AI产业动态

地图海报生成器 这是一个基于 Python 的开源工具，可以将城市地图数据转化为极简风格的艺术海报。 该项目利用 OpenStreetMap 获取地理数据，并通过 Matplotlib 进行渲染，能够为世界上任何一座城市生成高分辨率的地图图像。 它无需复杂的地理信息软件界面，通过简洁的代码或命令行即可完成创作。工具内置了多种主题，如黑色电影、陶土和赛博朋克等…

百度近期正式发布了原生全模态大模型ERNIE-5.0（文心5.0）。该模型参数规模达2.4万亿，采用原生全模态统一建模技术，支持文本、图像、音频、视频等多种信息的输入与输出。 核心结论： 三大亮点 中文语境理解能力较强：对双关语、甄嬛体等风格化内容把握到位。 视觉推理能力可用：在六面体展开图等空间能力测试中表现惊喜，图片计数等场景表现良好。 创意写作完成度高…

本文介绍了复旦大学与阿里巴巴未来生活实验室的研究成果，该工作已被 ICLR 2026 接收。 当前，视觉推理方法主要衍生出两种思考模式：一种是与大型语言模型一致的纯文本思考模式；另一种是更贴近图像本身的视觉化思考模式。这两种模式在不同任务领域各有优势，但现有工作通常只专注于单一模式，未能充分利用二者之间的互补性。 为此，本文提出了 Mixture-of-Vi…

你负责写方法，AI负责画 Figure。科研打工人，终于等来「画图解放日」。 还在为论文里的方法框图熬夜画 PPT、拉箭头、对齐字体吗？ 一张 Figure 2，动辄几个小时，严重的甚至能耗上几天，科研人的「隐藏副本」不是实验，而是画图。 既要忠于论文原意，又得暗暗符合顶会那套心照不宣的「学术审美」：颜色不能土，布局不能乱，箭头更不能连错。 看起来只是一张图…

大模型的革命行将结束，即将开启的会是物理 AI 时代？ 上周，图灵奖得主、深度学习先驱 Yann LeCun 对通用人工智能（AGI）发表了自己的最新观点。他认为语言并不等同于智能，预测文本并不意味着理解现实。真实世界纷繁复杂、充满物理性和因果关系，而如今的大语言模型（LLM）几乎无法触及这些。 LeCun 认为，真正的智能必须能像人类一样，在脑海中进行推演…

田晏林 发自 凹非寺 量子位 | 公众号 QbitAI “Your brain is for having ideas, not holding them. ”——Tiago Forte《Building a Second Brain》 LLM是AI的“第一大脑”，记忆平台是AI的“第二大脑”。 畅销书作者Tiago Forte在《构建第二大脑》中曾分享核心…

henry 发自 凹非寺 量子位 | 公众号 QbitAI 继“下一个词预测”之后，世界建模将成为新的预训练范式。 这是英伟达机器人主管Jim Fan 给出的最新判断。 他认为，2026年将成为大世界模型（Large World Models）真正为机器人领域以及更广义的多模态AI奠定基础的第一年。 谢赛宁随即转发表示赞同：“事后看来显而易见”。 在这篇长文…

发光的神经网络“大脑”连接到悬浮的文档图标，代表包含 bugs、decisions、configuration files 的项目记忆，便于快速 recall。 一个不到 300 行的 skill，如何变成我最常用的 AI 辅助开发效率工具 想象一下：周二晚上 11 点。你盯着一个似曾相识的报错信息—— “Connection refused on port…

来源 | 智合标准化建设作者 | 智合标准中心 随着AIGC从“技术狂欢”全面转向“产业落地”，企业正面临一场前所未有的合规大考。2025年12月，国家互联网信息办公室发布《人工智能拟人化互动服务管理暂行办法（征求意见稿）》，明确提出“提升模型生成内容安全性”，标志着监管对生成内容的系统化管控已成必然趋势，行业全面合规时代正加速到来。 在监管持续加码的背景下…

引言 2025年1月，DeepSeek遭遇的大规模境外网络攻击，为这一年定下了激进的基调。这不仅是一次针对AI基础设施的流量冲击，更标志着AI正式从“辅助工具”进化为网络对抗的“风暴中心”。 如果说2022年是生成式AI走近大众的起点，那么2025年则是其全面武器化与防御自主化的引爆点。 在这份年度报告中，我们将深入剖析过去一年重塑全球威胁版图的关键趋势。 …