neng8科技快讯网AI人工智能前沿资讯_汽车数码相机评测_手机电脑硬件百科

到底什么是踏马的 Agentic Workflows？

AI Agents，Agentic AI，Agentic Architectures，Agentic Workflows......

AI生成引领设计软件“范式革新”，AI设计工具Motiff妙多亮相世界人工智能大会

Motiff妙多AI设计工具在WAIC大放异彩。

7月5日，上海——“我要一个财经新闻类的APP界面”“给咖啡厅设计一个点餐页面”“创建一个欧洲杯的直播界面”，在2024世界人工智能大会（WAIC）的展台上，观众对AI提出了这样的“要求”。一款名为Motiff妙多的UI设计工具通过AI生成UI功能快速生成了不同类型的APP界面，吸引了观众注意。

清华NLP组发布InfLLM：无需额外训练，「1024K超长上下文」100%召回！

AI+教育培训丨YC投资AI备考神器Alice，要让教育实现个性化

在个性化教育不断升温的大背景下，哥本哈根初创公司 Alice.Tech 正在悄然推动学习方式的变革。

这家成立于 2024 年、毕业于 Y Combinator 加速器的创业公司，近日宣布完成 480 万美元种子轮融资，

由 Cherry Ventures 和 Y Combinator 领投，PSV Tech 及多位来自欧美的天使投资人跟投。

奥特曼首次透露GPT-5上手体验：在擅长领域感到无力，往后一靠感到眩晕

OpenAI掌门人奥特曼，可能是GPT-5发布前的最后一次深度访谈。

这一次，奥特曼透露了上手GPT-5后的“天啊时刻”：我往后靠在椅子上，感到一阵眩晕，在自己擅长的领域感到了无力。

AI应用兴起，催生数据中心投资机遇

人工智能应用的兴起推动了对算力和存储容量的需求。对企业、个人和政府而言，以安全的方式处理和存储这些数据至关重要。这意味着，对先进数据中心的需求将不断增长，我们认为这提供了具吸引力的投资机会——无论是在数据中心本身还是其所依赖的基础设施方面。

数据中心提供处理人工智能大量工作所需要的基础设施，在满足不断升级需求方面发挥着日益重要的作用。过去十年，开发人员稳步提高主机托管数据中心以及超大规模数据中心的容量；超大规模数据中心是专门建设的设施，旨在满足大型科技公司和云服务提供商的大规模和高性能要求。

微软甩开OpenAI自研大模型，还计划用DeepSeek

思维链引发的战争。

众所周知，微软是 OpenAI 的主要支持者，为其投入了巨资，而且在自家系统与服务中广泛部署了 GPT 系列大模型。

但随着近期 AI 技术的突破、双方的分歧加剧，微软正开始在 AI 赛道上加码。据知情人士透露，微软已经开发内部人工智能模型以与 OpenAI 竞争，

采用「MyTwins.ai」数字分身，「开学季 Ai 第一课」为直播行业带来了新场景 | 早期项目

MyTwins.ai优化数字分身技术，助力AI直播带货。

9月1日，「阿里云-云工开物」邀请了4位院士/教授，用“自己的数字分身”给大家讲授AI相关的知识。此次「开学季 Ai 第一课」采用的技术，是由

你定个主题，用AgentRxiv可以让DeepSeek-v3自主搞科研写论文，效率暴增14% |最新

这项来自约翰霍普金斯与ETH Zurich的自主科研智能体框架AgentRxiv的确可以显著提高研究效率。我在测试了多次之后用Deepseek-V3-0324实现了它。

「有望成为Transformer杀手」，谷歌DeepMind新架构MoR实现两倍推理速度

大型语言模型已展现出卓越的能力，但其部署仍面临巨大的计算与内存开销所带来的挑战。随着模型参数规模扩大至数千亿级别，训练和推理的成本变得高昂，阻碍了其在许多实际应用中的推广与落地。

这促使研究者们围绕两个主要方向积极探索高效化技术：一是通过权重共享提升参数效率，二是根据输入复杂度动态分配计算资源，实现

AI时代不看独角兽，看10亿Tokens日均消耗

创立10年内估值超过10亿美元的创新公司，被称之为独角兽，它们是市场潜力无限的绩优股，是为行业带来技术创新、模式创新的佼佼者。

大模型时代中，类似的新价值红线也正在形成——

日均10亿Tokens消耗量，AI业务跑通的基本标准。

量子位结合2024下半年市场数据盘点，达到这一红线的中国企业，

起舞弄「清影」，智谱的 AI 视频生成之战

全面对标 OpenAI 的智谱，这一次在发布上遥遥领先。

是的，没有预告，没有期货

同时监督和强化的单阶段大模型微调，告别“先背书再刷题”，推理泛化双提升｜中科院&美团等

通过单阶段监督微调与强化微调结合，让大模型在训练时能同时利用专家演示和自我探索试错，有效提升大模型推理性能。

中国科学院自动化研究所深度强化学习团队联合美团，提出一种单阶段监督-强化微调方法——SRFT (Supervised Reinforcement Fine-Tuning)

如何从头开始编写LoRA代码，这有一份教程

作者表示：在各种有效的 LLM 微调方法中，LoRA 仍然是他的首选。

LoRA（Low-Rank Adaptation）作为一种用于微调 LLM（大语言模型）的流行技术，最初由来自微软的研究人员在论文《 LORA: LOW-RANK ADAPTATION OF LARGE LANGUAGE MODELS 》中提出。不同于其他技术，LoRA 不是调整神经网络的所有参数，而是专注于更新一小部分低秩矩阵，从而大大减少了训练模型所需的计算量。

大模型创业没有神话

2023年年中以来，大模型领域创业者Frank接触了二十多个投资人，他发现有意愿沟通的不过三五个，其他人只是来聊聊天。