AI新闻 第3页

近期，大型语言模型领域风起云涌。Google 的 Gemini 系列模型持续迭代（ Google 发布 Gemini 2.5：“思考”能力大幅提升 ），而来自中国的 DeepSeek 推出了 V3 新版本（ DeepSeek-V3 模型低调更新，代码能力跃升，...

Google DeepMind 于 2025 年 3 月 25 日（最后更新于 3 月 26 日）发布了其号称最智能的 AI 模型系列—— Gemini 2.5。首个亮相的 Gemini 2.5 Pro Experimental 版本在多个基准测试中表现突出，尤其在推理和代码能...

  事情发酵是一次错误的使用git，将修改Logo的PR提交到了Dify主版本上。   https://github.com/langgenius/dify/pull/16640 ，同时官方也简单说明开源项目商用范围，无非是LOGO和多租两处不要修改。 &n...

掀起效率革命，加速软件开发新纪元 软件开发正迎来前所未有的变革，人工智能 (AI) 的浪潮正席卷而来，重塑着开发者的工作方式。面对日益复杂的项目需求和不断加速的交付周期，传统的开发模式显得力不从心。幸运的...

科技领域的竞争总是暗流涌动。近日，中国 AI 创企 DeepSeek（深度求索）团队在未进行大规模宣传的情况下，低调地更新了其 V3 基座模型，新版本 DeepSeek-V3-0324 已悄然上线 Hugging Face 平台，供开发者下载和部...

近日，备受瞩目的 Qwen2.5-VL 系列模型再添新成员—— Qwen2.5-VL-32B-Instruct 正式开源发布。这款 320 亿参数规模的多模态视觉语言模型，在继承 Qwen2.5-VL 系列优势的基础上，通过强化学习等技术进一步优化，实...

在人工智能（AI）领域，大型语言模型（LLM）的发展日新月异，它们在文本生成和对话互动方面展现出惊人的能力。然而，如何将 AI 的强大功能真正融入到实际应用场景中，使其不再仅仅停留在“聊天”层面，而是能够执行...

OpenAI 近日宣布推出其新一代音频模型API，旨在赋能开发者构建更强大、更智能的语音助手。这一举措被视为语音交互技术领域的一次重大进步，预示着人机语音交互将迎来更自然、更高效的新阶段。 此次发布包含两项关...

人工智能生成内容正以前所未有的速度增长，据报道，去年秋季 Facebook 上最受欢迎的 20 个帖子中，有 4 个是由 AI 生成。此外，Medium 估计其平台上 47% 的内容也来自 AI。如同所有新兴工具一样，AI 既有积极的应...

近期，大型语言模型领域，强化学习在训练后期的新范式日益受到业界关注。继 OpenAI 推出 GPT-4o 等 O 系列模型，以及 DeepSeek-R1 的发布，模型的出色表现证明了强化学习在优化过程中的关键作用。 腾讯混元大模型...

轻量级大模型正成为 AI 领域的新战场。 继 Google DeepMind 推出 Gemma 3 后，Mistral AI 于 2024 年 3 月发布了 Mistral Small 3.1。这款拥有 240 亿参数的模型凭借其高效性、多模态能力和开源特性，引发了广泛...

Mistral AI 近日宣布推出其最新模型 Mistral Small 3.1，并声称这是目前同等量级模型中的最佳选择。 这款新型号建立在 Mistral Small 3 的基础上，在文本性能、多模态理解以及上下文处理能力上都得到了显著提升，...

在信息爆炸的时代，如何从海量数据中快速、精准地定位关键信息，已成为企业和个人知识管理的核心挑战。近日，Dify 产品团队发布了 v1.1.0 版本，并创新性地推出了以“元数据”为核心的知识过滤器功能。这项更新犹如...

OCR 技术能够将图像中的文字信息转换为可编辑和可处理的文本数据。简单来说，就是识别和提取图片上的文字。 接下来，我们将深入评测 GitHub 上 Star 数最多的 10 个 OCR 开源项目，为你提供一份详尽的 OCR 工具选...

  Gemini 最近更新有些频繁，非顺序整理： 正式上线 Veo2 推理模型在 Google AI Studio 、Gemini（缩水版） 分别上线 原生支持图像生成编辑的多模态模型：Gemini 2.0 Flash （现在标准名称是：Gemini 2.0 Fl...

中国互联网巨头阿里巴巴正大举进军人工智能（AI）领域。据报道，阿里巴巴 CEO 吴泳铭已明确提出，要在公司现有业务中全面实现 AI 驱动。 阿里巴巴在港交所发布公告（2月24日），计划在未来三年内投入至少 3800 亿...

核心要点： MCP 协议通过引入 “流式 HTTP” 传输方案，实现了完全无状态化，并简化了通信方式，为未来更广泛的应用奠定了基础。 近日，消息通道协议 (MCP) 的一项关键技术改进提议获得通过，预示着这项新兴协议将...

近期，一系列开源 AI Agent（智能体）框架的出现引起了业界的广泛关注。这些框架并非 LangChain、Crew AI 或 OpenAI Agents SDK 的简单替代品，而是提供了独特的功能和视角，旨在简化和加速多智能体（Multi-Agent...

在人工智能领域，大型语言模型（LLM）技术日新月异，各种工具库层出不穷。为了帮助开发者更好地应对 LLM 开发的挑战，本文整理了一份包含 120 多个实用 LLM 库的工具箱，并按功能类别进行划分，方便工程师们快速...