「全场景人工智能」共找到 3874 篇相关文章
刚刚,全球首个超高帧世界模型诞生!英伟达含量0,狂飙50帧
魔芯科技联合浙大潘云鹤院士团队发布全球首个Flash World Model——MoWorld,全栈基于国产NPU,实现50FPS实时推理,推理成本降70%,为世界模型产业化带来新思路。
继Anthropic后,Google放出5个常用的Agent Skill设计模式
Google Cloud发布指南,总结五种Agent Skill设计模式,含完整ADK代码示例,如Tool Wrapper、Generator等。各有应用场景且可组合,能避免将复杂指令塞在system prompt,构建可靠agent。
Claude杀入Office全家桶,全球4.5亿打工人一夜变天!OpenAI惨烈出局
微软推出办公神器Copilot Cowork,全面接管Office。它内置Claude模型,能执行任务、运行工作流,可处理日程、会议准备等场景。微软采用多模型策略,抛弃OpenAI,Copilot Cowork适合企业,价格较高。
AgentCPM-Explore开源,4B 参数突破端侧智能体模型性能壁垒
清华大学、中国人民大学等联合研发的 AgentCPM-Explore 开源,基于 4B 参数在深度探索任务上表现出色,打破参数壁垒,开源全流程基建,还探索出提升小模型性能的方法。
借鉴人脑「海马体-皮层」机制,红熊AI重做了一个「记忆系统」
记忆成AI进化关键,Google Research新论文提出「嵌套学习」范式。红熊AI受业务难题启发,推出「记忆熊」,借鉴人脑机制重构记忆系统,在多场景应用落地,提升了服务质量和效率。
Rust版本的DeepSeek-OCR来了,告别python原版的繁琐配置
网友用Rust重写DeepSeek - OCR推理栈,解决原版Python依赖复杂问题。此版本无Python依赖,可离线运行,兼容OpenAI API,还支持苹果芯片Metal加速,介绍了技术实现、使用方法和场景。
我这半年看过最好的 Vibe Coding 技巧
OpenAI 创始成员 Andrej Karpathy 在 X 阐述 Vibe Coding 实践,提出建立三层结构让不同工具各司其职完成开发。介绍不同场景适用工具,还谈及‘后代码稀缺时代’焦虑,给开发者带来启发。
浅析 rust 大明星 Tokio
本文剖析热门Rust库Tokio,介绍其优势与适用场景,从Rust异步着手,分析架构、调度生命周期,还对比Nginx,探讨绑核方法与未来方向,如支持IO Uring、扩展协议栈等。
把 UI 生成接进流水线:基于半监督评测体系的 UI 自动化生产实践
本文来自蚂蚁集团黄兆嵩在 QCon 2026 的演讲,探讨生成式 UI 技术重塑生产方式。提出系列工程实践,包括高质量生成、LUI 场景应用及质量监控迭代,让前端生产自动运转、用户体验随需而变。
ICLR 2026 | CineTrans: 首个转场可控的多镜头视频生成模型,打破闭源技术壁垒
随着视频生成模型发展,影视级长视频需多镜头序列及自然转场,这成新挑战。上海人工智能实验室团队提出 CineTrans 模型,基于掩码机制实现自动化转场,还构建 Cine250K 数据集,实验效果超基线。