跳到正文

#Agent

今日 8 条
10月23日周五
  1. Show HN70

    如何加速 VLA 训练:Pi0.5 训练加速详解

    本文详细介绍了如何通过多种优化方法加速 Pi0.5 模型的训练,包括内存优化、编译优化和注意力机制优化,最终实现了 3 倍的训练加速。

    推荐理由:文章详细介绍了如何通过多种优化方法加速 Pi0.5 模型的训练,包括内存优化、编译优化和注意力机制优化,对于需要训练类似模型的读者具有参考价值。

  2. The Decoder65

    Canva 发布自研图像生成模型 Craft

    Canva 发布了其首个自研图像生成模型 Craft,该模型可生成高达 2K 分辨率的图像,支持 55 种语言的文本渲染,并计划与 ChatGPT 和 Gemini 等聊天机器人集成。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  3. Show HN65

    Basteon 财务应用发布智能体功能

    Basteon 财务应用发布新的智能体功能,支持连接 2000 多家银行和 40 多家经纪商,所有数据存储在用户设备上,提供自动同步、投资跟踪、智能分类等功能。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  4. Show HN65

    HatchZip – 无需双倍磁盘空间即可解压缩存档

    HatchZip 是一款解压缩工具,可以在提取文件时节省磁盘空间,通过逐步释放空间来避免占用双倍磁盘空间。它支持 ZIP、7z、tar 和分割存档,适用于 Windows、macOS 和 Linux 系统。

    推荐理由:HatchZip 是一款独特的解压缩工具,它可以在提取文件时节省磁盘空间,通过逐步释放空间来避免占用双倍磁盘空间,对需要大量存储空间进行解压缩的场景非常有用。

  5. Show HN65

    PuedoBot 发布开源安全审计工具

    PuedoBot 发布了开源安全审计工具 PuedoBot Core,该工具结合了确定性静态分析和智能 AI 验证,支持多种云 LLM 和本地模型,并提供丰富的交互式 CLI 功能。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  6. Latent Space60

    2026年10月AI行业动态综述

    2026年10月,AI领域发生了一系列事件,包括安全漏洞、模型发布、政策响应等。本文概述了这些事件,包括安全漏洞、模型发布、政策响应等,为读者提供了对当前AI行业状况的全面了解。

    推荐理由:本文概述了AI领域在2026年10月发生的一系列事件,包括安全漏洞、模型发布、政策响应等,为读者提供了对当前AI行业状况的全面了解。

  7. Show HN70

    zflash:超快速且分阶段的 zsh 插件管理器

    zflash 是一个超快速且分阶段的 zsh 插件管理器,通过预编译和分阶段加载插件,显著提高了 zsh 的启动速度。

    推荐理由:该工具通过预编译和分阶段加载插件,显著提高了 zsh 的启动速度,读者可以了解其如何改变现有工作流。

  8. Show HN65

    Kucedr 桌面 AI 助手发布智能体功能

    Kucedr 桌面 AI 助手发布,支持 macOS、Linux 和 Windows 系统,提供本地化存储和个性化模型选择,支持扩展应用和自动化任务。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  9. InfoQ中文60

    奥特曼访谈:AI 的发展与人类未来

    OpenAI CEO 奥特曼在访谈中探讨了 AI 的发展趋势,包括 AI 在科学发现中的应用、AI 对人类工作方式的影响、AI 是否具备意识等问题,并表达了对 AI 未来发展的期待。

    推荐理由:奥特曼作为 OpenAI CEO,对 AI 的发展趋势和影响进行了深入探讨,读者可以从中了解 AI 对人类工作方式、技术进步和未来社会的影响。

  10. InfoQ中文85

    科大讯飞发布智能体功能

    科大讯飞发布新的智能体功能,包括星辰 TaaS、Agent OS、APA 和 XFYUN CLI,旨在将大模型调用转化为可交付的业务结果,并提升企业内部协同效率。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  11. InfoQ中文75

    AI Agent 正在改写 CPU 的价值:当 Token 变成行动,算力竞争不再只是拼 GPU

    AI Agent 的发展使得 CPU 在 AI 基础设施中的作用被重新审视,CPU 不再只是推理任务的辅助组件,而是决定 Agent 能否顺利执行任务的重要环节。文章分析了不同 Agent 应用对 CPU 的需求差异,并探讨了未来 CPU 评估的方向。

    推荐理由:文章探讨了 AI Agent 对 CPU 性能评价逻辑的影响,以及 CPU 在 Agent 时代的重要性,对行业趋势有洞察价值。

  12. 量子位85

    高德发布基于开放世界行为的全身基座模型λ0,推动机器人动作对齐

    高德发布基于开放世界行为的全身基座模型λ0,通过无本体全身数据采集和软硬件协同人机对齐技术,实现机器人全身动作协调,提升机器人通用能力和动作成功率。

    推荐理由:该研究提出了一个基于开放世界行为的全身基座模型λ0,对于机器人领域具有创新意义,读者可以关注其技术细节和应用前景。

  13. 量子位70

    iRTE2026:声网CEO赵斌提出五级对话能力框架,实时互动迈入对话AGI时代

    声网CEO赵斌在iRTE2026实时智能大会上提出五级对话能力框架,探讨了实时互动和对话式AI的发展趋势,强调对话式AI需要从基础应答走向深度理解与关系沟通。

    推荐理由:文章探讨了实时互动和对话式AI的发展趋势,提出了五级对话能力框架,对理解对话式AI的未来发展方向有重要意义。

  14. 量子位75

    2026物理AI与世界模型大会聚焦AI在物理世界中的应用

    2026物理AI与世界模型大会在南京举行,多位图灵奖得主和产业专家探讨了AI在物理世界中的应用,包括世界模型、物理智能等,并发布了50个典型应用场景。

    推荐理由:大会聚焦物理AI和世界模型,探讨了AI在物理世界中的应用和未来趋势,对行业发展和技术创新有重要意义。

  15. 量子位70

    国产5B生图模型MOSS-Image海外爆火,4天超百万下载

    MOSS-Image,一款由模思智能和OpenMOSS团队开源的生图模型,在海外社区获得巨大成功,4天内下载量超过百万。该模型以其自然感画面和丰富的功能特性,如文字渲染、布局控制和长提示词支持,吸引了众多开发者。

    推荐理由:MOSS-Image作为一款国产5B参数生图模型,在海外社区获得广泛关注,其自然感画面和丰富的功能特性使其成为开发者关注的焦点。

  16. 量子位65

    企业AI需要两个世界模型

    特赞创始人范凌在论坛上提出,企业AI需要构建“客户世界模型”和“企业世界模型”两个模型,以实现AI在企业中的真正应用和价值。

    推荐理由:文章探讨了企业AI发展中的“两个世界模型”概念,对理解企业AI的未来发展方向有重要意义。

  17. IT之家60

    国务院办公厅发布政策促进人工智能技术发展助力就业

    国务院办公厅发布《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》,旨在通过人工智能技术促进就业,减缓就业替代影响。

    推荐理由:国务院办公厅发布政策,旨在通过人工智能技术促进就业,减缓就业替代影响,读者可以关注政策对人工智能行业的影响。

  18. IT之家75

    富士胶片等五方合作开发2nm医疗影像AI推理芯片

    富士胶片、GE医疗等五方合作开发基于2nm工艺的医疗影像AI推理芯片,旨在提供高速图像处理和能效,并支持实时影像诊断、诊疗和手术支持。

    推荐理由:原文介绍了多方合作开发的新型医疗影像AI推理芯片,读者可以了解其技术特点和潜在应用价值。

  19. InfoQ中文70

    千问蒋冠军:Personal Agent 技术框架,需要模型、记忆与生态协同推进

    阿里巴巴千问事业部 AI 算法负责人蒋冠军在 2026 中国计算机大会上分享了千问打造 Personal Agent 的技术实践,强调模型、记忆与生态协同推进的重要性,并介绍了千问推出的个人专属 AI 助理「千问 Go!」的新功能。

    推荐理由:蒋冠军分享了千问打造 Personal Agent 的技术实践,探讨了模型、记忆与生态协同推进的重要性,对读者了解 Personal Agent 技术发展有参考价值。

  20. IT之家65

    英伟达推动欧洲自动驾驶业务发展,多家车企采用Hyperion平台

    英伟达在柏林GTC大会上公布了自动驾驶业务在欧洲的最新布局,多家车企如Bolt、Lucid、奔驰、大众汽车商用车、沃尔沃汽车和Einride计划采用英伟达Hyperion计算平台,开发无人驾驶出租车、厢式货车和货运卡车。

    推荐理由:原文报道了多家车企采用英伟达自动驾驶技术,推动欧洲自动驾驶业务发展,读者可以关注其对自动驾驶行业的影响。

  21. Show HN60

    Audimind 发布智能音频制作平台

    Audimind 发布新的智能音频制作平台,支持 AI 生成旁白、智能脚本、智能对齐、AI 工具箱等功能,旨在提高音频制作效率和协作性。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  22. The Verge · AI60

    Meta 发布 Muse 智能体功能

    Meta 发布了个人 AI 智能体 Muse,预计将在未来帮助用户完成购物、工作等任务,并与其他用户的 Muse 进行交互。目前 Muse 已在美国和加拿大下载超过 1000 万次,其中四分之一的人每天使用 Muse。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  23. The Verge · AI65

    Canva 发布 Canva Craft AI 图像生成模型

    Canva 发布了名为 Canva Craft 的新 AI 图像生成模型,该模型在规划设计后再生成图像,提供了更高的精度、一致性和控制力。Canva Craft 可以生成高达 2K 分辨率的图像,并支持超过 30 种画幅比例。

  24. 36氪70

    荣耀发布Magic9系列AI智能体手机

    荣耀在CEIC上发布Magic9系列AI智能体手机,搭载系统级Agent Harness商用架构,YOYO智能体可识别用户意图,覆盖超千个生活场景,推动AI智能体在消费终端的规模化落地。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  25. InfoQ中文65

    华为小艺 Work 发布:从全媒体运营到深度研究的完整体验

    华为推出小艺 Work,一款面向日常办公、代码开发和创意创作等场景的智能体。它能够完成搜索、写作、整理材料和生成演示文稿等任务,支持云端与本地执行、多端协同和专家团协作,并提供连接器功能,可以接入第三方服务,进一步拓展任务执行能力。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  26. InfoQ中文60

    Gremlin Foresight AI 正式全面上线,将智能体引入可靠性工程

    Gremlin 宣布其智能体产品 Foresight AI 正式全面上线,该产品可分析服务中的潜在故障、给出优化建议,并重新执行测试以验证修复方案是否有效。Foresight AI 的目标是提供可靠性检测能力,无需每位开发者都成为分布式系统专家。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  27. InfoQ中文85

    科大讯飞发布新一代端到端交互模型:语音大模型调用量暴涨20倍,端侧已实现约70%云端能力

    科大讯飞发布新一代端到端交互模型SparkAudio 1.0和端云一体通用大模型讯飞星火 X2.6*及端侧模型Spark-X2.6-4B,语音大模型调用量同比增长超过20倍,端侧已实现约70%的云端能力。

    推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。

  28. 开源中国70

    MiniMax M3.1 Flash 正式开源

    MiniMax 发布了 M3.1 Flash 的开源版本,该模型拥有 428B 总参数,72 小时内处理超过 100 万亿 Token,重点优化了推理效率。

    推荐理由:MiniMax M3.1 Flash 的开源可能对现有工作流产生重大影响,读者可以关注其推理效率的提升和开源带来的潜在应用场景。