理论

突发！OpenAI以64亿美元，收购iPhone设计师公司io

今天凌晨1点，CNBC消息，OpenAI将以64亿美元全资收购，前苹果iPhone设计师乔尼・艾维的AI设备初创公司io，这一交易将推动OpenAI进军硬件领域。收购完成后，艾维并入OpenAI内部，并承担OpenAI和io的深度创意与设计职责，同时艾维的创意团队Love From将保持独立。 OpenAI表示，此次交易将支付50亿美元，因为其已持有该公司23%的股份。

5/22/2025 9:16:00 AM

OpenAI放大招！核心API支持MCP，一夜改变智能体开发

今天凌晨，OpenAI全资收购io的消息占据了大部分头条。同时OpenAI也“悄悄地”放出了另外一个重磅消息，用于开发智能体的核心API——Responses API支持MCP服务。传统方法，我们在开发智能体需要通过函数调用与外部服务交互，每次操作都涉及从大模型到后端再到外部服务的网络传输，导致多次跳转、延迟会很高，并增加扩展和管理的复杂性。

5/22/2025 8:55:03 AM

RAG系列：基于 DeepSeek + Chroma + LangChain 开发一个简单 RAG 系统

创建 Next 项目首先，使用 npx create-next-app@latest 根据提示完成 Next 项目的创建：复制创建好项目之后，在 src/app 目录下新建 rag 目录，本次 demo 的代码都将放在这里。知识库构建接下来，我们将构建知识库，主要目标是将准备好的 pdf 通过向量化存到向量数据库中，以便后续的检索。由于本次 RAG 系统的开发都要依赖 LangChain 框架，所以我们先在项目中安装 LangChain 框架和核心依赖：复制文档加载LangChain 的 DocumentLoaders[1] 提供了种类丰富的文档加载器，可加载文件系统的文件也可以加载线上文件，包括 csv、docx、pdf、pptx、html、github、youtube等等。

5/22/2025 6:48:50 AM

赖祥燃

前端 x AI：从了解提示工程、RAG和微调开始

在AI工程应用中有三种应用范式，他们分别是提示工程（Prompt Engineering）、RAG（Retrieve Augmented Generation）、微调（Fine Tuning），那么在工程应用中我们该如何选择呢？在具体介绍这三种范式之前，首先我们需要了解什么是大模型。大模型通常指的是拥有大量参数和复杂结构的深度学习模型，它经过海量的多样化的数据预训练之后，具备了非常多的能力，包括编码、数学、金融、教育和法律等行业的能力。

5/22/2025 1:00:00 AM

赖祥燃

告别“单打独斗”！AI 协作新范式 MoA，如何集结大模型“梦之队”？

大模型浪潮下，你的 AI 应用遇到瓶颈了吗？当 GPT、Claude、文心一言等各类强大模型如繁星般涌现，我们惊喜于它们令人惊叹的能力。然而，在实际落地中，我们常常发现，即使是最顶尖的单一模型，也难以完美应对所有复杂场景的需求。

5/21/2025 4:27:00 PM

贝塔街的万事屋

大模型全面爆发，所有榜一都是Gemini！谷歌一夜站到了台前

北京时间今天凌晨 1 点，今年的 Google I/O 2025 开发者大会正式开启。谷歌最近的大模型技术风头正劲，今年的这场「科技春晚」吸引了全球关注的目光。没有意外，今年的核心主题自然是 AI。

5/21/2025 9:40:11 AM

机器之心

史上最强AI全家桶！谷歌Gemini 2.5双杀OpenAI，上架250美金天价VIP

谷歌又双叒叕搞事情啦！昨天，谷歌推出了一款超强的编程智能体Jules，已进入全球测试阶段。任何拥有Google账户的开发者都可以使用，提供每日5次免费任务。

5/21/2025 9:15:00 AM

解锁 LLM 新高度！一文深度解读 Qwen3 大模型

1、模型架构Qwen3 系列涵盖 6 种密集型模型和 2 种 MoE 模型，参数规模从 0.6 亿到 2350 亿不等，满足不同下游应用需求。旗舰模型 Qwen3-235B-A22B 作为 MoE 模型，总参数量达 2350 亿，每 token 激活参数量为 220 亿，在性能与效率间取得平衡。密集型模型Qwen3 的密集型模型架构与 Qwen2.5 类似，采用 Grouped Query Attention（GQA）和 QK-Norm 改进注意力机制，使用 SwiGLU 作为激活函数，搭配 Rotary Positional Embeddings（RoPE）进行位置编码，采用 RMSNorm 并预归一化。

5/21/2025 9:04:38 AM

Goldma

CoT推理大溃败？哈佛华人揭秘：LLM一思考，立刻就「失智」

DeepSeek-R1火了，推理模型火了，思维链（Chain-of-Thought，CoT）火了！模型很聪明，问题是：它还听你的话吗？思维链很好，但代价呢？

5/21/2025 9:02:20 AM

骄傲藏不住！谷歌CEO劈柴哥5.20深夜开大：15项重磅炸弹，两大Gemini前沿方向！中国队Xreal成为谷歌XR原型机代表

编辑｜云昭北京时间5月21日凌晨1点，谷歌 CEO Sundar Pichai 准点走进坐落于加州山景城的著名露天圆形剧场 Shoreline Amphitheatre，发表了 Google IO 2025 大会的主题演讲。全程一部定影的时间， 115 分钟，可谓是给 5.20 的深夜奉上了一场别样的谷歌之声。先说整体感受，整体上如大部分媒体所预料的：Andriod 已经退出焦点，AI 可以说是全部。

5/21/2025 7:45:43 AM

云昭

RAG与微调，大语言模型的“大脑升级”，该选哪条路？（小白科普）

最近在做项目时，我发现有些甲方对RAG和模型微调分区的不太清楚，明明大语言模型（LLM）加挂RAG就可以解决的问题，却坚持要微调，但是具体沟通后发现，其实只是不太了解二者的实际用途。其实，Retrieval-Augmented Generation (RAG) 和微调 (Fine-Tuning) 是两种最常用的LLM的“大脑升级”技术，虽然它们都能提升模型的性能，但工作原理和适用场景却大相径庭。今天，我就来深入聊聊这两种技术，弄清楚在不同情况下，到底该选 RAG 还是微调。

5/21/2025 3:00:00 AM

贝塔街的万事屋

几行代码让自家网站秒变ChatGPT！微软Build上神秘开源协议，掀起第四次计算革命！网友：OpenAI的霸主时代被终结？

编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto）昨天的微软 Build 2025 开发者大会，用一句话总结就是：信息密度爆表，炸点不断！如果你是开源党的信徒——这次微软几乎把压箱底的宝贝都掏了出来：GitHub Copilot for VS Code 项目正式开源！而且直接采用了 MIT 协议，意味着全球开发者不仅能免费访问源码、研究核心逻辑，还能亲自下场参与改进，Copilot 从此变成了真正意义上的“全民AI助手”。

5/20/2025 6:33:37 PM

伊风

60+头部企业关于AI的思想碰撞，都在这场大会里

最近由150位全球顶尖AI创始人参与的红杉资本AI峰会刷爆AI产业圈，关于大热的智能体经济、大模型、机器人商业化...来自OpenAI、英伟达、谷歌等公司的AI大佬们给出了他们的洞察——AI不再卖工具，而是卖收益。它正在从“技术产品”进化为一种新的经济运行方式。这一观点通俗来讲，就是客户不会因为你的AI产品功能好不好来买单，他们只为能帮他挣钱的产品买单。

5/20/2025 3:36:54 PM

深度解析大模型技术演进脉络：RAG、Agent与多模态的实战经验与未来图景

作者 | jaymie大模型作为产业变革的核心引擎。通过RAG、Agent与多模态技术正在重塑AI与现实的交互边界。三者协同演进，不仅攻克了数据时效性、专业适配等核心挑战，更推动行业从效率革新迈向业务重构。

5/20/2025 8:30:00 AM

腾讯技术工程

Transformer 模型结构详解及代码实现!

一、Transformer简要发展史以下是Transformer模型发展历史中的关键节点：Transformer架构于2017年6月推出。原本研究的重点是翻译任务。随后推出了几个有影响力的模型，包括：时间模型简要说明2017 年 6 月「Transformer」Google 首次提出基于 Attention 的模型，用于机器翻译任务2018 年 6 月「GPT」第一个使用 Transformer 解码器模块进行预训练的语言模型，适用于多种 NLP 任务2018 年 10 月「BERT」使用 Transformer 编码器模块，通过掩码语言建模生成更强大的句子表示2019 年 2 月「GPT-2」更大更强的 GPT 版本，由于潜在风险未立即发布，具备出色的文本生成能力2019 年 10 月「DistilBERT」BERT 的轻量化版本，在保留 97% 性能的同时，速度更快、内存占用更低2019 年 10 月「BART、T5」使用完整的 Encoder-Decoder 架构，在各种 NLP 任务中表现优异2020 年 5 月「GPT-3」超大规模语言模型，支持“零样本学习”，无需微调即可完成新任务这个列表并不全面，只是为了突出一些不同类型的 Transformer 模型。

5/20/2025 8:15:00 AM

郭小喵玩AI

调查显示67%的工作使用AI，但领导者是否了解其局限性？

在一份针对1000名知识型员工的调查中，67%的受访者表示其所在公司使用AI，其中56%的公司鼓励员工使用AI。该调查由Owl Labs发起，他们发现Z世代员工更有可能表示自己“高度依赖”AI，其中70%的最年轻一代员工在工作中依赖这项技术完成多项任务。这与OpenAI CEO萨姆·奥特曼(Sam Altman)的观察一致，他最近表示，Z世代员工将ChatGPT视为“人生顾问”。

5/19/2025 3:06:44 PM

Chris