AI知识库 @ai521
347 subscribers
23.7K photos
42 videos
20 files
914 links
@ai521 专注分享最实用的AI内容

🤖 AI教程(新手到进阶)
🧠 AI知识科普(大模型 / 提示词 / 自动化)
📰 AI资讯更新(每日最新AI动态)
📚 AI实战技巧(写作 / 绘画 / 编程 / 赚钱)
🔧 最新AI工具推荐

每天更新AI干货
长期做一个真正有价值的AI频道
Download Telegram
华为云发布Agent时代新基建,四大产品直击算力、记忆、调度与安全痛点

6月5日,华为云在上海举办INSPIRE创想者大会,针对当前Agent应用反应慢、易失忆、调度混乱等底层基础设施不足的问题,发布了一整套Agentic基础设施。新品包括AICS灵衢智算集群,将推理时延压至10毫秒内,单集群算力达200 EFLOPS;AMS Agentic记忆存储,提供PB级记忆空间和TB级读取速度;CCE Volcano Next算力调度引擎,提升资源利用率30%;以及AgentSphere智能体安全运行环境,实现毫秒级沙箱启动。同时,华为云还推出重新定义MaaS的ModelArts Next,涵盖模型矩阵、模型路由、机密推理和RLaaS能力,并发布“智果园”Agentic云入口,让智能体自主完成云资源购买与管理。此外,华为云启动“行业AI梦工厂”,首批设立智慧医疗、具身智能、科学计算和智能制造四大专区,推动AI在垂直行业的深度落地。 #华为云 #Agent #AI基础设施 #智算 #行业AI
8个AI预测世界杯:西班牙成最大热门,亚马尔被押“安全牌”

在世界杯开幕前,硅星人向8个主流AI Agent发放了预测考卷,涵盖小组排名、冠军归属等。结果显示,西班牙成为绝对热门,8个AI中有6个预测其夺冠,且全部将其送入决赛。在“只留一条承诺”的逼问下,5个AI选择了亚马尔拿下最佳年轻球员,认为这是“最稳的个人奖项”。然而,AI预测并非完全独立,多数模型依赖Opta等公开数据,仅在小幅调整后输出,被质疑是“复述共识”。少数AI做出反共识判断,如Claude赌阿根廷无法卫冕,MiniMax押梅西进决赛。测试还揭示了AI在自我评估上的差异,有的主动承认预测“90%不会发生”,有的则用“板上钉钉”等措辞加码表演。最终,所有预测将在40天内被逐一验证。 #AI #世界杯 #足球预测 #西班牙 #亚马尔 #人工智能 #体育 #科技评测
前沿AI公司将被去中心化网络超越

长期以来,AI行业普遍认为未来属于数量更少但规模更大的模型,然而最新数据表明这一趋势正在逆转。多个小型AI模型组成的网络在速度、准确性和成本上已全面超越所有前沿AI系统(包括Fable/Mythos等)。文章指出,这种去中心化的神经网络网络如同当年PC+互联网取代大型机一样,正在重塑AI格局。开源模型因仅收取推理成本而更具性价比,且通过路由/加权组合多个较弱模型,已能获得超越单一前沿模型的性能。斯坦福学生已以此为基础创办初创公司。作者断言,从今天起,任何单一前沿AI系统都再也无法达到能力前沿,因为规模法则和集成效应决定了去中心化AI的胜利。 #AI #去中心化 #神经网络 #前沿模型 #开源 #成本效率 #技术变革
Codex和Claude Code负责人不再写提示词,AI编程新趋势“Loop”爆火

AI编程领域近期出现名为“Loop Engineering”的新趋势,其核心是设定规则实现自动化循环,大幅减少人工提示词编写。据观察,Codex和Claude Code的负责人已不再手动编写提示词,转而利用Loop机制让系统自主执行重复性任务。该方法适用于Token充足且任务高度重复的场景,能显著提升效率,降低开发者成本。Loop Engineering被视为AI协作的新范式,有望推动AI编程走向更高自动化。 #LoopEngineering #AI编程 #自动化 #提示词 #Codex #ClaudeCode #AI协作 #编程趋势
智现未来联合晶合集成荣获SEMICON China“良率提升奖”

在SEMICON China展会上,智现未来与晶合集成凭借在半导体制造领域的创新合作,荣获“良率提升奖”。双方首次将Agentic AI引入前道晶圆厂,构建基于DMCO架构的AI Agent良率管理体系,使设备具备“感知-认知-决策-行动”闭环能力,在极少人工干预下实现良率稳步爬坡。合作成果显著:缺陷归因时间从数小时缩短至5分钟内,效率提升95%以上,误报率降低20%,月度平均良率提升约1.5%。智现未来作为国内首个实现12吋晶圆厂全栈AI落地的纯国产化工业软件提供商,已服务三星、海力士、晶合集成等180余家行业龙头,推动半导体制造向AI工厂深度演进。 #半导体 #AI #良率提升 #晶合集成 #智现未来 #工业软件 #智能制造
多模态LLM作为评估者的全面介绍

本文全面介绍了多模态LLM作为评估者的概念与应用。与生成器不同,评估者不需要生成高质量答案,只需识别质量或差距。评估者可以接收生成器的输出(如检索帧、推理路径和最终结论),并针对具体问题检查一致性和缺失。通过设置多个评估者分别负责不同维度,可以将复杂的质量要求分解为更易管理的指标。评估者还能整体审查最终输出,发现高层错误。文章澄清了评估者不仅用于评估的误解,详细介绍了其在在线推理阶段的应用场景,包括质量控制、最佳N选择、自我优化循环、下游编辑器和代理步骤验证;以及在离线训练阶段的应用,包括训练数据过滤和合成标注。 #多模态 #LLM #评估者 #AI #机器学习 #质量评估
AI辅助编程

关于AI辅助编程,业界提出了多种比喻。Geoffrey Litt建议采用“外科医生”模式:你是主刀医生,大语言模型是你的助手,将琐碎工作交给AI,专注于重要事务。作者回忆自己手术经历,医生曾严厉斥责助手的小失误,而如今他每天虚拟训斥Claude,却不确定是否有效。Claude擅长的是复制“互联网意识流”——其有效训练集。手术室中还有严谨流程,由无数生命代价换来,能最小化可预防的负面结果。医生术前重读病历,病例经会诊讨论,甚至记得手术在右侧而椅子在左侧。相比之下,我们能否信任Claude将椅子放在正确位置?目前完全不能。OpenAI的Sam Altman提出另一比喻:未来智能将像水电一样成为按量计费的日用品。作者认为这贬低了智能本身,建议改进:从大语言模型获得的并非智能本身,而是“互联网意识流”,像水一样从高处流向低处,确实是日用品。我们如同苏美尔人,学习引导这股水流灌溉田地、驱动风箱,通过构建流程和学习来实现。 #AI #编程 #大语言模型 #比喻 #技术 #人工智能