AI将接管所有代码，但可以一键「躺平」

「再过一年，所有的代码可能都是AI生成的。」「它们会随机抢走世界上50%的工作。」「应该设计一个按钮，让AI可以一键『躺平』。

3/14/2025 10:29:43 AM

新智元

南开提出1Prompt1Story，无需训练，可通过单个连接提示实现一致的文本到图像生成

（1Prompt1Story）是一种无训练的文本到图像生成方法，通过整合多个提示为一个长句子，并结合奇异值重加权（SVR）和身份保持交叉注意力（IPCA）技术，解决了生成图像中身份不一致的问题，同时保持了文本描述的精准对齐。相关链接论文：：：，通过单个连接提示实现一致的文本到图像生成。我们的方法可以应用于所有基于文本嵌入的文本到图像模型。

3/14/2025 10:02:38 AM

AIGC Studio

科学家构建多模态LLM框架，进行3D脑CT放射学报告生成

编辑 | 烂菜叶多模态大型语言模型 (MLLM) 已经改变了现代医疗保健的格局，其中自动放射学报告生成 (RRG) 正在成为一种尖端应用。虽然基于 2D MLLM 的 RRG 已经得到充分认可，但其在 3D 医学图像中的实用性仍未得到充分开发。在这方面，台北荣民总医院（Taipei Veterans General Hospital）、台湾阳明交通大学（National Yang Ming Chiao Tung University）以及美国加州大学的研究人员整理了 3D-BrainCT 数据集（18,885 个文本扫描对）并开发了 BrainGPT，这是一种专为 3D CT RRG 设计的临床视觉指令调整 (CVIT) 模型。

3/13/2025 2:23:00 PM

ScienceAI

资讯热榜

GGUF 是什么？一文看懂大模型里最火的模型格式 AI应用新纪元：2025中国AI应用排行榜榜单揭晓丨2025年1月单张4090跑到30fps，范浩强团队让VLA实时跑起来了一张合影就能泄露全家信息？央视紧急预警：“读心AI”正让社交晒图变成隐私炸弹可灵、即梦、海螺、Vidu哪家强？4大AI视频神器深度测评 Sora、可灵、即梦哪家强？AI视频软件深度测评！免费！让图片放大不失真的位图转矢量图神器 Tmttool 阿里云通义模型首次大规模赋能双11，单日翻译调用量突破14亿次

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek 谷歌 AI绘画大模型机器人数据 Midjourney 开源 AI新词 Meta 微软智能用户 GPT 学习技术智能体马斯克 Gemini Anthropic 图像英伟达 AI创作训练 LLM 论文代码算法 AI for Science Agent 苹果 Claude 芯片腾讯 Stable Diffusion 蛋白质开发者 xAI 生成式神经网络机器学习 3D RAG 具身智能 AI视频人形机器人研究大语言模型百度生成 GPU Sora 工具华为计算字节跳动 AI设计大型语言模型 AGI 搜索视频生成场景生成式AI 深度学习 DeepMind 架构 AI模型亚马逊特斯拉 Transformer 编程视觉 MCP 预测