• 2022年有一篇论文,里面猜了很多关于人工智能(AI)未来会怎么发展的例子。结果到了2025年,很多猜测真的发生了!比如:AI好像能“感知”周围(态势感知</
  • AI教父杨立昆(Yann LeCun)最近在访谈中说:我们无法仅通过扩大 LLM 规模就获得人类水平的人工智能。他一直多次唱空语言模型,这次是否猜中了,还是类似上海爷叔对股市的预测? 在完整的播客里,他解释说,他认为“推理”是建立在 LLM(大型语
  • 两款支持大模型本地开发和云部署的新AI计算机发布:华硕推出了Ascent GX10 AI超级计算机,搭载NVIDIA GB10 Grace Blackwell超级芯片,性能强大,支持高达1,000 TOPS的AI处理能力和128GB内存,适合处理大型AI模型。英伟达 icon
  • mcp-agent是一个使用模型上下文协议构建代理的简单、可组合的框架。 灵感:Anthropic 为 AI 应用程序开发人员宣布了两项基础更新: icon
  • JavaScript 现在是编程界的“老二”,而英语(自然语言)正在变成“老大”。 其实,编程的重点正在从“怎么写代码”转向“代码到底是什么意思”。 现在,知道“该问什么问题”变得和“怎么写代码”一样重要。 icon
  • 华硕推出自己的迷你 AI 超级计算机:Ascent GX10 售价 2999 美元,配备 Nvidia 的 GB10 Grace Blackwell 超级芯片,它比 Nvidia 的 DGX Spark 便宜很多,但存储空间较小。 要点: icon
  • LangManus 是一个社区驱动的 AI 自动化框架,它建立在开源社区的出色工作之上。我们的目标是将语言模型与专用工具结合起来,以完成网页搜索、抓取和 Python 代码执行等任务,同时回馈使这一目标成为可能的社区。 演示 icon
  • Sesame CSM是一款 100% 本地、免费的 文本转语音工具,具有 卓越的语音克隆功能!无需云处理,无需 API 密钥  只需 在您自己的机器上生成纯粹、高质量的 AI 生成语音。 该模型架构采用 icon
  • 这一预测由OpenAI首席产品官Kevin Weil提出,标志着AI技术在代码生成和自动化领域的重大突破,或将彻底改变软件开发行业。 以下是最新采访的要点 他预计到今年年底(2025年),AI代码的自动化程度将达到99%。 人工智能 icon
  • 机器学习世界几乎一直是 Python 的游乐场。它拥有大量的库——TensorFlow、PyTorch、Scikit-learn 和其他库——可以说,它已经成为数据科学家和机器学习人员的默认选择。但是……如果有一种语言潜伏在暗处,可以做类似的事情,但性能要好得多,那会怎样? icon
  • 多个开源项目(如Fedora Pagure、GNOME GitLab、KDE) GitLab 等)因受到来自 AI 公司的爬虫流量攻击而面临巨大压力,导致项目不得不采取极端措施,如禁止特定国家或 IP 范围的流量,或实施验证系统以过滤机器人流量。这些爬虫不仅消耗大量带宽,增加了项目运营成本, icon
  • MarkItDown是一个轻量级的Python实用程序,用于将各种文件转换为Markdown,以便与LLM和相关的文本分析管道一起使用。 它与 icon
  • Nvidia 在 2025 年的 GTC 大会上推出了一堆新产品和新技术,准备迎接 AI 推理的新时代。这次发布会的重点是 BlackwellUltra 平台。 icon
  • NVIDIA 刚刚在 GTC 2025 上发布了“Blue”,这是一款与迪士尼研究院和 Google DeepMind 合作开发的人形机器人。 Blue 背后最大的技术之一是新发布的 Newton牛顿物理引擎,这是一款专为机器人设计的 icon
  • 知情人士透露,微软决定不使用一个价值近120亿美元的选择权,这个选择权原本是用来从CoreWeave购买更多数据中心容量的。这个决定显示出,大型科技公司正在开始调整和定制他们在人工智能(AI)领域的预算。 CoreWeave正准备进行今年最受关注的 icon
  • 德克萨斯州私立学校使用新的“人工智能导师”让学生考试成绩飙升至全国前 2% 一所私立学校用了人工智能“导师”之后,学生的考试成绩一下子提高了很多,达到了新的高度。 在奥斯汀的阿尔法学校,学生们每天在教室里和人工智 icon
  • 2025年联合数学会议(JMM)展示了数学与人工智能(AI)领域的交汇与分歧。数学家追求深刻理解与优雅证明,而AI研究人员更注重新发现与应用。尽管AI在数学文献整理和计算自动化方面展现出潜力,但其经验导向与数学的理论追求存在文化差异。数学家担忧AI的保密性与复杂性可能削弱数学的开放传统,强调 icon
  • 你知道为什么他们总是展示人形机器人跳舞,跳跃,跑步等,而不是让他们做一些有用的工作,因为让机器人做有用的工作意味着让它能够“思考”。他们不知道如何实现这一目标。 网友认为:这些表演动作其实展示了硬件平台和软件接口的功能。而思考是一项单独的挑战,可以通过各种 icon