AI信息差
为何钟情于机器人炫技？王兴兴：展示技术现状，释放商业价值｜快讯
文｜ 杨柳 6月6日的2025北京智源大会上，宇树科技CEO王兴兴回应了公司频频进行机器人炫技的考量：在人形机器人真正去到工厂或家庭干活的终极目标尚未到来前，通过表演和赛事等形式，不仅向外界展示技术发展现状，也可以产生初步的商业价值。 自今年春晚爆火之后，宇树科技借势进一步展开“炫技”：从回旋踢、跳舞、武术到近期引发热议的格斗比赛，这家明星公司在赚足眼球的...
Playwright MCP：微软打造的AI自动化利器，一键搞定浏览器操作
在AI技术飞速发展的当下，自动化工具正成为提升开发效率和软件质量的关键。微软推出的Playwright MCP项目，以其轻量级、高效能的特点，为AI大模型与浏览器自动化交互提供了全新的解决方案。本文将深入探讨Playwright MCP的技术原理、功能特性及应用场景，并通过实践案例展示其部署与使用方法。 一、项目概述 Playwright MCP是微软基于...
谷歌刚刚更新！新版 Gemini 2.5 Pro：顶级推理 + 百万上下文还免费！
谷歌的 Gemini 2.5 Pro 又更新了，就在几小时前！ Gemini 模型这更新速度没谁了，几乎是一个月一次。 上个版本，是 5 月 6 日发布的 I/O 版。 今天发布的新版 Gemini 2.5 Pro 代号 gemini-2.5-pro-preview-06-05，已正式在 AI Studio、Vertex AI、Gemini App 全面开放...
关于智能体开发过程中问题的解决思路
“ 智能体开发过程中存在很多问题，但由于其执行过程是个黑盒，因此其调试存在更多的困难。” 最近一段时间一直在搞智能体方面的开发，主要方向是数据分析智能体；采用的框架是langchain家族的Langgraph框架；原因就在于Langgraph有很强的定制功能。 但是，在实际开发的过程中却一步一步坎，面临着各种各样的问题；比如说数据分析结果不准确，找不到数...
有趣思考:如何带着问题去针对性学习-兼看大模型推理、强化、RAG等进展
今天是2025年6月6日，星期五，北京，晴 我们来回顾下大模型相关技术0605进展，围绕社区如何学习讨论，大模型实操项目集合，强化学习评估偏差，多模态一键换装，Deepseek-R1-0528蒸馏数据等进展，供各位参考。 其中，尤其是如何针对性的学习，是很多人的困境，所以来谈谈。 一、如何针对性的学习-带着问题去学习 社区昨天有个很有趣的话题，问题是“想要用...
谷歌悄悄上线了一堆好玩的AI应用，下一个爆款可能藏在其中
作者 | Kino 编辑 | 张洁 欢迎来到“AI新榜”不定期更新栏目「挖到宝藏AI应用了」，为你四处搜罗一些有趣、实用但暂时小众的AI应用，本期为第1期，推荐下我们在Google Labs里淘到的宝 没想到谷歌竟然悄咪咪上线了这么多宝藏AI应用。 最近我在Google Labs里逛了一圈，最大的感受就是：说不定这里就藏着下一个爆款 AI 应用的前身...
阿里巴巴开源Qwen3 Embedding 多语言排行榜中排名第一，微软开源GUI-Actor 无坐标的GUI代理视觉语言模型
**关注我，记得标星⭐️不迷路哦～ ✨ 1: Qwen3 Embedding Qwen3：多功能文本嵌入与排序模型 Qwen3 Embedding 模型系列，专为文本嵌入和排序任务而设计，基于 Qwen3 系列的密集基础模型构建。它提供了一系列不同规模（0.6B、4B 和 8B）的文本嵌入和重排序模型，继承了其基础模型的多语言能力、长文本理解和推理能力...
可从表复杂文档中提取结构化数据的Python库agentic-doc，支持100+页PDF长文档
项目简介 LandingAI 的 Agentic 文档提取 API 能够从视觉复杂的文档（如表格、图片和图表）中提取结构化数据，并返回带有精确元素位置的层次化 JSON。 此 Python 库封装了该 API，提供以下功能： 长文档支持 – 单次调用处理 100+ 页的 PDF 自动重试/分页 – 处理并发、超时和速率限制 辅助工具 – 边界框片段、可视化...
即梦图片3.0又重磅更新，这可能是对普通人最有用的一次。
昨天晚上，即梦的最强AI绘图模型图片3.0，又又又更新了。 内测上线了即梦图片3.0的，智能参考，现在，可以垫图了。 MD，这次连设计师的参考图也一键干碎了。。。 我测了整整一夜，现在是凌晨4点21，我还在写这篇文章。 我人真的傻了，我真的不愿意用一些什么很夸张的词语，但是即梦的绘图，每一次，带给我的震撼，都会觉得，我这么多年的设计师生涯，在AI的进化速度...
远超ChatGPT 4o，自然语言超级P图
最近黑森林工作室发布了Flux Kontext，目前发布了max和pro版本（付费），dev（开源）尚未放出。 Flux Kontext是最新一代多模态图像生成与编辑模型，其核心技术基于 流匹配架构（Flow Matching），突破了传统文本编码器与扩散模型分离的设计，实现了文本与图像的上下文感知生成与编辑。以下是其核心特点、技术优势及应用场景的详细分析：...