Nouvelles de l'IA

在信息爆炸的时代，如何从海量数据中快速、精准地定位关键信息，已成为企业和个人知识管理的核心挑战。近日，Dify 产品团队发布了 v1.1.0 版本，并创新性地推出了以“元数据”为核心的知识过滤器功能...

OCR 技术能够将图像中的文字信息转换为可编辑和可处理的文本数据。简单来说，就是识别和提取图片上的文字。 接下来，我们将深入评测 GitHub 上 Star 数最多的 10 个 OCR 开源项目，为你...

Gemini 最近更新有些频繁，非顺序整理： 正式上线 Veo2 推理模型在 Google AI Studio 、Gemini（缩水版） 分别上线 原生支持图像生成编辑的多模态模型：Gemini ...

中国互联网巨头阿里巴巴正大举进军人工智能（AI）领域。据报道，阿里巴巴 CEO 吴泳铭已明确提出，要在公司现有业务中全面实现 AI 驱动。 阿里巴巴在港交所发布公告（2月24日），计划在未来三年内投入...

核心要点： MCP 协议通过引入 “流式 HTTP” 传输方案，实现了完全无状态化，并简化了通信方式，为未来更广泛的应用奠定了基础。 近日，消息通道协议 (MCP) 的一项关键技术改进提议获得通过，预...

近期，一系列开源 AI Agent（智能体）框架的出现引起了业界的广泛关注。这些框架并非 LangChain、Crew AI 或 OpenAI Agents SDK 的简单替代品，而是提供了独特的功能...

在人工智能领域，大型语言模型（LLM）技术日新月异，各种工具库层出不穷。为了帮助开发者更好地应对 LLM 开发的挑战，本文整理了一份包含 120 多个实用 LLM 库的工具箱，并按功能类别进行划分，方...

在数字化转型浪潮中，自动化工作流工具已成为企业提高效率、降低成本的关键。而在 AI 技术日益成熟的今天，如何将 AI 与自动化工作流结合，更是成为了业界关注的焦点。本文将深入对比评测三款热门工具：n8...

据内部消息，Anthropic 正积极开发两项名为 Harmony 和 Compass 的新功能，旨在显著提升其 AI 模型 Claude 的能力。这些新功能预计将集成在 Claude 中，为用户提供...

近日，Google 在 Gemini API 中推出了一款全新的实验性文本嵌入模型 gemini-embedding-exp-03-07[1]。该模型基于 Gemini 模型训练，继承了 Gemini...

Google 近日宣布为其 Gemini AI 助手推出一项名为“个性化 Gemini (Gemini with personalization)”的实验性功能。这项新功能将允许 Gemini 连接用...

3 月 16 日，百度正式发布了两款全新大模型：文心大模型 4.5 和文心大模型 X1。这两款模型已经在文心一言官网上线，用户可以免费体验。同时，文心大模型 4.5 已经登陆百度智能云千帆大模型平台...

最近，Sakana AI 宣布其“AI 科学家”系统生成的论文通过了机器学习领域顶级会议 ICLR 的一个研讨会的同行评审。一石激起千层浪，这引发了业界对于 AI 是否已经具备科研能力的广泛讨论。在深...

在人工智能编码领域，如何让 AI 智能体（Agent）更有效地利用工具完成复杂的软件开发任务，一直是备受关注的核心议题。“工具使用”（Tool Use/Function calling）正是在此背景下...

谷歌又又来了波大的，昨天分享了 带你体验 Gemini 2.0 Flash 原生图像生成与编辑能力 ，今天 Gemini 里一直付费使用的 Deep Research 工具现已免费使用。很多人还不知道...

你是否曾有这样的经历：与一位才华横溢的助手并肩工作，他总能迅速理解你的需求并给出精妙的解答，但每次短暂休息后，他却仿佛失忆一般，需要你从头开始重新解释项目背景、技术架构，甚至是最基础的需求？对于依赖A...

本周，Agent（智能体）技术以前所未有的速度席卷科技圈，这股热潮的背后，是推理模型能力的飞跃式发展。 3月5日晚，Manus 惊艳亮相，其强大的 Demo 演示瞬间引爆全网。仅仅两天后，国内团队 D...

随着智能体（Agent）技术的快速发展，MCP（Model Communication Protocol）协议因其易用性和高效性，逐渐成为智能体生态中的核心通信标准。越来越多的头部 AI 代码编辑器...

在人工智能技术日新月异的今天，工作流自动化正迎来新一轮的变革。长期以来，传统自动化流程依赖于预先设定的固定动作，这在处理复杂问题时显得捉襟见肘，就像是让钢琴家只能机械地演奏乐谱，缺乏灵活性和创造性。 ...