AI.x社區
- 登錄/注冊
關于新技術發展的感受與思考——基于人工智能和低空經濟
原創“技術的發展大都是潤物細無聲，除了業內人士之外很少有人能明顯感受到技術發展的速度；但等你發現時，機會已經離你越來越遠了。”作者最近一兩年一直在從事人工智能相關的工作，從剛開始什么都不懂的小白，到現在對人工智能應用有一定了解，這其中經歷過很多困難，但也發現了很多問題。從技術人員的角度來看，我們主要關注點都在技術上，但如果從市場的角度來看，技術的關注點應該是應用場景；但由于接觸人工智能時間比較多，...人工智能低空經濟自動駕駛四要素 感知定位規劃控制
原創
社區頭條自動駕駛的四大核心技術是支撐車輛實現自主駕駛的基礎模塊。環境感知、精準定位、路徑規劃和線控執行共同構成完整的技術閉環，分別負責識別周圍環境、確定車輛位置、規劃行駛路線以及控制車輛執行動作。這些技術協同工作，確保自動駕駛的安全性和可靠性。一、感知模塊：環境信息的實時獲取與處理1.功能定義與核心任務感知模塊是智能駕駛系統的“感官”，負責通過傳感器實時捕捉車輛周圍環境信息，包括道路結構、障礙物、交通標...自動駕駛智能駕駛深度學習LLM如何才能有助于調試代碼？
社區頭條譯者布加迪審校重樓大語言模型（LLM）正在改變軟件開發生命周期，其在代碼理解、代碼生成、調試等方面發揮著功效。本文深入探討如何利用LLM調試代碼庫，詳述了其核心功能、用于訓練的方法以及應用未來進一步發展的方向。盡管LLM存在幻覺等一些問題，但事實證明，通過復雜的智能體調試框架將LLM集成到開發環境中可以提高開發人員的效率。引言LLM在編碼領域不斷演變的角色LLM已證明不僅可以應用于自然語言處理領域，在各種與代碼...LLM開發人員生產力代碼調試智能輔助駕駛模型訓練的關鍵環節
原創智能輔助駕駛模型的訓練是一個融合多學科技術的系統工程，涉及數據采集、算法設計、仿真測試與持續優化等多個環節。一、數據閉環：模型訓練的基石1.多模態數據采集傳感器組合：車輛搭載激光雷達（厘米級點云建模）、攝像頭（紋理識別）、毫米波雷達（惡劣天氣感知）等，每秒處理超150萬條數據，延遲控制在200ms內；時空對齊：所有傳感器數據需統一時間戳（GPSIMU同步），并映射到全局坐標系，避免時空錯位。2.數據標注與增強標...智能輔助駕駛模型數據閉環多模態如何基于多模態大模型進行智駕訓練
原創基于多模態大模型為智駕場景模型訓練生成視覺數據，是當前自動駕駛領域一個非常前沿且富有潛力的方向。它能夠以極低的成本、極高的效率創造海量、多樣化的長尾場景數據，突破真實數據收集的瓶頸。傳統的智駕數據依賴于昂貴的傳感器和車隊路采，而多模態大模型的方法核心在于：利用大模型對世界知識的理解和強大的生成能力，將文本或簡單草圖等“抽象描述”轉化為高度逼真和結構化的“視覺數據”。常用的做法是使用3d建模軟件虛...多模態大模型智駕訓練打開語言模型學習動態的“黑箱”——MOSS團隊解釋涌現的論文解析
大型語言模型（LLM）的預訓練過程，長期以來被視為一個“黑箱”。盡管我們知道通過在海量數據上進行訓練，模型能夠涌現出驚人的能力，但其內部知識結構是如何從無到有、從簡單到復雜地逐步構建起來的，這一核心問題至今仍缺乏清晰的答案。近期，復旦moss團隊的一篇題為《語言模型預訓練中概念的演變》的預印本論文，為我們揭開這個黑箱的一角提供了全新的、極具洞察力的參考。這項研究的核心貢獻在于，它首次將一種名為“Crossc...語言模型LLM稀疏編碼超越靜態評估體系基準——面向LLM智能體的專家行為遷移診斷框架ADM-ES
隨著大型語言模型（LLM）從單純的文本生成器進化為具備規劃、記憶和工具使用能力的復雜“智能體”（Agent），人工智能領域正迎來一場深刻的范式變革。然而，這些由LLM驅動的智能體系統所固有的隨機性、多步決策過程以及與動態環境的復雜交互，使得傳統的靜態評估基準（如MMLU、HELM）顯得力不從心。它們無法有效診斷智能體在真實任務中暴露出的“認知失調”——例如上下文漂移、工具濫用、潛在偏見傳播和推理不連貫等。正是在這...LLM智能體ADM-ES別讓模型 “瞎標”！AI 智能體 + VLM 讓目標檢測學會 “自我糾錯”。mAP 從 72% 飆到 88%
如果你深耕計算機視覺或人工智能領域，或許已經花了數小時研究YOLO（YouOnlyLookOnce，實時目標檢測算法）、FasterRCNN（RegionbasedConvolutionalNeuralNetwork，基于區域的卷積神經網絡）、SSD（SingleShotMultiBoxDetector，單階段多框檢測器）等目標檢測模型。這些模型堪稱“性能強者”，能以驚人的速度和精度生成邊界框（boundingboxes）與類別標簽（classlabels），為從自動駕駛到零售分析的多個領域帶來了變革。得益于深...AI 智能體VLMmAP算力成本大降！馬爾可夫思考機讓LLM推理成本直接降為線性
社區頭條馬爾可夫思考者：突破大模型推理長度的計算瓶頸最近，強化學習(RL)已成為訓練推理LLMs的有效方法，使其能夠產生長鏈思考(LongCoT)。然而，這種方法面臨著一個嚴峻的挑戰：計算成本隨思考長度呈二次方增長。今天，我們介紹一篇來自Mila、微軟研究院、麥吉爾大學等機構的研究團隊發表的重要論文——《TheMarkovianThinker》，他們提出了一種革命性的方法，成功解決了這一難題。論文標題：TheMarkovianThinker論文地址：https:arxi...LLM馬爾可夫LongCoT為什么AI總猜不中你的心意？4K+場景實驗揭開AI協作的"三宗罪"
精華圖片在人工智能快速發展的今天，我們經常驚嘆于大型語言模型（LLMs）在推理和工具使用方面的驚人能力。然而，你是否曾有過這樣的經歷：與AI助手交流時，感覺它雖然能回答問題，卻似乎并不真正理解你的需求和偏好？這種"技術能力強大但用戶理解不足"的現象。研究背景：當AI遇上"難以捉摸"的用戶大型語言模型（LLMs）在復雜推理、代碼生成和解決高級數學問題方面已經展現出令人印象深刻的能力。通過工具使用和工具創建，這些模型...AI場景LLMs無需微調LLM也能訓練智能代理？諾亞方舟實驗室提出Memento框架讓AI代理實現'邊做邊學'
在人工智能領域，大型語言模型(LLM)代理正成為解決復雜任務的強大工具。這些代理能夠自主執行復雜任務，通過交互、推理和決策來解決問題，通常還可以訪問外部工具、記憶或環境。從深度研究代理到工具增強執行系統，再到代碼生成代理，LLM代理在復雜科學和工程任務中展現出強大的能力。然而，當前的LLM代理通常面臨一個兩難選擇：要么是僵化的靜態系統，依賴手工制作的反思工作流；要么是計算密集型系統，需要通過梯度更新來微調...LLM諾亞方舟人工智能模型架構創新：狀態空間模型中的記憶模式，動態狀態摘要機制
社區頭條MemMamba:RethinkingMemoryPatternsinStateSpaceModel20250928｜RUC,SUFE,GaoLingInstitute,ShanghaiAILab??63??http:arxiv.orgabs2510.03279v1??????https:huggingface.copapers2510.03279??研究背景與意義隨著數據量的爆炸式增長，長序列建模在自然語言處理、生物信息學等領域變得尤為關鍵。傳統的循環神經網絡（RNN）由于梯度消失和爆炸問題，難以擴展到超長序列；而Transformer雖然能捕獲全局依賴，但其計算復雜...模型架構狀態空間模型記憶模式早期經驗監督的智能體強化學習；推理元信息感知的強化學習獎勵；安全與有效聯合訓練智能體框架
AgentLearningviaEarlyExperience20251009｜OSU,MetaSuperintelligenceLabs,MetaFAIR??172??http:arxiv.orgabs2510.08558v1??????https:huggingface.copapers2510.08558??研究背景與意義語言智能體旨在通過自身經驗學習和提升，最終在復雜現實任務中超越人類表現。然而，當前訓練方法面臨諸多挑戰。傳統的監督學習依賴專家示范數據，難以擴展且泛化能力有限，因示范數據覆蓋場景狹窄且缺乏環境多樣性。強化學習雖能優...智能體MASA框架Lp-RegLangChainJS：JavaScript生態的AI應用開發新范式
精華在人工智能技術快速迭代的今天，基于大語言模型的應用程序開發已成為技術熱點。作為JavaScriptTypeScript開發者，我們面臨一個關鍵問題：如何高效地將AI能力集成到現代Web應用中？LangChainJS應運而生，它是一個專門為JavaScript生態設計的AI應用開發框架，通過模塊化架構和豐富的工具集，顯著降低了構建復雜AI應用的門檻。與Python版本的LangChain相比，LangChainJS為全棧JavaScript開發者提供了無縫的AI集成體驗。無論是前端...JavaScriptAI應用LangChainJS馬斯克挖角英偉達核心團隊，xAI加速研發“世界模型”布局AI游戲
原創 社區頭條馬斯克也要入局世界模型大戰了。 最近，馬斯克旗下的人工智能公司xAI正加速推進世界模型研發。據《金融時報》報道，xAI已從英偉達挖來兩名核心研究員，計劃將世界模型技術應用于游戲和機器人領域。  世界模型是一種能夠理解物理環境動態特征的生成式AI模型，它可以利用文字、圖像、視頻及動作數據生成影片，并實現對現實世界的自主導航與模擬。與當前主流的大語言模型不同，世界模型通過學習視頻和機器人數據來...馬斯克xAI世界模型算家計算算家云AgentKit將如何改變企業級AI應用的構建方式？
自大型語言模型向開發者開放以來，API（應用程序編程接口）一直是連接AI能力與應用場景的核心橋梁。開發者們已經習慣于通過調用API來完成特定的任務。然而，隨著OpenAI在發布GPT5時同步推出AgentKit等一系列開發者工具，一個清晰的信號正在浮現：AI應用開發的重心，正從“調用API”的模式，向“構建和編排AI智能體（Agent）”的全新范式遷移。這種轉變，不僅僅是工具的更新，更是一次開發理念的深刻變革。它預示著未來的AI應用...Agent開發AI范式變革OpenAIAgentKit開發者轉型陶哲軒評測GPT-5 Pro：企業R&D團隊如何借鑒人機協作模式
隨著OpenAI在2025年發布其GPT5系列模型，其中被明確標注為“研究級智能”的GPT5Pro版本，在多項基準測試中取得了驚人的成績。然而，標準化的基準測試，與真實世界中充滿不確定性的前沿科研探索，存在著本質的區別。一個更具深遠意義的問題是：當今最頂尖的人類智慧，與最頂尖的AI模型協作時，會發生什么？近期，菲爾茲獎得主、著名數學家陶哲軒，為我們提供了一個極其珍貴的觀察樣本。他選擇了一個自己并不熟悉的開放性數學問題...人機協作GPT5Pro陶哲軒AI科研批判性思維企業級多模態 AI 的未來：Gemini 3.0 技術應用前瞻
長期以來，人工智能的視覺能力在很大程度上扮演著“事后分析師”的角色，分析靜態圖片或已錄制的視頻。然而，谷歌DeepMind即將發布的Gemini3.0，其支持高達60FPS實時視頻處理的核心突破，正推動AI視覺從“事后分析”向“現場觀察”轉變，預示著一個實時感知時代的到來。技術實現的挑戰與突破實現流暢的實時視頻理解，對模型架構和底層算力提出了極高要求。Gemini3.0的突破，據分析主要得益于軟硬件的協同優化：硬件支撐：新一代...Gemini3.0AI視覺邊緣AITPUv5p混合專家模型GPT-6或要有生命了！MIT神作：一套神框架讓大模型“自己微調自己”，實驗已通過！超過GPT4.1！
原創 社區頭條編輯云昭出品51CTO技術棧（微信號：blog51cto）在過去兩年，大語言模型幾乎定義了整個AI發展的節奏。但有個問題一直沒變：模型再強，也不會自己學習。每次要讓它掌握新知識，都必須人工投喂數據、重新訓練。MIT的研究團隊最近在arXiv上發布了一篇論文，提出并實測了一個框架——SEAL（SelfAdaptingLanguageModels，自適應語言模型）。圖片炸裂之處在于，它能讓語言模型自己生成微調數據與更新指令，自行優化自己的權重。這還沒...GPT-6GPT4.1大模型CC是如何構建的？ClaudeCode創始工程師近日自曝：90%代碼由Claude自己編寫，三天打造“代理代理”
原創 社區頭條編輯聽雨出品51CTO技術棧（微信號：blog51cto）自從5月份正式開放以來，ClaudeCode已經在開發者圈掀起了風暴。據統計，這款工具目前的年度化收入超過5億美元，僅僅在發布后三個月內，使用量就激增了10倍以上。那它到底怎么構建的？小編最近看了一篇深度專訪，作者GergelyOrosz，采訪了ClaudeCode的幾位聯合創始工程師和產品經理，信息密度頗為巨大。三位可以說都是CC元老級員工。BorisCherny，該項目的首位工程師，也是最初原型...CCClaudeCodeAI 協作
