模型
沉寂很久的Mistral AI推出号称世界最强OCR
欧洲AI明星公司Mistral AI 今日发布 Mistral OCR，一款号称“世界最佳文档理解 API”的全新产品。 Mistral OCR 是一款光学字符识别（OCR）API，但它远不止于简单的文字识别。 与其他模型不同，Mistral OCR 能够全面理解文档的每一个元素，包括媒体、文本、表格、公式等，并展现出前所未有的准确性和认知能力。
3/7/2025 10:23:03 AM
AI寒武纪
另一个来自中国本土"DeepSeek"时刻？全球首个通用人工智能代理发布
I 圈又炸了锅！ 另一个来自中国本土"DeepSeek"时刻今天，Manus AI 悄悄憋了一年的大招终于揭开了神秘面纱——通用AI Agent「Manus」正式发布早期预览版！ 这可不是市面上那些只能跟你聊天的“智能聊天机器人”的升级版，而是一个 真正意义上的自主智能体，它最大的亮点在于：打通了从想法到执行的完整链路！
3/7/2025 10:12:16 AM
AI寒武纪
Light-R1-32B:低成本高性能的数学解题新星闪耀登场
2025年3月6日，一款名为 **Light-R1-32B** 的全新语言模型正式亮相。 这款基于 **Qwen2.5-32B-Instruct** 模型打造的数学解题利器，经过特别训练，以其卓越的数学解题能力、低廉的训练成本以及可复现性，成为人工智能领域的一大亮点。 开发团队xAI表示，Light-R1-32B不仅在性能上超越同类模型，还为学术研究和实际应用提供了极具价值的参考。
3/7/2025 10:00:29 AM
AI在线
诸葛亮 + 水浒传 - 三国演义 = ？一文搞懂什么是向量嵌入
一起来开个脑洞，如果诸葛亮穿越到《水浒传》的世界，他会成为谁？ 武松、宋江、还是吴用？ 这看似是一道文学题，但我们可以用数学方法来求解：诸葛亮 水浒传 - 三国演义 = ？
3/7/2025 9:00:00 AM
小喵学AI
智源BGE-VL拍照提问即可精准搜，1/70数据击穿多模态检索天花板！
BGE系列模型自发布以来广受社区好评。 近日，智源研究院联合多所高校开发了多模态向量模型BGE-VL，进一步扩充了原有生态体系。 BGE-VL在图文检索、组合图像检索等主要多模态检索任务中均取得了最佳效果。
3/7/2025 8:40:00 AM
新智元
阿里千问QwQ-32B推理模型开源，比肩671B满血DeepSeek-R1！笔记本就能跑
凌晨，阿里重磅开源全球最顶尖AI模型——通义千问QwQ-32B推理模型。 它仅用320亿参数，便与目前公认的开源最强6710亿参数的满血版DeepSeek-R1（370亿被激活）相媲美。 甚至，QwQ-32B在多项基准测试中全面超越o1-mini。
3/7/2025 8:30:00 AM
新智元
从自我进化视角出发，全面解析LLM的推理能力技术演进路径
论文标题：A Survey on LLM Complex Reasoning through the Lens of Self-Evolution论文链接：：. 引言在人工智能领域，大型语言模型的复杂推理研究正成为学术界和工业界关注的焦点。 随着 OpenAI 的 O1 以及后续 DeepSeek R1 等突破性成果的发布，这一领域的研究热度持续升温，引发了广泛的学术讨论和实践探索。
3/6/2025 9:08:00 PM
机器之心
Portkey AI Gateway：轻松整合多种大语言模型的开源AI解决方案
随着开源 AI 框架的快速发展，开发者们在部署 AI 模型时获得了前所未有的灵活性。 Portkey AI Gateway 作为一款开源项目，旨在简化 AI 模型的编排，提供统一的 API 接口，助力开发者轻松整合多种 AI 模型。 除了支持大型语言模型（LLMs），Portkey 还涵盖了视觉、音频(文本转语音和语音转文本)、图像生成等多模态生成 AI 模型。
3/6/2025 6:00:00 PM
AI在线
腾讯混元发布图生视频模型HunyuanVideo-I2V，并上线对口型等玩法
腾讯宣布开源其新研发的图像转视频生成框架 ——HunyuanVideo-I2V。 该模型的发布是在其成功开源 HunyuanVideo 之后的又一重要进展，旨在推动开放源代码社区的深入探索。 HunyuanVideo-I2V 结合了先进的视频生成技术，能够将静态图像转换为生动的视频内容，为创作者提供了更多的可能性。
3/6/2025 4:34:00 PM
AI在线
Cohere发布全新多模态AI模型Aya Vision，提供32B和8B两个版本
人工智能初创公司 Cohere 的非营利研究实验室本周发布了一款多模态 “开放” AI 模型 ——Aya Vision。 该实验室声称，该模型在行业内处于领先地位。 Aya Vision 能够执行多项任务，包括撰写图片说明、回答与照片相关的问题、翻译文本以及生成23种主要语言的摘要。
3/6/2025 2:54:00 PM
AI在线
多模态检索新突破！智源开源多模态向量模型BGE-VL
2025年3月6日，北京智源人工智能研究院宣布开源多模态向量模型BGE-VL，这一成果标志着多模态检索领域的新突破。 BGE-VL模型在图文检索、组合图像检索等多模态检索任务中取得了最佳效果，显著提升了多模态检索的性能。 BGE-VL的开发基于大规模合成数据集MegaPairs，该数据集通过结合多模态表征模型、多模态大模型和大语言模型，从海量图文语料库中高效挖掘多模态三元组数据。
3/6/2025 2:46:00 PM
AI在线
离谱！OpenAI被曝博士级AI智能体2万美元/月，网友：DeepSeek快把价格打下去
什么样的AI，值得你花20000刀一个月？ OpenAI告诉你：用我们的博士级AI智能体吧，它保管值！ 今天这个消息，让所有人瞠目结舌：OpenAI的高管们计划发布三类智能体产品，价格分几档，最贵的一档月费高达2万美金。
3/6/2025 11:31:10 AM
新智元
全球首款通用AI助手发布 中国AI产品Manus一夜刷屏
近日，全球首款通用Agent（自主智能体）产品Manus正式开启了部分内测，这标志着AI自主智能领域迈出了关键性的一步。 Manus以其强大的独立思考、规划并执行复杂任务的能力，直接交付完整成果，展现了前所未有的通用性和执行能力。 与现有的AI助手相比，Manus不仅具备多任务操作能力，如Claude的Computer use等，更能在多个领域实现更高的执行质量。
3/6/2025 10:52:02 AM
站长之家
IBM 推出小型AI模型 Granite 3.2 ，强调高效推理与实用性
IBM 最近发布了其最新的 Granite3.2大型语言模型，旨在为企业和开源社区提供 “小巧、高效、实用” 的企业人工智能解决方案。 该模型不仅具备多模态和推理能力，还提升了灵活性和成本效益，使得用户更容易采用。 Granite3.2引入了视觉语言模型（VLM），用于处理文档，进行数据分类和提取。
3/6/2025 10:52:00 AM
AI在线
OpenAI宣布GPT-4.5逐步面向所有ChatGPT Plus用户开放
OpenAI 宣布开始向 ChatGPT Plus 用户推出其最新、最大的人工智能模型 ——GPT-4.5。 根据公司的安排，ChatGPT Plus 的订阅者将在未来一到三天内逐步获得该模型的使用权限。 OpenAI 首席执行官山姆・阿尔特曼（Sam Altman）表示，由于容量限制，初期的用户访问将受到控制，以管理用户的期望。
3/6/2025 10:31:00 AM
AI在线
360智脑开源Light-R1！1000美元数学上首次从零超越DeepSeek-R1-Distill
2025 年 3 月 4 日，360 智脑开源了 Light-R1-32B 模型，以及全部训练数据、代码。 仅需 12 台 H800 上 6 小时即可训练完成，从没有长思维链的 Qwen2.5-32B-Instruct 出发，仅使用 7 万条数学数据训练，得到 Light-R1-32B，在 AIME24 测试基准中取得 76.6 分、AIME25 取得 64.6 分，在数学评测上开源首次实现从零大幅超越 DeepSeek-R1-Distill-Qwen-32B 的 72.6 分和 54.9 分。 一周前，360 智脑联合北大开源了 TinyR1-32B-Preview，从 DeepSeek-R1-Distill-Qwen-32B 训练，在数学、科学和代码上取得了接近 DeepSeek-R1 满血版的优异效果。
3/6/2025 10:00:00 AM
机器之心
重磅！阿里深夜推出全新推理模型，仅1/20参数媲美DeepSeek R1
就在刚刚，阿里Qwen 团队 正式发布了他们最新的研究成果 —— QwQ-32B 大语言模型！ 这款模型不仅名字萌萌哒 (QwQ)，实力更是不容小觑！ 😎相信关注大模型领域的朋友们都知道，模型参数量的大小往往与性能成正比。
3/6/2025 9:55:49 AM
AI寒武纪
AI屠戮白领，大学文凭变「废纸」！美高中重开体力课，年薪40万不是梦
OpenAI首个NextGenAI联盟正式成立！ 联盟汇聚了15家领先研究机构，包括Caltech、MIT、哈佛等顶尖学府，创始阵容堪称豪华。 其中，研究资助、计算资金和API访问权限都将由OpenAI负责提供，全力支持学生、教育工作者和研究人员探索AI前沿应用。
3/6/2025 9:30:00 AM
新智元
资讯热榜
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