文章列表
迈向视觉大一统：UnifiedReward，多模态生成与理解的通用奖励模型
本篇文章来自公众号粉丝投稿，论文提出了一个视觉领域通用的奖励模型UnifiedReward，能够对图像/视频的生成与理解进行pairwise（成对比较）或 pointwise（单样本打分）评估，可用于视觉各领域的直接偏好优化 (DPO)，提升各类视觉模型的表现。 论文介绍近年来，大模型时代的多模态生成与理解技术取得了飞跃式发展。 然而，如何让AI真正“看懂”世界，并更好地对齐人类偏好，仍是一个核心挑战。
3/13/2025 10:18:42 AM
Yibin Wang
14B 小模型逆袭翻译赛道，论文财报实测超Claude，不信试试“我命由我不由天”
都说通用大模型轻松拿捏翻译，结果有人来掀桌了。 来自网易有道的14B翻译小模型，测试达行业第一，翻译质量超越一众国内外主流通用大模型。 它就是子曰翻译大模型2.0（下文简称子曰2.0），在英译中方面轻松超越Claude 3.5 Sonnet等12个主流通用大模型，中译英也和Claude 3.5 Sonnet达到同等水平。
3/13/2025 10:04:06 AM
量子位
大模型长文推理迎来“核弹级”提速！清华APBB框架狂飙10倍，Flash Attention直接被秒
还在为大模型处理长文本“龟速”而抓狂?别急!清华大学祭出“王炸”技术——APB 序列并行推理框架，直接给大模型装上“涡轮增压”引擎!实测显示，这项黑科技在处理超长文本时，速度竟比肩 Flash Attention 快10倍!没错，你没听错，是10倍!要知道，随着 ChatGPT 等大模型的爆火，AI 们“阅读”能力也水涨船高，动辄处理十几万字的长文不在话下。 然而，面对海量信息，传统大模型的“大脑”却有点卡壳—— Transformer 架构虽强，但其核心的注意力机制就像一个“超级扫描仪”，文本越长，扫描范围呈指数级膨胀，速度自然就慢了下来。 为了解决这个“卡脖子”难题，清华大学的科学家们联合多家研究机构和科技巨头，另辟蹊径，推出了 APB 框架。
3/13/2025 9:50:00 AM
AI在线
字节Trae接入硅基流动SiliconCloud 支持DeepSeek多款模型API
硅基流动官方宣布，由字节跳动推出的首个 AI 原生集成开发环境（AI IDE）——Trae接入硅基流动(SiliconCloud)平台，旨在为开发者提供更高效的编程体验。 Trae 现在集成了硅基流动的多款模型，用户只需通过 API 密钥即可接入 DeepSeek-R1、V3、QWQ-32B、Qwen2.5-Coder 等多种编码模型。 这种灵活的选择满足了开发者对不同模型的使用需求。
3/13/2025 9:21:00 AM
AI在线
Midjourney隐藏黑科技！4 种 Sref 代码实现100%风格复刻
大家好，我是竹子，竹笋集视觉创始人，同时也是一名设计师。 很高兴成为优设 AI 特邀专栏作者，未来我将与大家分享 AI 绘画的心得与实践经验。 随着 AI 工具的兴起，绘画的门槛正在迅速降低。
3/13/2025 8:26:32 AM
竹笋集
DeepSeek-R1的方法迁移到多模态大模型-开源Vision-R1实现方法思路
刚开始琢磨使用DeepSeek-R1风格训练多模态R1模型，就看到这个工作，本文一起看看，供参考。 先提出问题，仅靠 RL 是否足以激励 MLLM 的推理能力？ 结论：不能，因为如果 RL 能有效激励推理能力，Vision-R1-Zero 应该表现出生成复杂 CoT 的能力，并在基准测试中提升准确率。
3/13/2025 8:13:47 AM
余俊晖
不需要 AI 和数学知识背景，这篇文章带你学会大模型应用开发
作者 | ronaldo最近几年，大模型在技术领域的火热程度属于一骑绝尘遥遥领先，不论是各种技术论坛还是开源项目，大多都围绕着大模型展开。 大模型的长期目标是实现AGI，这可能还有挺长的路要走，但是眼下它已经深刻地影响了“编程”领域。 各种copilot显著地提升了开发者的效率，但与此同时，开发者也变得非常地焦虑。
3/13/2025 8:00:00 AM
腾讯技术工程
用AI把PDF一键变成能玩的可视化网页，这不比PPT酷多了？
前几天，看到好基友歸藏在 X 上发了一个帖子：还挺爆，一天半的时间过去，已经有 17.3 万的阅读了。 这个东西，简单点说，就是用一个 Prompt，把一些非常难以阅读的文字报告，一键转成更舒服更易读的可视化网页。 甚至，还是能交互的那种。
3/13/2025 6:53:33 AM
数字生命卡兹克
谷歌 DeepMind 推出新 AI 模型，机器人未经训练也能执行现实任务
北京时间今晚，谷歌 DeepMind 推出两款新型 AI 模型，旨在帮助机器人完成更多现实世界中的任务。
3/12/2025 11:22:56 PM
清源
H20芯片困局：在DeepSeek崛起下的挑战与反思
在当今全球科技竞争的宏大棋局之中，美国针对中国半导体和人工智能芯片发起的制裁行动，恰似汹涌暗潮，正以悄无声息却又极具颠覆性的方式，重塑着中国人工智能产业的发展格局。 在这一复杂局势下，H20 芯片作为特殊的存在进入中国市场，看似是为国内企业送来的“及时雨”，实则暗藏玄机，背后隐藏着诸多亟待剖析的问题。 近年来，美国对我国人工智能发展的制裁手段可谓层层加码、环环相扣。
3/12/2025 5:59:31 PM
徐勇
西班牙将推新法案：未标注 AI 生成内容将面临巨额罚款
西班牙政府近期通过了一项新法案，旨在对未正确标注的人工智能（AI）生成内容的公司处以高额罚款，以打击 “深度伪造” 现象。 数字化转型部长奥斯卡・洛佩斯（Oscar Lopez）在新闻发布会上表示，此项法案参考了欧盟的《人工智能法案》，规定了对被认为是高风险的人工智能系统实施严格的透明度要求。 图源备注:图片由AI生成，图片授权服务商Midjourney洛佩斯指出，人工智能在提升生活质量的同时，也可能被用来传播错误信息、攻击民主，具有潜在的风险。
3/12/2025 5:47:00 PM
AI在线
硅基流动：DeepSeek-R1 & V3 API升级，支持批量推理、R1价格直降75%
硅基流动官微宣布，即刻起，硅基流动SiliconCloud平台的DeepSeek-R1&V3API支持批量推理（BatchInference）。 用户通过批量 API 发送请求到 SiliconCloud，不受实时推理速率限制的影响，预期可在24小时内完成任务。 相比实时推理，DeepSeek-V3 批量推理价格直降50%，其中，3月11日至3月18日，DeepSeek-R1批量推理优惠价格直降75%，输入价格为 1元 / 百万 Tokens、输出价格为4元 / 百万 Tokens。
3/12/2025 4:44:00 PM
AI在线
硅基流动宣布DeepSeek-R1&V3 API支持批量推理 价格暴降75%
硅基流动 SiliconCloud 平台即日起正式推出 DeepSeek-R1& V3API 的批量推理（Batch Inference）功能。 用户现在可以通过批量 API 向 SiliconCloud 发送请求，摆脱实时推理速率的限制，并在预期24小时内完成大规模数据处理任务。 此次更新的一大亮点是价格的大幅下调。
3/12/2025 4:43:00 PM
AI在线
奥尔特曼预告创意文学模型，称其首次被 AI 作品打动
2025 年 3 月 12 日，OpenAI 奥尔特曼预告创意写作 AI 模型，分享其创作故事，引发 AI 内容应用讨论。科技媒体分析显示其类似人类写作，但也提醒谨防诈骗。#AI 创意写作 #OpenAI
3/12/2025 3:41:02 PM
故渊
预计到2034年，交易市场中的生成式AI价值将达23.6亿美元
根据 Market.us 的最新报告，生成式人工智能在交易市场正经历快速扩张。 预计市场规模将从2024年的2.453亿美元增长到2034年的23.587亿美元，年均增长率达到25.4%。 这一增长主要受益于 AI 驱动的交易策略和先进分析技术的普及。
3/12/2025 3:25:00 PM
AI在线
32B IOI奥赛击败DeepSeek-R1！Open R1开源复刻第三弹，下一步R1-Zero
Hugging Face的Open R1再度升级！ Hugging Face的Open R1是一个社区驱动的项目，目标是创建一个完全开源的DeepSeek-R1版本。 目前，已有模型如OlympicCoder-32B和数据集如codeforces发布，显示了项目的进展。
3/12/2025 1:55:05 PM
新智元
OpenAI旨在通过扩展工具包开发智能体
随着企业对这项技术兴趣的提升，技术供应商纷纷急于推出工具以促进智能体的采用。 云巨头和软件巨头都已参与其中。 谷歌去年12月向企业客户介绍了其Agentspace服务，微软上周扩展了其AI代理产品组合，而AWS则于周一正式推出了AmazonBedrock上的多智能体协作功能。
3/12/2025 1:04:01 PM
Lindsey Wilkinson
使用 VLLM 部署 DeepSeek：基于 Ubuntu 22.04 + RTX 4090 + Docker 的完整指南
最近，大语言模型（LLM）的部署已经成为 AI 开发者绕不开的核心技能。 而 VLLM 作为一款高性能、低延迟的推理引擎，在大模型推理领域迅速崛起。 今天，我就带大家从零开始，在 Ubuntu 22.04 RTX 4090 Docker 环境下，部署 DeepSeek模型，并让它跑起来！
3/12/2025 12:37:50 PM
写代码的中年人