「超级智能时代」共找到 4416 篇相关文章
清华突破「光毒性」难题,活体显微进入无扰观测时代
清华大学团队研发出LF-denoising自监督去噪算法,可在超低光毒性下实现长时间高保真三维亚细胞成像,突破了长时间活体成像的光毒性限制,为多领域研究提供新工具。
ICLR 2026 Workshop 征稿开启:迈向 Lifelong Agent 终身智能新范式
人工智能进入新转折点,AI Agent 崛起但存在瓶颈。ICLR 2026 Workshop 开启征稿,旨在推动“Lifelong Agent”研究范式,打通多方向,定义 Agent 发展新里程碑,介绍了时间、地点、征稿方向等信息。
Chiplet(芯粒) —— 后摩尔时代的芯片“乐高”玩法
当单芯片逼近物理极限,Chiplet技术应运而生,它将大芯片拆分成小芯片,通过先进封装技术整合。该技术成本低、良率高,应用场景多元,但面临热管理、测试和标准统一等挑战,未来发展前景广阔。
仅有一位作者的论文,却补上了城市智能的「最后一公里」
郑宇教授用论文提出跨域多模态知识融合框架,在空气质量推断等多场景优势明显,其研究按数据选择等四阶段进行,解决数据难题,推动AI用于城市问题,为跨部门协作提供可能。
Snowflake CEO 复盘:为什么 LLM 时代企业需要一个 AI Data Cloud?
Snowflake曾是企业数据平台代表,随AI崛起,CEO Sridhar推动其转型为AI Data Cloud。Snowflake Intelligence上线,不造基础模型,专注放大数据价值,其可靠、计费合理,核心竞争力在数据。
大小模型协同架构在金融智能投顾中的应用与挑战
本文整理自北银金科高级算法专家尹辰轩分享,介绍大小模型协同架构下的大模型投顾方案,能解决幻觉问题、优化回答深度。还提到 12 月 19 - 20 日 AICon 北京站聚焦多热门方向。
NeurIPS 2025|VFMTok: Visual Foundation Models驱动的Tokenizer时代来临
传统视觉 Tokenizer 存在缺乏高层语义信息、冗余度高、表征混乱等问题。香港大学 CVMI Lab 和阶跃星辰 AIGC 团队提出 VFMTok,用预训练视觉基础模型构造视觉 Tokenizer,实验显示其性能优异。
M2模型杀回Coding和Agent领域,MiniMax想要「普惠智能」
如今大模型竞争转向综合比拼,MiniMax 发布并开源 M2 模型,在权威测评跻身全球第一梯队。它定位轻量级,Coding 与 Agentic 能力强,性价比高,还升级 Agent 产品,以技术普惠策略让用户零成本体验。
超级AI云,未来10年阿里云的核心战略 | 甲子光年
9月24日,阿里云CEO吴泳铭在云栖大会给出发展方向,要成全栈人工智能服务商。其All in AI,构建云基础设施、开源通义千问、布局Agent应用,按三阶段演进路线迈向ASI,还将加大投入提升数据中心能耗。
腾讯版“Claude Code”来了!AI编程L4时代is coming
9月9日腾讯发布AI CLI工具CodeBuddy Code,CodeBuddy IDE开启公测。它是腾讯版“Claude Code”,可自然语言驱动开发运维。随着AI编程发展,CLI成基础设施,CodeBuddy代表企业级AI编程新方向。