AI进家庭

临近毕业季，不管是硕士生还是博士生，毕业前最大的一关就是盲审。通过了，就基本可以宣告毕业在即；没过，则要面对可能“延毕”的深渊。 实话, 论文盲审没过，一度陷入了自我怀疑中，觉得自己干啥都不行，能力不行，即使很努力了，也还是没能通过盲审。虽然可以下半年再次送审，但是真的是一点信心都没有了。 不管是什么原因导致的大修，一定要加快改论文的节奏，因为你所有...

当前，多模态大语言模型（MLLMs）在视觉-语言理解任务中取得了令人瞩目的进展，其中视觉分词（vision tokenization）作为视觉与语言语义对齐的关键环节，发挥着至关重要的作用。 然而，现有方法往往采用将图像划分为规则网格（grid patch token）的方式，这种过度碎片化的分词策略破坏了视觉语义的完整性，导致视觉与语言表征之间难以实现有...

现在的大模型（比如论文提到的 Deepseek-R1）虽然能解决复杂数学题，但有两个致命缺点： 体型庞大：动辄几百亿参数，像“超级计算机”一样耗资源； 思考过程长：解一道题要生成几千甚至上万字的思维链（Chain-of-Thought, CoT），相当于“把草稿纸写满才交卷”。 这就导致用大模型做题成本高、速度慢，用户体验像“等蜗牛爬完马拉松”。 论...

新智元报道 编辑：LRST 【新智元导读】随着Gemini、GPT-4o等商业大模型把基于文本的图像编辑这一任务再次推向高峰，获取更高质量的编辑数据用于训练、以及训练更大参数量的模型似乎成了提高图像编辑性能的唯一出路。然而浙大哈佛这个团队却反其道而行之，仅用以往工作0.1%的数据量（获取自公开数据集）和1%的训练参数，以极低成本实现了图像的高质量编...

图片来源：Unsplash 据内部人士透露，由 OpenAI 前训练后研究副总裁利亚姆·费杜斯创立的初创公司 Periodic Labs，已向潜在投资者表示希望以至少 10 亿美元的估值筹集数亿美元资金。这对于仅成立两个月的初创企业来说是一个相当高的估值。 可能助长这一高额融资目标的是，费杜斯曾是 ChatGPT 的核心贡献者之一。他与曾在谷歌 Dee...

一个 21 岁的华人大学生，因为开发一款 AI 产品被学校开除，转头就凭借这个产品拿到了 530 万美元（约合 3825 万人民币）融资。 最近你或许看到过这个传奇故事，这个大学生开发的 AI 工具，号称能够帮助用户「在一切事情上作弊」。 产品演示，AI 在约会中提供建议 这是一个叫为 Interview Coder 的面试作弊工具，可以隐藏浏览器窗口不被面...

图片来源：Relevance AI 随着AI Agent 在工作场所日益普及，个人可能会与之紧密协作。波士顿咨询集团报告指出，未来五年内，AI Agent 市场预计将以45%的复合年增长率扩张。 如同人类员工一样，AI Agent 可通过入职培训学习各类岗位技能，获取公司信息与业务背景，并融入工作流程。此外，不同于传统自动化工具，AI Agent 具备...

新智元报道 编辑：英智 【新智元导读】摩根士丹利的案例表明，企业应用AI离不开快速试错与优化。AI通过分析海量数据打造个性化体验，Indeed的职位推荐和Lowe’s搜索优化证明了数据与AI结合的巨大潜力。 AI正以前所未有的速度，重塑企业运营和竞争格局。 从金融服务到电商零售，从求职招聘到家装购物，AI带来了巨大的变革潜力。 OpenAI最新发布...

图片来源：Unblocked 每位开发者都有自己独特的编码风格。尽管公司制定了最佳实践并编写了文档，开发者要理解他人的代码库仍非易事。 为解决这一问题，Dennis Pilarinos 开发了一款名为 Unblocked 的工具——这是一款 AI 驱动的助手，能针对代码行回答上下文相关问题。 Pilarinos 是开发工具领域的资深专家，曾担任微软和亚...

整理｜冬梅、核子可乐 I/O 前夕，谷歌突发 Gemini 2.5 Pro 预览版 昨晚，谷歌在 I/O 大会之前宣布推出 Gemini 2.5 Pro Preview（I/O 版）。作为其旗舰产品 Gemini 2.5 Pro AI 模型的升级版本，搜索巨头宣称该模型在多项主流基准测试中均名列前茅。 Gemini 2.5 Pro Preview（I/O...