Guides & Tutorials Intelligence

8.7 在这里，我们收集了广泛的AI在线培训课程。有些只有几个小时，而另一些则需要几个月才能完成。将它们联系起来的唯一一点是，您可以在自己的时间内从任何有互联网连接的地方完成它们，而且无需支付一分钱

6.11 在HuggingFace最新发布的开放权重模型贡献榜单中，来自中国的Qwen和DeepSeek团队双双跻身前15名，展示了中国在开源AI领域的技术实力与全球影响力

7.31 字节跳动正式发布新一代视频生成模型Seedance2.5，将单次视频生成时长从15秒翻倍提升至30秒，并支持最多50个多模态参考输入和4K原生画质

4.7 与创意写作或逻辑推理相比，能生成准确可用代码的AI能直接转化为生产力工具自动化复杂流程，并嵌入软件开发的核心工作流

7.22 京东开源的JoyAgent-JDGenie是一款具有行业领先水平的多智能体框架，其优异的基准测试表现创新的技术设计和开放的开源策略，使其有望成为企业AI应用开发的重要基础设施

经过来自北大人民医院中日友好医院阜外医院和友谊医院的7位专家教授针对评测形成的91份有效病例进行审核，并且针对AI医生的问诊准确性诊断准确性治疗建议准确性辅助检查方案准确性数据分析准确性提供可解释信息自然语言问诊与交互这7个评价维度的打分之后，最终，真人医生综合得分为7.5分，AI医生综合得分为7.2分

12.5 这款新品以AI驱动的智能感知系统为核心，融合戴森在数码马达气流技术等领域的核心技术积淀，标志着扫地机器人行业从基础清洁向智能精准清洁的跨越式升级

7.9 该模型在跨模态推理能力上实现重大突破，在多项权威评测中超越主流开源及闭源模型，逼近人类初级专家水平，成为当前开源领域最具竞争力的多模态推理模型之一

6.30 这绝对是B站最好的人工智能入门天花板教程，清华大佬强力打造 机器学习 深度学习 神经网络

10.9 凌晨，蚂蚁集团正式发布并开源了万亿参数通用语言模型Ling-1T，这是蚂蚁百灵大模型Ling2.0系列的首款旗舰模型，也是该团队迄今规模最大能力最强的非思考大模型

11.11 Google还引入了GroundingLite功能，允许开发者利用MCP协议，将自己的AI模型与Google地图的实时数据进行接地grounding，从而让AI助手能回答最近的杂货店有多远

10.10 vivo今日正式推出行业首个在3B参数规模集成五大核心能力的端侧多模态大模型，以小巧体积实现越级挑战，在多项权威评测中超越众多更大参数模型

该框架将训练过程拆分为两个阶段第一阶段聚焦于生成多样化的解决方案谱，第二阶段则通过强化学习精准优化最优路径信号，从而在有限参数下实现高效的推理能力放大

1.14 该模型不仅继承了前代MedGemma14B对文本胸部X光片及病理切片图像的处理能力，更首次原生支持CTMRI等三维体积数据以及全切片数字病理图像whole-slidehistopathology，成为目前公开可用的首个能直接处理高维医学影像的开源多模态大模型

12.8 英伟达团队利用开源大模型GPT-OSS-120B，从现有数据集中提取并组合问题，生成了数百万个高质量高难度的合成谜题

6.12 Theker's goal is to break the limitation of traditional industrial robots using one machine and launch a universal flexible robot system that can be quickly reconfigured to adapt to changing production lines, directly attacking the transformation pain points of small batches and multiple categories of rapid iteration in the global manufacturing industry.

5.23 取消的直接原因是在签署前夜，埃隆马斯克马克扎克伯格和前白宫AI沙皇大卫萨克斯分别致电特朗普总统，成功说服其放弃这一quot监管枷锁quot

2.15 据介绍，CS-DeepSeek基于DeepSeek打造，依托国家超级计算长沙中心的强大算力，结合长沙数字集团在数字政府建设数据要素运营国资国企服务城市安全防护等领域的场景需求和丰富实践，通过人工智能大数据技术等新技术，为智慧城市领域的千行百业提供智能化赋能

7.22 谷歌DeepMind周一宣布，其Gemini人工智能模型的高级版本已在国际数学奥林匹克竞赛上正式获得金牌级表现，解决了六个异常困难的问题中的五个，并被公认为第一个获得竞赛组织者官方金级评级的人工智能系统

3.24 该大模型提出了Vision-Language-Latent-Action(ViLLA)架构，该架构由VLM(多模态大模型)+MoE(混合专家)组成，其中VLM借助海量互联网图文数据获得通用场景感知和语言理解能力，MoE中的LatentPlanner(隐式规划器)借助大量跨本体和人类操作视频数据获得通用的动作理解能力，MoE中的ActionExpert(动作专家)借助百万真机数据获得精细的动作执行能力，三者环环相扣，实现了可以利用人类视频学习，完成小样本快速泛化，降低了具身智能门槛，并成功部署到智元多款机器人本体，持续进化