BOND发布的2025年人工智能趋势报告指出，我们正经历一场由AI驱动的、速度和广度超过互联网时代的技术革命，这场革命正在重塑工作、生活和全球地缘政治格局。报告强调了AI发展的八大核心趋势，包括变革速度、用户和资本支出的增长、训练与推理成本的变化、商业化挑战、AI与物理世界的融合、全球互联网用户增长...
标签 AI 下的文章
- 首页
- AI
2025年智能PPT行业市场研究报告指出，智能PPT市场规模和渗透率大幅增长，核心价值在于提升工作效率和内容质量。百度文库领先市场，其他产品如WPS、AiPPT等形成竞争态势。用户群体以年轻、高学历为主，未来趋势是更智能、高效、个性化。商业模式从免费到付费，从通用到定制，面临技术、市场竞争和用户需求...
在AI计费方式中，1000个token的字节数取决于编码方式和语言。在英文场景（ASCII编码）下，1000个token约为5000字节（5KB）。在中文场景（UTF-8编码）下，若以单个汉字为token，1000个token约为3000字节（3KB）；若以词语为token（平均2字/词），则约为6...
知乎创始人周源在阿里魔搭现场分享了对AI编程的新思考，强调开源不仅是技术，也是思想的开源。文章分享了作者在Cursor和阿里魔搭线下活动中吸收的AI思想，包括熟悉高并发技术维度的架构、算力是AI发展的驱动力、云侧和端侧大模型推理、后摩尔时代的挑战和解决方案，以及AI不能取代人与人之间的交流。作者认为...
本文提供了AI大模型在不同领域的应用架构图，包括技术全景视图、通用技术架构、知识库业务架构、农业、导购、物联网、合规风控管理、合规管理、Agent平台、CRM等多个方面的架构图。这些架构图为理解和应用AI大模型提供了直观的参考。
MCP协议在2025年6月18日发布了重大更新，包括内容规范简化、功能增强和安全升级。更新内容包括移除JSON-RPC批处理支持、版本协商机制、明确生命周期操作要求、结构化工具输出、征询机制和资源链接支持。安全升级方面，MCP服务作为OAuth资源服务器，增加了授权服务器元数据和资源指示器强制要求。...
生产力变革和生产关系变革是社会发展的核心动力，它们相互作用、辩证统一。生产力变革通过技术突破提升效率与创造力，而生产关系变革通过制度与协作模式创新释放生产力活力。两者共同推动社会从农业文明到工业文明、再到数字文明的跃迁，影响经济、政治、文化等各个维度，带来机遇和挑战，需政策引导和社会协作实现良性发展...
这句话强调了互联网和AI在社会变革中的不同作用：互联网改变了信息传播、组织协作和市场交易，重塑了生产关系；而AI通过技术突破、优化资源配置、促进产业升级和提高生产效率，推动了生产力的变革。
OCR-Reasoning是一个评估多模态大模型在复杂图文推理任务中能力的基准，包括空间关系理解、数值计算与分析、逻辑推理等六种核心推理能力。它涵盖了18种实际推理任务，数据来源广泛，包括互联网图片、真实世界照片和现有基准数据集。推理过程标注详细，包括人工标注和利用Gemini 2.0 flash生...
Andrej Karpathy在YC AI Startup School上提出，我们已进入“软件3.0”时代，其中自然语言成为新的编程接口。他将大语言模型（LLM）比作新时代的“电力公司”和“芯片工厂”，并指出当前LLM生态类似于1960年代的操作系统。Karpathy强调了LLM的“类人心理”特征...
文章提供了一份《智能体创业100个关键问题清单》，旨在帮助AI智能体创业者，尤其是面向消费者的小团队，避免走弯路。清单涵盖了战略定位、技术路线、产品体验、商业化路径、竞争与护城河、团队与资源、融资与资本、风险与预案以及长期价值与愿景等九个层面的问题，强调小团队应快速将通用技术转化为专用体验，找到场景...
OpenAI联合创始人Andrej Karpathy在其最新公开课中详细解释了大型语言模型（LLM）如ChatGPT的工作原理和应用。课程内容包括LLM的预训练过程，涉及数据收集、整理、分词、神经网络训练和推理；后训练阶段的监督微调和基于人类反馈的强化学习（RLHF）；以及如何通过这些技术提升模型的...
吴恩达在信中介绍了新一代生成式AI应用工程师（GenAI Application Engineers）的核心技能，包括利用AI构建模块快速开发应用、借助AI辅助编程工具完成工程开发，以及具备产品直觉或设计能力。他强调了AI构建模块的多样性和AI辅助编程工具的快速发展，以及工程师需要具备的跟进AI领域...
北京大学的《DeepSeek 内部研讨系列 - AI Agent 与 Agentic AI 原理与应用洞察与未来展望》报告深入探讨了AI Agent和Agentic AI的兴起、核心技术、平台框架、技术现状与挑战以及未来展望。报告指出，AI Agent和Agentic AI的发展正在推动人工智能从被...
本文介绍了如何基于模型上下文协议（MCP）构建高性能企业RAG系统，以有效管理和利用企业内部知识资产。MCP通过标准化协议将知识检索服务解耦为独立模块，具有标准化工具调用、解耦设计、灵活扩展和工程实践友好等优势。项目目标是构建支持MCP协议的知识库服务和客户端，实现文档智能切分、FAQ自动提取功能，...
李飞飞团队与DeepMind合作开发了模态链（CoM）技术，使机器人能够通过观看人类演示视频学习执行操作任务。CoM通过整合视觉、肌肉信号和音频数据，使机器人能够提取任务计划和控制参数，从而执行拧瓶盖、插插头等动作，准确率提高200%。这项技术让机器人更接近“具身智能”，能够理解和模仿人类的精细操作...
Google DeepMind的联合创始人兼CEO Demis Hassabis在IAS的分享中强调了他对智能系统建构过程的关注，并提出了他的猜想：自然界中一切可被发现的模式理论上都应能被经典学习算法所建模。他认为AI的最重要任务不是替代人类，而是作为协作型智能系统帮助人类提出新问题、建立更复杂的世...
本文通过九张图详细解释了AI Agent、LLM（大型语言模型）和RAG（Retrieval-Augmented Generation）的工作原理。AI Agent能够理解用户需求并提供帮助，LLM通过大量数据训练生成文本，而RAG结合检索和生成技术，提高信息检索的准确性和效率。这些技术的发展推动了...
本文通过九张图详细解释了AI Agent、LLM（大型语言模型）和RAG（检索增强生成）的工作原理。内容包括Transformer与LLM中的混合专家（MoE）结构、微调LLM的五种方法、RAG与传统RAG的对比、五种常见的Agentic AI设计模式以及RAG的五种分块方法。这些技术原理和工作流程...