AI大模型日报#0625:OpenAI停止不支持国家API、大模型「考上」一本、苹果上新视觉模型4M-21

rk3399 linux 5.10 usb 2.0设备上电概率性注册失败 先排除硬件上的问题,然后就烧录kernel 4.1的的镜像,多次测试也没有发现这个问题,所以排除了硬件上的问题,然后。查下usb hub和usb 4G的复位脚,写驱动都给它们配上了,但是还是存在这个问题。最后通过对比rk3399.dtsi发现少了个power-domains = ;多次开关机,发现usb hub和4G都通信失败了,这就有点奇怪了,按理说usb驱动是没啥问题的。加上后,重新编译烧录,重新测试没有发现这个问题了!先查看usb log。 阅读详情

导读:AI大模型日报,爬虫+LLM自动生成,一文览尽每日AI大模型要点资讯!

目前采用“文心一言”(ERNIE-4.0-8K-latest)生成了今日要点以及每条资讯的摘要。欢迎阅读!

《AI大模型日报》今日要点:今日AI大模型领域迎来多重重要更新。小红书技术团队在2024年取得显著研究成果,多篇大模型论文在国际顶会上发表,并将举办线上直播分享会,深入探讨大模型的新机遇与挑战。同时,在河南高考测试中,大模型豆包和文心4.0超越一本线,展现了在文科领域的优异表现,但仍需在理科和深层次理解上加强。另一方面,OpenAI决定停止不支持国家的API服务,引发部分开发者担忧,但国内已有如Qwen2、DeepSeek V2等开源大模型作为替代,SiliconCloud更是提供了一站式大模型API平台,助力国内开发者降低AI应用开发门槛。此外,飞书因其高效协同等特点,成为大模型创业公司的首选协作工具。在算法层面,昆仑万维与南洋理工大学抢发的Q*算法百倍提升了7B模型推理能力,打破OpenAI封锁。最后,苹果联合洛桑联邦理工学院推出的新视觉模型4M-21,支持21种模态,为多模态多任务学习开辟新方向。这些进展共同推动了AI大模型领域的快速发展与创新。

标题: 小红书2024大模型论文分享,多位顶会作者详解论文!


摘要: 要点提炼: 小红书技术团队在2024年大模型前沿研究中取得显著成果,多篇论文在国际顶会上发表。6月27日,小红书将举办线上直播分享会,探讨大模型的新机遇、挑战、评测方法和应用场景。此次分享将涵盖早停自洽性方法、细粒度自洽性方法、文本评测的BatchEval和PEEM方法,以及利用负样本促进大模型推理能力的蒸馏和基于大语言模型的笔记内容表征推荐系统。直播将在多个平台同步播出,观众可通过扫描二维码加入直播交流群,获取直播链接和论文合集,与论文作者直接交流。
网址: 小红书2024大模型论文分享,多位顶会作者详解论文! - 智源社区
 
标题: 当大模型开始「考上」一本
 


摘要: 在2024年河南高考中,大模型豆包和文心4.0超越一本线,但不及GPT-4o。九个顶尖大模型参与高考测试,以河南考卷和分数线为标准。结果显示,大模型在文科表现优异,理科则不尽如人意。GPT-4o以最高分562分领先,豆包和文心4.0也稳超一本线。具体科目中,大模型在英语表现最佳,而在数理学科则明显较差。在语文写作方面,大模型展现出超越学生平均水平的写作能力,逻辑清晰,旁征博引,但仍缺乏人类思考的深度。此次测试不仅展示了大模型在知识掌握和逻辑推理上的进步,也暴露了其在创新思维和深层次理解上的不足。
网址: 当大模型开始「考上」一本 | 极客公园
 
标题: 突发!OpenAI停止不支持国家API,7月9日开始执行

摘要: OpenAI于6月25日凌晨通知部分开发者,将禁止来自不支持地区的API流量,导致一些合规使用者被误封。同时,OpenAI收购远程桌面协作平台Multi,引发安全担忧。Multi类似Windows自带远程桌面,但面向macOS,支持多人共享和类ChatGPT功能。有网友担心结合ChatGPT后,Multi可能被用于非法控制和搜集信息。Multi联合创始人表示期待与OpenAI共同打造更好功能。
网址: 突发!OpenAI停止不支持国家API,7月9日开始执行|谷歌|multi|openai_网易订阅
 
标题: OpenAI停服,国产大模型免费用!开发者Token自由实现了
 


摘要: OpenAI终止对中国提供API服务,限制国内开发者访问高水平大模型。但随着开源大模型的发展,国内开发者有了如Qwen2、DeepSeek V2等替代选项。硅基流动推出了一站式大模型API平台SiliconCloud,为国内开发者提供免费顶尖开源大模型,降低AI应用开发门槛与成本。SiliconCloud响应速度快,价格亲民,受到开发者好评。该平台通过性能优化,实现大模型吞吐最高10倍加速。开发者可专注实现产品想法,不用担心算力成本。SiliconCloud已成为国内开发者“掘金”的必备工具。
网址: OpenAI停服,国产大模型免费用!开发者Token自由实现了 | 机器之心
 
标题: 飞书,为何成为国内大模型独角兽们的共同选择?
 


摘要: 过去一年多,中国科技领域的“大模型”赛道热度疯狂,融资热潮,头部创业公司估值飙升。在业务层面,新兴创业公司与互联网巨头围绕大模型能力、价格及市场份额展开激烈竞争,商业路线碰撞激烈,有公司专注toC市场,有公司转向toB市场,还有公司与互联网巨头合作。尽管竞争激烈,大模型创业公司却一致选择飞书作为协作工具,这可能是因为创始团队年轻,习惯飞书的使用体验。大模型行业面临多重挑战,包括快速迭代、团队协作、商业化等,而飞书以其迅速迭代、高效协同、产品灵活开放等特点,成为大模型公司的首选,助力企业提升效率、创新发展。
网址: 飞书,为何成为国内大模型独角兽们的共同选择? | 机器之心
 
标题: 昆仑万维携手南洋理工大学抢发Q*算法:百倍提升7B模型推理能力
 


摘要: 机器之心AIxiv专栏促进了全球学术交流。OpenAI的Q*项目被视作探索AGI的重大尝试,细节未公开。昆仑万维与南洋理工大学开发了Q*算法,显著提升模型推理能力,降低计算资源需求。该算法通过全盘规划复杂推理任务,提升模型性能,在多个数据集上超越现有模型。研究证明,Q*能让小模型达到大模型推理能力,打破OpenAI封锁,为AI应用带来新可能。昆仑万维将继续深入研究,提升国产模型能力。
网址: 昆仑万维携手南洋理工大学抢发Q*算法:百倍提升7B模型推理能力 | 机器之心
 
标题: 太全了!苹果上新视觉模型4M-21,搞定21种模态
 


摘要: 科技新闻资讯:洛桑联邦理工学院(EPFL)和苹果的研究者联合推出了一个创新的任意到任意模态单一模型——4M-21。该模型在数十种高度多样化的模态上训练,通过协同大规模多模态数据集和文本语料库,实现了跨模态检索、可控生成和强大的开箱即用性能。相较于现有最佳模型,4M-21将支持的模态数量从7种增加到21种,且不会损害性能,这标志着单个视觉模型首次能以任意到任意方式解决数十个不同任务。此外,该研究还引入了更细粒度和更可控的多模态生成能力,支持对更多结构化数据的处理,如人体姿态、SAM实例等。通过使用特定于模态的离散分词器,该研究成功在不同模态上训练了单个统一模型,将模型大小扩展至3B参数,数据集扩展至0.5B样本。该研究成果不仅扩展了现有模型的功能,还为多模态多任务学习开辟了新的方向。
网址: 太全了!苹果上新视觉模型4M-21,搞定21种模态 | 机器之心
 

AI黑话日日新】Day 010|System Prompt(系统提示词) 系统提示词不是给模型加能力的咒语,而是开发者写下的“行为宪法”——它定身份、划红线、约格式,但终究要配护栏才站得住。 阅读详情

相关推荐

基于形状的模板匹配之候选点选择

基于形状的匹配匹配,顶层金字塔提取候选点

manuoo的专栏 2686

如何借助 AI 实现自动化测试:让 Agent 帮你写测试、跑测试、修测试

上下文工程优先:维护(页面结构、账号、业务规则),AI 输出质量立竿见影;AI 生成 + 人审 + 入库:测试代码是资产,必须 code review,禁止「AI 跑完就当真」;定位器纪律:全程getByRolegetByLabel,从源头减少失效;分层使用:单元/接口测试用传统框架,UI 探索性测试用 Agent,回归用固化脚本;成本控制:批量生成用便宜模型(DeepSeek / 本地 Ollama),关键修复用强模型;安全红线:测试 Agent 只能连测试环境;

篮球界最会写bug的人;程序猿中打球最菜的人。 454

IEC 60601-1-2-2020.pdf 高请可复制文字

IEC 60601-1-2-2020

WAIC论坛现场|网易智企分享企业AI“上岗之路“

在世界人工智能大会(WAIC)2026上,网易智企举办了"用可信AI构建企业新智生产力"专题论坛。会上,网易智企副总经理段毓铮带来了题为《从能聊、到能干、到越干越好:企业AI的上岗之路》的演讲,抛出了一个核心观点:不把AI当工具,而是当作"AI员工"来看待。

weixin_43099039的博客 196

83.85% vs 17.91%:FormStruct-Bench 揭开表单解析的错觉

文章摘要 FormStruct-Bench论文提出了一个针对表单类文档结构识别的新型分层评测基准,解决了传统方法在结构化评估上的不足。研究团队通过"导演-美术-质检"的合成流程构建了7,000个带精确标注的表单实例,并设计了分层评估指标,包括内容读取(Value-nED)、结构重建(Schema-nED)和路径正确率(TSR-path)等。实验结果显示,当前最佳系统在内容读取上达到83.85%,但结构路径正确率仅17.91%,区域检测和关系识别指标更低。研究表明,视觉退化主要影响结构绑定而非内容识别,且合成

liferecords的博客 624

Alexa Fluor568标记豌豆凝集素,适配多色荧光成像体系的橙红通道标记需求

AF 568 PSA是将Alexa Fluor568橙红荧光基团与豌豆凝集素(Pisum sativum agglutinin,PSA)定向偶联制备的糖链靶向特异性荧光探针,完整保留豌豆凝集素对α-甘露糖、α-葡萄糖的高亲和力识别特性,依托Alexa Fluor568染料优异的光学性能,在578nm处呈现明亮的橙红特征发射荧光,荧光亮度高、抗光漂白性能优异,是多色荧光标记体系中橙红通道靶向标记α-甘露糖/α-葡萄糖糖链的经典科研工具。(上述信息均由陕西新研博美生物科技小编木木所整理)性能参数与核心优势‌。

2601_96201972的博客 325

工业级温控机组赋能数据中心与ICT基础设施低碳化运营

阿尔西在全球布局的三大制造基地为工业级温控机组的产能协同提供了坚实保障,各基地在工业冷水机、医疗制冷、3D打印技术、组装、钣金、焊接等环节形成专业化分工与技术互补。阿尔西集团凭借近三十年的技术积累,将工业级温控机组的应用边界从传统制造业拓展至超大规模数据中心、电信基础设施及边缘计算场景,为全球ICT行业提供从芯片级到系统级的全方位温控解决方案。包括针对边缘计算场景的水平式整装空调型工业级温控机组,以及适用于中大型数据中心的远程温控型工业级温控机组,制冷能力覆盖多种规格,在保证可靠性的同时实现高效运行。

Jay150124的博客 302

Qwen3.8双模型开源引爆AI新热潮

Hugging Face报告显示,2026年以来中国开源模型参数规模达7540亿至2.78万亿,远超美国同期的1300亿以下。Qwen已成为开源生态重要基础模型,衍生模型数量超15万个。阿里千问团队宣布Qwen3.8-27B正式开源,可在高端手机和消费级显卡流畅运行;同时首次开放Max级别旗舰模型Qwen3.8-2.4T-A95B权重,总参数2.4万亿,采用稀疏MoE架构。

AI时代,你可能就如黑客帝国的neo。用心理学第一性原理拆解产品设计。好奇心、多巴胺、信息缺口——理解这些,你也能做出让人停不下来的好产品。关注我,成为AI时代产品大脑。 316

AI网关和API网关区别在哪?MAI Gateway统一治理方案深度解析

API网关转发请求,不关心内容。AI网关处理消费,不只转发。这是两类网关的根本区别。调用方不需要知道服务在哪,网关负责路由。请求体内容在网关层透传,网关不碰。企业要知道AI调用的内容安不安全、花了多少钱、归谁的部门、模型说了什么。请求体内容在网关层被检查、脱敏、计费、记录。差异的根源在于:大模型调用是按次消费,每次调用花钱;传统API调用是基础设施服务,部署了就能用。

youdiyunan的博客 287

FunASR 语音识别本地部署实录(下):34 分钟录音实测,踩过的坑、上线前要补的事

自建语音转写,门槛不高,但要做得稳,坑都在细节里。我实测下来的结论:环境坑比模型坑多,官方标了"生产验证"的路径可以放心走,但认证、限流、监控这三件事,官方明确留给你自己补,别指望示例代码替你解决。再说句心里话:自建最值钱的不是省下的服务费,是我想要什么能力都能自己加,不用求人。转写量大、音频敏感的朋友,值得自己搭一套;偶尔用几回的,云 API 更省心。觉得有用的话,顺手点个关注,后面我会继续写本地 AI 服务落地的实测。【欢迎访问我的个人博客主页,这里有我的精选文章和AI大模型日报专栏。👇)本文用到。

qq_31429225的博客 409

AI编程实战:让 AI 写测试,一次到位

本文介绍如何利用AI生成高质量的Python单元测试(以pytest为例)。关键步骤包括:1)使用结构化Prompt模板指定测试要求;2)通过三类输入(正常、边界、异常)确保覆盖全面;3)采用"改坏代码"法验证测试有效性。文章强调测试需满足:断言具体、行为导向、能捕获错误。文末提供实践作业,并预告下期将探讨AI生成文档的技术。全文150字,完整呈现AI测试生成的核心方法论。

用沸腾的热血,支付我们的人生吧! 264

AI Gateway 与直连 LLM API 的应该怎么选,一篇文章说明白

引入 AI Gateway 作为所有 LLM 流量的统一入口。配置提供商凭证、路由规则和 Fallback 链。在这个阶段,ServBay AI Gateway 的一键安装特性降低了不少门槛。相比 LiteLLM 等自托管方案需要 Python、PostgreSQL 和 YAML 配置文件的前置依赖,ServBay 用户只需要在应用内启用 AI Gateway 功能,像安装 PHP 或 MySQL 一样完成部署。网关已配置所有活跃的提供商渠道。只抽象新服务,遗留的老服务继续直连。

Sammyyyyy的博客 399

AI Agent 基础理解

文章摘要:本文解释了AI大模型的本质是基于文本输入输出的工具,自身不具备执行能力。通过引入Agent(智能体)概念,结合工具说明书和循环机制,模型可以间接完成复杂任务。详细演示了游客查询游玩路线的7步流程,包括前端请求、后端组装、模型工具调用与执行、结果返回等关键环节。重点强调了模型只负责自然语言处理,精确数据由后端直接控制的设计原则,确保系统可靠性。同时比较了手动操作与AI交互的两种实现路径及成本差异。

哆啦A梦的百宝袋的博客 325

AI Agent 技术架构深度解析与选型指南

AI Agent代表了企业AI应用从"问答""任务执行"的关键跃迁,也为管理软件行业带来了新的产品可能性。用友YonClaw、金蝶灵基等企业级AI Agent产品的推出,标志着国产管理软件在AI Agent方向的正式布局。对于企业而言,理解AI Agent的技术架构与能力边界,是做出正确选型决策的基础。本文面向技术架构人员与IT管理者,供技术评估参考。

likeylau的博客 303

技术拆解(十七)具身智能:机器人动作生成为何走向Diffusion Policy?

本文系统拆解Diffusion Policy的动作扩散、训练推理与滚动时域控制,并对比ACT和π0,厘清具身智能动作生成范式。

Zyzyzyzyzzzz的博客 410

2026-08-19 GitHub 热点项目精选

* 全局样式 */padding: 0;body {/* 标题样式 *//* 链接样式 *//* 引用样式 *//* 表格样式 */table {th, td {th {/* 代码块样式(pygments 高亮) */pre {/* 列表样式 *//* 图片样式 */

m0_65659549的博客 215

Python 3.9 · Flask 火灾监测识别系统 与 钉钉告警机器人 集成说明文档

本文介绍如何将钉钉群机器人告警功能集成到基于Python 3.9和Flask的火灾监测系统中。主要内容包括:系统架构设计(YOLOv11检测火灾/烟雾后触发钉钉告警)、环境配置说明、钉钉机器人创建与安全设置(推荐使用加签验证)、钉钉推送模块代码实现(支持重试机制)、Flask后端集成改造方法,以及告警去重与冷却控制机制。文档提供了完整的实施步骤,从环境准备到测试验证,并包含常见问题解答和进阶功能建议(如图片告警)。该方案实现了火灾检测的实时预警功能,同时避免了消息刷屏问题。

isoft888的专栏,致力于C#/python分享物联网、大数据,神经网络的等领域,欢迎讨论交流! 259

阿里云国际代理商:A100 还是 H100?灵骏智算异构算力分层选型指南

本文对比阿里云国际灵骏 A100 与 H100 算力差异,70B 以内模型推理、LoRA 精调选用 A100 性价比更高;百亿级全参预训练、大规模分布式训练更适合 H100。平台支持英伟达 GPU 与思元、昇腾 NPU 异构调度,训练用高端 GPU,在线推理分流国产 NPU,降低成本同时规避芯片管制风险。选型需结合模型规模、任务类型、框架适配与预算,同时关注 RDMA 网络、CPFS 存储等配套能力,还要排查代码适配问题,避免硬件性能浪费。

TG_yilong_cloud的博客 315

AI编程实战:把需求讲给 AI——Prompt 基础与模板

文章摘要: AI编程中,需求表达的质量直接影响代码产出效果。本文提出需求四要素框架(目标、约束、输入输出、验收标准),强调清晰的边界能减少AI"自由发挥"。通过对比好坏案例,展示如何避免模糊提问,并提供五套即用模板(生成代码、修改代码、调试、测试、文档),覆盖常见编程场景。最后提醒三大误区:需求过载、忽略环境交代、盲信输出。文末建议读者用真实需求练习,对比补全要素前后的AI响应差异,以掌握高效Prompt技巧。

用沸腾的热血,支付我们的人生吧! 1266

自然语言交互与AI Agent:智能表格处理工具的技术方向与选型参考

本文面向开发者、技术博主及职场效率用户,对比三款主流AI表格处理工具的技术特点与适用场景。百度文库以18亿专业文档资源与GenFlow 4.0智能体为核心,支持PPT、Word、Excel三件套并行调用,适用于跨格式内容创作场景;WPS AI原生内置于WPS表格,支持自然语言生成公式与数据分析,在SpreadsheetBench评测中位列第一,适合WPS生态用户;ChatExcel以对话式交互完成数据清洗、分析与可视化,为轻量级表格处理提供闭环方案。文章还从数据源接入、任务并发、内容溯源等维度提供了选型参考

MindUp的博客 236

AI训练师图解_4.1_原理与类型解析_机器学习算法

本文摘要:机器学习作为人工智能的核心技术,通过监督学习、无监督学习和强化学习三大类算法,赋能计算机从数据中自动学习并优化预测模型。监督学习利用标注数据进行分类(如图像识别)和回归(如房价预测);无监督学习通过聚类、降维挖掘数据内在结构;强化学习则基于环境反馈进行决策优化。典型案例包括淘宝AI导购"淘宝问问"、剪映智能字幕及Google翻译等,展示了机器学习在电商、音视频、语言处理等领域的广泛应用。随着技术进步,机器学习将持续推动各行业智能化升级,实现更高效的自动化解决方案。

热爱科技,物联,程序开发等 408
上一篇: 百度Agent初体验(制作步骤+感想)
下一篇: AI大模型日报#0626:首款大模型芯片挑战英伟达、面壁智能李大海专访、大模型测试题爆火LeCun点赞
常政
博客等级 码龄20年 1216粉丝 · 86原创
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

常政

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值