AI.x社區
- 登錄/注冊
DeepSeek大神正式加盟小米！AI競賽的終局，遠不止一次挖角
原創當頂尖人才流向科技巨頭，普通企業如何在這場AI競賽中找到自己的位置？ 今天，前DeepSeek核心研究員羅福莉正式宣布加盟小米，參與其推理大模型XiaomiMiMo的研發。她在朋友圈寫道：“智能終將從語言邁向物理世界。我正在XiaomiMiMo，和一群富有創造力、才華橫溢且真誠熱愛的研究員，致力于構建這樣的未來。”  然而，在這場引發行業震動的人才爭奪戰背后，隱藏著更為殘酷的真相——在當前的AI競賽中，人才只是表...人工智能AI算力小米算家云租算力，到算家云伊朗開發老鳥戰火中用Claude18個月打造出企業級軟件，發帖自曝開發心得：無法從中賺錢，網友質疑：擦亮眼睛
原創
社區頭條編輯｜聽雨出品51CTO技術棧（微信號：blog51cto）今天HackerNews上有一位伊朗老哥發的帖子火了。這位老哥聲淚俱下地描述自己花了18個月，在戰爭、經濟崩潰和每周120小時的工作中，打造了一個叫NeoClerks的AI數字人平臺，支持實時對話，具備企業級基礎設施，可以與SoulMachine、DID、Synthesia等產品相媲美。圖片但苦于伊朗的經濟崩潰、受國際制裁以及本地人沒有購買意愿等原因，他無法讓這個產品在伊朗盈利，于是就上HN發帖求助...ClaudeAI數字人平臺從“人貨場”看淘寶AI系統性重構，企業如何借鑒？
引言：從流量見頂到效率破局當雙11步入第十七個年頭，電商行業在流量紅利見頂的背景下，正從追求規模轉向探尋效率。今年雙11，淘寶的實踐清晰地指向了AI。本文將沿用經典的“人、貨、場”分析框架，深度拆解其全鏈路AI實踐，探討AI如何系統性地重構電商的核心要素。AI重構“貨”：商品信息體系的再造變革的起點，始于對“貨”的重新理解。雙11前，淘寶利用生成式AI，對其商品庫中約20億量級的商品，進行了一次徹底的結構化信息...AI實踐雙十一并行 AI 智能體：改變研發方式的技術革新
原創 精華 社區頭條大家好，我是玄姐。?在這個行業待了足夠久，見證了無數技術的興衰更迭。見過新框架引發的狂熱追捧，見過革命性工具許下的美好承諾，也聽過那些宣稱“將改變一切”的激動人心的預言。但大多數時候，這些技術不過是裹著營銷噱頭的漸進式改進。但并行智能體（ParallelAIAgents）不一樣。這是第一次可以毫不夸張地說，正在見證一項將從根本上改變軟件開發方式的技術。一、發展歷程回顧要理解當下的技術現狀，我們需要回顧AI輔助編...智能體并行智能體沒人告訴你的真相：大模型應用開發靠的是經驗，不是技術
原創“提示詞工程是模型應用的技術，而思路是模型開發的法寶。”上周比較忙基本上處于天天加班到很晚的狀態，原因就是做的大模型應用效果不太好，再加上業務端要去甲方爸爸那邊演示，因此就加班改bug調整優化。然后等周末兩天閑下來休息的時候回頭看看才發現，之所以出現這樣的情況完全是開發思想還沒轉變過來，因為大模型的開發流程上正確并不代表結果上也會正確。大模型應用開發是經驗開發在之前的技術開發中，從經驗來看只要流程...大模型大模型應用提示詞工程面向 LLM 的 GPU 系統工程方法論
原創 精華 社區頭條編者按：我們今天為大家帶來的文章，作者的觀點是：GPU工程的核心不在于手寫內核的能力，而在于構建系統設計思維——理解從模型定義到硬件層的完整技術棧如何協同工作。作者提出了一個五層漸進式調試框架：從模型定義（ModelDefinition）入手，識別計算與內存瓶頸；進入并行化（Parallelization）階段，解決多卡同步問題；深入運行時編排（RuntimeOrchestration），優化集群資源利用率；通過編譯與優化（Compilation&Optimizati...AILLMGPU5%法則：AI仍然做不到的事情有哪些？
社區頭條譯者涂承燁審校重樓你能想象在瀏覽社交媒體信息流時，看到又一個標題高喊“AI將取代你的工作嗎？”，你的心一沉。你在意嗎？沒人愿意說出來的事實是：AI在大約95%的任務上確實令人難以置信，但實際上，正是剩下的那5%讓你變得不可替代。機器可以學會識別模式、分析數據，并以人類根本無法企及的速度完成重復性任務。但總會有一小部分工作將始終由人類來完成。這并非一廂情愿或多愁善感。這關乎了解你真正的價值所在。那5%包含了...AI人工智能工作漫談視覺模型vLLM汽車智駕的應用
原創視覺語言大模型vLLM不僅僅是一個技術話題，更是一場關于如何“賦予汽車慧眼”的深刻變革。??開篇：從“看見”到“洞見”傳統的計算機視覺模型是“專科醫生”——識別車道線、檢測車輛、辨認交通標志，各司其職。而視覺理解大模型（VisualUnderstandingFoundationModel）則是一位“全科博士”。它不再僅僅回答“這是什么？”，而是能理解“這是什么場景？正在發生什么？接下來可能會發生什么？”這種從“感知”到“認知”的躍遷...視覺模型LLM汽車智駕直播革命來了！StreamDiffusionV2：140億參數實時視頻飆上58FPS！伯克利&韓松團隊等
精華 社區頭條
熱門內容榜 ? 最近上榜論文鏈接：https:arxiv.orgpdf2511.07399工程鏈接：https:streamdiffusionv2.github.io亮點直擊StreamDiffusionV2，這是一個免訓練的流式系統，專為視頻擴散模型設計，用于實現動態交互式的視頻生成。巧妙整合了SLOaware批處理調度器、塊調度器、sinktoken引導的滾動KV緩存以及運動感知噪聲控制器等創新組件，同時引入可擴展的pipeline編排機制。該系統首次在多GPU環境下實現了實時SLO約束下的高效生成，支持從單個創作者到企業...AI視頻生成模型如何構建高效協作智能體AI Agent
原創構建高效可協作的智能體是當前AI領域，尤其是Agent方向最前沿和核心的挑戰之一。這不僅僅是讓多個AI模型一起工作，而是要讓它們像一支訓練有素的團隊一樣，各司其職、互通有無、協同完成復雜目標。下面我將從核心架構、關鍵技術和實踐路徑三個層面，系統地闡述如何構建高效可協作的智能體。一、核心架構設計：奠定協作的基礎一個可協作的智能體系統通常采用分層或模塊化架構。最經典的范式是“大腦工具記憶”模型，并在多智能體...智能體AI Agent如何巧用AI工具做大做強跨境電商
原創用AI大模型巧做跨境電商，核心在于將其視為一個全能的、不知疲倦的、成本低廉的超級助理，滲透到業務的每一個環節。以下是如何分階段、分場景地巧妙運用AI大模型，讓你事半功倍。一、市場調研與選品階段：做出數據驅動的決策這是AI最能發揮其信息處理能力的階段，幫你從“憑感覺”選品升級到“憑數據”選品。趨勢發現與預測：提問AI：“分析2024年下半年北美家居用品市場的消費趨勢，特別是可持續和智能家居方向。”提問AI：“...AI工具大模型跨境電商股票研究報告生成-基于LLM的多智能體框架FinRpt-Gen數據構建、方法框架
原創大a都上4千點了，來看一個“股票研究報告（ERR）自動生成”，輸入輸出如下：輸入：給定公司股票代碼（s）和研究日期（t），自動采集6類結構化非結構化數據，構成輸入集合S[O,F,A,N,P,M]a.O：公司基礎信息（如行業分類、市場定位）b.F：財務指標（利潤表、資產負債表、現金流量表）c.A：公司公告（董事會決議、季度報告等）d.N：公司相關新聞（經篩選去重）e.P：歷史股價數據f.M：市場指數（如滬深300）輸出：符合行業規范的ERR...LLM多智能體FinRpt-GenVibe Coding 狂歡下的“架構之殤”：當我試圖讓 AI 搞定一個“簡單”的認證
本文以一個資深研發的視角，客觀（且充滿吐槽）地探討了“VibeCoding”（姑且翻譯為“憑感覺編程”）現象。一方面，它極大地降低了創新門檻，讓“全民開發”成為可能；另一方面，當這種模式被應用于嚴肅的、系統性的工程（如一個標準的多租戶認證模塊）時，它所暴露出的“架構缺失”和“點對點滅火”的陷阱，足以讓最資深的工程師抓狂。不貶低，不神話，客觀對待一、VibeCoding的“黃金時代”：創新的民主化我們必須承認，我們...Vibe CodingVibe架構Step-Audio-EditX：用大語言模型“雕琢”聲音，開啟音頻編輯新視界！
社區頭條 熱門內容榜 ? 最近上榜在人工智能技術飛速發展的今天，音頻處理領域也迎來了重大突破。StepAudioEditX作為全球首個開源的LLM音頻編輯大模型，憑借其強大的功能和創新的技術架構，為音頻創作和編輯帶來了全新的可能性。一、項目概述StepAudioEditX是由階躍星辰開發的開源音頻編輯大模型，它基于3B參數的LLM架構，專注于音頻的情感、說話風格和副語言編輯。該模型不僅支持零樣本TTS（文本到語音合成），還能夠通過迭代編輯實現情感和風格的細粒度控制。...大語言模型音頻編輯LLM別“機械音”：Maya1讓AI語音也能觸動你的心弦
在人工智能領域，語音合成技術一直是研究熱點之一。如今，MayaResearch團隊推出了一款開源的AI語音合成模型——Maya1。它專為生成富有情感的語音而設計，通過自然語言描述來定義聲音特征，支持多種情緒表達，為語音交互帶來了全新的體驗。一、項目概述Maya1是一個開源的AI語音合成模型，基于30億參數的Transformer架構和SNAC神經編解碼器，能夠通過自然語言描述生成具有特定情感和特征的語音。它支持20多種情緒表達，如大笑、哭...機械音AI語音Maya1Uniworld：北大聯合兔展智能打造的AI圖像編輯界的“全能選手”
精華在人工智能領域，多模態大模型的快速發展為圖像生成與編輯帶來了新的機遇。UniWorld作為這一領域的前沿成果，由北京大學與兔展智能聯合推出，旨在通過創新的模型架構和訓練方法，實現高效、精準的圖像編輯與生成。一、項目概述UniWorld是一個專注于圖像編輯與生成的多模態大模型，其核心目標是通過統一的架構實現圖像理解、生成、編輯和感知等多任務處理。該模型在圖像編輯領域引入了強化學習策略優化，解決了傳統監督微調方法...UniworldAI圖像多模態Perplexity：用于大語言模型系統的RDMA點對點通信
TransferEngine：可移植的RDMA通信庫本文從一個實際的工程問題（供應商鎖定的RDMA硬件）出發，通過深刻的抽象（TransferEngine及其IMMCOUNTER機制），提供了一個可移植的高性能P2P通信解決方案。它不僅解決了AWSEFA上部署萬億參數MoE模型的難題，更在NVIDIAConnectX7上實現了超越專有方案的SOTA性能，充分展示了其架構的先進性和通用性。核心邏輯：為了在云端（特別是AWSEFA）高效部署萬億參數的MoE模型，必須解決現代LLM架構對...Perplexity語言模型系統AI軟件開發新范式：核心洞察與萬億美元機遇
核心觀點生成式AI正在對軟件開發行業進行顛覆性重構，催生出一個潛力巨大的萬億美元級市場。其核心邏輯在于，AI正在從根本上重構軟件的生產關系：讓模型成為開發者、讓代碼成為動態資產、讓生產力躍升一個經濟量級。一、核心變革：從輔助工具到協作伙伴的范式轉移傳統的AI編碼工具（如早期的代碼補全）已成過去。新一代的軟件開發流程正演變為一個“規劃→編碼→審查”的迭代循環，其中AI的角色發生了根本性轉變：AI不再是簡單...AI軟件開發工具Meta提出DreamGym：合成經驗把Agent學習成本砍掉 80%，效果超SOTA 30%
精華在做環境交互AgentRL訓練時，很容易陷入困境：為了跑通WebArena的實驗，每天的算力費用就過千，還因為環境重置機制不可靠，近30%的軌跡數據無效。更頭疼的是，真實環境的獎勵信號又稀疏又嘈雜，訓練了半個月，Agent的成功率還沒超過10%。直到看到Meta和芝加哥大學聯合推出的DreamGym框架，才發現原來RL訓練可以不用死磕真實環境——它用合成經驗把訓練成本壓到傳統方案的13，還能在非RL就緒環境中實現30%+的性能突破。如果你也...DreamGymAgentSOTA基于自適應Wiener過程與多模態退化智能識別的滾動軸承退化趨勢分析（Python）
首先通過振動信號處理提取RMS健康指標特征并進行自適應數據預處理，然后對每個軸承的退化數據進行深度特征分析計算梯度變化自動識別退化模式類型，根據識別結果智能選擇模型復雜度普通退化模式使用二次Wiener過程快速退化模式使用三次Wiener過程，采用最大似然估計方法訓練模型參數并結合自適應學習率和正則化技術優化訓練過程防止過擬合，然后根據軸承類型采用不同的預測策略快速退化軸承使用專門的外推方法普通退化軸承使用蒙...Wiener智能識別Python
