AI“魔改”怎么看（坚持“两创”·关注新时代文艺）
AI“魔改”视频层出不穷，呼唤更清晰的分类标准、更科学的审核机制和更精准的管理方式，提醒我们在法律的框架内寻求保护版权与鼓励创新的平衡 最近，在人工智能技术加持下，一段“回答我”的幽默台词让教科书上的历史人物画像“活”起来了。短视频里，扁鹊苦口婆心“你早上为什么不吃饭”，李白追问“缘何不背诗”，宋徽宗发问“瘦金体不好看吗”……画面诙谐、反差感拉满，一系列
查看全文
加载中...
加载中...
主题 0 成员 0
加入
提示:
请先关注智造圈~
Cailyn
昨天14:28 · 江苏
收藏
置顶
加精
编辑
设置
移动
举报
删除
0 浏览
评论
点赞
Cailyn
05-08 01:50 · 江苏
收藏
置顶
加精
编辑
设置
移动
举报
删除
本土品牌扎堆入场，谁能领跑AI赛道？
在今年的德国汉诺威工业博览会现场，由弗劳恩霍夫智能分析和信息系统研究所研发的一款AI智能体可以在听到指令时，立即指挥机械臂拍照识别并筛选物体，在5秒内就可将选择的巧克力递给观众。这里出现的AI智能体到底是什么，它又能为工业带来哪些变革？
查看全文
0 浏览
评论
点赞
Cailyn
05-06 00:04 · 江苏
收藏
置顶
加精
编辑
设置
移动
举报
删除
MCP 万字全解：从原理到实战，这篇最全，建议收藏
还记得 GPT-4 一出手，横扫千军的场景吗？模型越来越强，参数越来越大，大家也越来越疑惑：大模型到底怎么记住用户上下文的？为什么有的 AI 聊天机器人“越聊越聪明”？多轮对话时，它怎么知道你说的是哪个“它”？企业级 RAG、Agent 又是怎么协同多
查看全文
0 浏览
评论
点赞
Cailyn
05-04 23:05 · 江苏
收藏
置顶
加精
编辑
设置
移动
举报
删除
智能问答系统：从规则到深度学习，下一步该怎么走？
最近在做智能问答系统，深感这个领域的发展速度之快。曾经只能机械回答问题的机器人，现在已经能主动推荐内容、处理复杂任务，越来越像一个全能助手。对话系统，按交互方式可分为“主动型”和“被动型”，按用途又可细分为“问答型”“闲聊型”“任务型”。从底层技术看，路径也从早期的检索、规则、语义解析，演进到了今天流行的深度生成模型，特别是结合企业知识库的大模型问答框架 RAG，效果越来越实用
查看全文
0 浏览
评论
点赞
Cailyn
05-03 22:58 · 江苏
收藏
置顶
加精
编辑
设置
移动
举报
删除
AI冲击漫画界：是创作助力还是艺术威胁？
查看全文
0 浏览
评论
点赞
Cailyn
05-03 22:12 · 未知
收藏
置顶
加精
编辑
设置
移动
举报
删除
万亿赛道！AI应用存储架构及解决方案深度分析！ 2025
一、Al应用中的存储层级1. 存储层级架构随着技术的演进和应用需求的细化,经典的存储金字塔层级也日渐丰富。当然，这么丰富的层级，是易失性的内存(Memory
查看全文
0 浏览
评论
点赞
Cailyn
05-03 22:00 · 江苏
收藏
置顶
加精
编辑
设置
移动
举报
删除
突发！开源！Meta 发布复杂推理检索ReasonIR-8B 大模型！2025
Meta AI 推出 ReasonIR-8B 模型，专为推理密集型检索设计，不仅在检索精度上取得突破，其低成本和高效率也使其成为实际应用的理想选择。当前检索增强生成（RAG）系统在处理复杂推理任务时，常常因检索器性能不足而受限。传统检索器多针对简短事实性问题训练，擅长文档级别的词语或语
查看全文
0 浏览
评论
点赞
Cailyn
05-03 21:50 · 未知
收藏
置顶
加精
编辑
设置
移动
举报
删除
【AI Agent深度研究报告】2025年，AI Agent应用全面爆发：它到底能干掉多少岗位？
五年前，你或许还在对 Siri 说“今天天气怎样”；两年前，你开始用 ChatGPT 辅助写作。而今天，AI智能体（Agent）正横空出世，宛如一个具备“数字大脑”的全能秘书，悄然改变我们的工作模式与生活方式。
查看全文
0 浏览
评论
点赞
Cailyn
05-01 20:50 · 江苏
收藏
置顶
加精
编辑
设置
移动
举报
删除
西安交大郑南宁报告
中共中央政治局4月25日下午就加强人工智能发展和监管进行第二十次集体学习。西安交通大学教授郑南宁同志就这个问题进行讲解，提出工作建议。今天刊登一则郑院士做的一个报告，讲得非常好，难怪能给政治局讲课。以下为报告全文：大家好，今天我报告的题目是“机器行为与具身智能”。首先，我们来看一个相
查看全文
0 浏览
评论
点赞
Cailyn
05-01 18:35 · 江苏
收藏
置顶
加精
编辑
设置
移动
举报
删除
AI 文生数据：真正实现“自动生成+自动整理+自动保存”的闭环
“工欲善其事，必先利其器。”这句话在如今的大模型时代，显得格外有分量。数据，就是驱动模型前进的燃料。谁要是能高效地获取优质训练数据，谁就能在模型微调和落地应用中抢占先机。
查看全文
0 浏览
评论
点赞