自然语言反思」共找到 266 篇相关文章

开源动态8

谷歌太壕了!编程Agent大招至简:开源且免费,百万上下文、多模态、MCP全支持

谷歌开源免费的编程Agent Gemini CLI,提供业界最高免费限额,能在终端访问Gemini。其能力多样,涵盖代码理解等,支持百万上下文、多模态和MCP,开源协议为Apache 2.0,还给出安装和使用指引。

量子位
开源动态8

登上 GitHub 日榜 TOP5,收获 1.2 万标星的自动剪辑视频开源工具。

video-use是browser-use团队开源的自动剪视频项目,登上GitHub日榜TOP5、获1.2万标星。它改变剪辑交互方式,让用户描述意图,有智能剪辑、调色等功能。技术亮点是双层读取系统,成本和效率更优。

开源星探
推荐文章8

24个Agent工作流框架用哪个? 11个维度全面评测

LLM发展推动自然语言理解进步,国产LLM密集发布。文章从功能能力和架构特性两维度,对24个智能体工作流框架全面评测,给出关键结论,还提及优化策略、应用领域等。

PaperAgent
算法论文8

说句话就能飞!北航发布语言交互的无人机控制模型

北航刘偲教授团队提出语言引导的细粒度无人机轨迹控制研究框架,定义Flow范式。采用模仿学习法让无人机响应指令,构建数据集和仿真评测基准,还提出协作策略和算法,实现真机部署。

量子位
产品应用7

理解归 AI,正确归引擎:从一句话到一条实时数据链路(0代码搭建实时任务)

文章分享直播数据团队搭建AI辅助、指标驱动的实时数据端到端开发系统的实践与思考。从案例介绍用户使用流程,再深入系统内部讲链路构建与演进,阐述设计方法论,最后提出未来规划。

阿里云开发者
开源动态8

2w star,网页秒变 AI 助手,厉害了!

阿里项目`PageAgent`登上Github热榜,是纯前端JavaScript GUI智能体框架。它让网页拥有AI Agent,通过自然语言控制界面,无需截图、OCR和多模态大模型,有多种功能特性,使用简单。

开源先锋
产品应用7

Anthropic 深夜发布 Claude Design,一句话生成 UI,百亿美元市值 Figma 股价跌了 4.6%

Anthropic 发布新产品 Claude Design,由 Claude Opus 4.7 支持,以研究预览形式向部分用户开放。它定位为设计师“搭子”,覆盖多设计工作流。网友评价高,但也有人指出其生成结果有同质化问题,对传统设计工具冲击待察。

InfoQ
产品应用7

从人工到AI驱动:天猫测试全流程自动化变革实践

AI时代,天猫技术质量同学探索AI在测试全流程提效的落地方案,将传统测试工作链拆解为五阶段,目标是实现全流程自动化等。介绍了测试体系变革、所需关键能力、技术架构及落地收获与未来趋势。

阿里云开发者
推荐文章7

拒绝招聘、产品粗糙,却成史上最快增长软件公司!4个00后“整顿”创业圈:大家都不信,才是我们的机会

Cursor是极速崛起的AI编程工具,操刀手是4个00后。创始人Michael Truell分享经验,从早期失败项目获教训,虽有GitHub Copilot,仍因看好编程未来投身其中,3个月发布产品并不断迭代。

AI前线
推荐文章8

OpenAI 最新报告:让团队变得 AI Native 的五大原则

OpenAI 发布白皮书《Staying ahead in the age of AI》,基于与国际大公司合作经验,提炼出让团队变得 AI Native 的五大原则,即对齐、激活、放大、加速、治理,还给出各原则策略及反思问题。

特工宇宙