-
Anthropic 开源 MCP 协议：今年 Agent 智能体最有想象力的进展
Anthropic 开源的模型上下文协议 (MCP) 是一种变革性的开放标准，旨在弥合前沿 AI 模型（特别是 AI Agent）与其所需数据源之间的差距。通过提供通用连接协议，MCP 简化了 AI Agent 与计算机资源的集成，释放了其潜力，并促进了开放协作的生态系统。本文深入探讨了 MCP 的架构、优势、使用方法和未来发展方向，并提供了丰富的示例和实践指南，帮助您快速上手 MCP…- 1
- 0
-
腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。
今天，人又在腾讯混元发布会的现场。上个月5号，他们宣布开源大语言模型混元Large和3D大模型Hunyuan3D-1.0。仅仅一个月时间，他们又从深圳奔赴北京，邀请了一些老朋友，又开了一次私密的闭门会。而这一次的项目，就是被N多人期待了很久的，腾讯混元视频生成模型。同样，现场宣布，直接，开源。腾讯也活成了，马斯克心中，那个OpenAI的模样。聊聊这个腾讯混元的AI视频模型，我已经先行测试了一周，跑…- 1
- 0
-
谷歌推出医疗AI的安卓系统-基础模型未来已来！
在人工智能快速发展的今天，AI在医疗领域展现出巨大潜力。这项技术不仅能够提高诊断准确性，还能扩大医疗服务覆盖范围，减轻医护人员的行政负担，使他们能够将更多精力投入到病患护理中。然而，医疗AI的开发门槛依然很高，需要海量数据、专业知识和强大的计算资源。为了降低这一门槛，Google研究院健康AI团队于近日推出了全新的开源模型套件——Health AI Developer Foundations（HA…- 1
- 0
-
让AI眼里有活主动干！清华&面壁等开源主动交互Agent新范式
颠覆现有Agent范式、让AI拥有“主动能动性！清华&面壁等团队最新开源新一代主动Agent交互范式 （ ProActive Agent）。图1：两种人类与智能体交互形式的比对。左侧的被动式Agent只能被动接受用户指令并生成回复，而右侧的主动式Agent 可以通过观测环境主动推断与提出任务。当前，哪怕是ChatGPT等最先进的AI Agent都是传统的被动式Agent …- 2
- 0
-
开源本地实时语音AI，三分钟看懂下一代AI语音助手的实时多模态交互
现在的AI助手基本都能发语音来提问，本质上还是要先把语音转换成文字，也就是大家能够看得懂并理解，跟平时大家微信聊天发语音一个道理。Ichigo的创新点在于砍掉了语音转文本这一步，直接把语音转换成离散令牌，大幅降低了算力消耗，那速度上也会提高非常多。从抽象的角度讲，这是AI真正的听懂了语音。这也就是为什么说Ichigo是实时语音AI。项目简介Ichigo 是一个开源的多模态AI语音助手，采用混合模态…- 1
- 0
-
11.7k star 的 AI 知识库 MaxKB 也用了
在 MaxKB 的官网是这样介绍自己的：MaxKB（Max Knowledge Base）是一款开源的基于大语言模型和RAG技术的知识库问答系统，广泛应用于智能客服、企业知识库、学术研究和教育等领域。它通过全流程自动化知识采集、入库和构建，提升企业的知识管理效率，并能够智能解析用户问题并匹配相关知识。采用 LLM + RAG 技术，MaxKB 提高了问答准确性，减少了大模型幻觉的干扰，增强了业务数…- 2
- 0
-
【开源】一个基于LangGraph构建AI旅行助理，该产品能够处理航班查询、酒店预订和个性化邮件发送等极大地提高了用户的旅行效率
介绍AI Travel Agent是一个基于LangGraph构建的智能旅行助手，旨在通过多种语言模型为用户提供流畅的旅行规划体验。该产品能够处理航班查询、酒店预订和个性化邮件发送等任务，极大地提高了用户的旅行效率。它的主要优点包括状态保持的交互、用户控制关键操作和动态切换语言模型等功能，适合需要高效旅行规划的用户。AI Travel Agent是一个基于LangGraph构建的智能旅行助手，旨在…- 1
- 0
-
京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语
在音频驱动的视频生成领域，制作普通话视频面临着许多挑战。首先，收集全面的普通话数据集非常困难；其次，普通话的复杂口型动作使得模型训练比英语更具挑战性。为了解决这个问题，JoyHallo 收集了来自京东健康国际公司员工的29小时普通话语音视频，形成了 jdh-Hallo 数据集。这个数据集中包含了不同年龄和说话风格的人，涵盖了日常对话和专业医疗主题。为了让 JoyHallo 模型适应普通话…- 1
- 0
-
Hugging Face，AI时代的“军火库”
如果把人工智能比作人类技术史上的一场革命，那么 Hugging Face 就是这场革命中的一位「使者」，它用一场场真诚的拥抱，拉近了科研与应用、技术与人之间的距离。今天，Hugging Face 已成为 AI 开源领域的明星，拥有超过 50 亿美元的估值，并成功将开源精神与商业化模式融合，成为全球最活跃的 AI 社区之一。但这一切，起点却颇为意外，从一款聊天机器人开始。1. 2016 年…- 1
- 0
-
探索 Docling：高效且安全的 PDF 解析利器
如今文档解析已经成为数据处理和人工智能应用中的一个重要环节。特别是在处理复杂格式的文档，如PDF时，如何高效地提取和转换文档内容成为了一个技术挑战（利用LLM从非结构化PDF中提取结构化知识）。Docling，作为一款由IBM研究团队开发的开源文档解析工具，以其强大的PDF解析能力和灵活的格式转换功能，在众多文档解析工具中脱颖而出，为 PDF 解析带来了新的解决方案。一、Docling 的概述与特…- 1
- 0
-
阿里发布GPT-o1的开源实现，用AI解决没有标准答案的复杂问题。
用过GPT-o1的都知道，o1的能力要明显强于GPT4，原因是o1有拟人化的思考模式，能把一个复杂问题拆解成小问题，让整个的推理任务更加严谨。去年阿里还经常被网友喷，因为在Github上挂了很多不开源的DEMO。士别三日当刮目相待。要说今年阿里是真的猛，开源了巨多AI项目。Qwen已经是在很多开源的AI项目里被经常“标配”的大模型了。阿里这几天又开源了Marco-o1，也算是对GPT-o1的开源实…- 1
- 0
-
惊！MockingBird 开源语音克隆神器，5 秒速 “复刻” 声音，摘得 35.4k 星闪耀佳绩！
在当今科技飞速发展的时代，语音技术领域正不断涌现出令人惊叹的创新成果。其中，MockingBird 项目以其独特的实时语音克隆能力，吸引了众多关注的目光。今天，就让我们一同深入探索 MockingBird 的奥秘。一、项目简介MockingBird 是由 babysor 团队精心打造的开源项目，它具备一项极为强大的功能——能够在短短 5 秒内学习用户的声音特征，随后基于这些学习成果，精准地生成任意…- 1
- 0
-
Dify，来自中国的AI框架明星
在全球科技舞台上，越来越多的开源项目正在涌现，其中不乏一些独树一帜的创新力量。Dify.AI，作为一款由中国团队开发的，开源大语言模型（LLM）应用开发平台，正在悄然崛起，并在全球技术社区中激起了层层波澜。它不仅是中国在GitHub上备受关注的热门框架之一，更是全球开发者眼中解锁生成式AI应用开发的利器。但Dify的火爆并非偶然。它打破了传统AI开发框架的复杂性，以简洁、灵活、可扩展的方式，重新定…- 2
- 0
-
ten-agent: 又一款王炸级的开源端到端语音模型
首个集成了OpenAI Realtime API和RTC能力的实时多模态AI agent：TEN-Agent，具备天气查询、网络搜索、视觉识别、RAG能力，适合智能客服、实时语音助手这种实时交互的场景能同时看、听、说，处理各种信息，具备超低延迟的音视频交互能力，agent状态实时管理，多模态处理能力代码地址：https://github.com/TEN-framework/TEN-Age…- 1
- 0
-
清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助
让 AI 拥有“主观能动性”！ 清华&面壁团队最新提出了开创性的下一代主动 Agent 范式！ 当前，哪怕是 ChatGPT 等最先进的 AI Agent 都是传统的被动式 Agent（下图 1 左侧所示），即需要用户通过明确的指令显式告诉 Agent 应该做什么，Agent 才能继续执行接下来的任务。 而近期清华大学联合面壁智能等团队提出了开创性的新一代主动…- 0
- 0
-
猎户星空发布MoE大模型，推出AI数据宝AirDS
11月27日，猎户星空联合聚云科技举办了题为《Data Ready for Al，MoE大模型发布暨商业闭环分享》媒体见面会。猎户星空正式发布了自主研发的Orion-MoE 8×7B大模型，并携手聚云科技推出了基于该大模型的数据服务—AI数据宝AirDS（AI-Ready Data Service）。这两项重要成果的发布，不仅标志着猎户星空在AI技术领域的又一重大突破，更为AI行业商业化进程注入新…- 1
- 0
-
重磅！微软开源 AI Agent 模拟框架 TinyTroupe，预见商业未来！
微软开源的实验性 Python 库 TinyTroupe，可以模拟具有特定个性、兴趣和目标的 AI Agent，广泛应用于广告评估、软件测试、数据生成、项目管理和头脑风暴等商业场景。它利用基于大语言模型（LLM）的多 Agent 模拟、面向实验的迭代方法，并提供缓存机制以降低使用成本。告别商业决策“盲盒”，TinyTroupe 让 AI 为你预见未来你是否曾为以下问题苦恼：• 新品上市，用户会买单…- 1
- 0
-
Ollama 0.4.5 版本已推出
Ollama Python 库更新主要改进工具支持：Python 函数现在可作为工具供模型使用，增强了与模型的交互能力。强类型支持：全库实现了强类型检查，提高了代码的可靠性和类型安全性。新增示例：提供更多关于工具使用、聊天请求等的新示例，便于开发者学习和使用。更新内容修复了HTTPS_PROXY 和HTTP_PROXY 环境变量无效的问题。Ollama 现在支持许多 OpenAI API 客户端使…- 1
- 0
-
【开源】基于AI的数据建设平台
未来已来：技术变革来人工智能的发展已步入生成式AI时代，其标志是大语言模型的“涌现”能力。这些模型 能够自主地学习和应用新知识，表现出了类似人类的创造力和推理能力。这种进步为 达到人工通用智能（AGI）奠定了基础，使大语言模型成为科技和研究机构长期关注 的重点。在未来相当长的一段时间内，大语言模型的研究和应用，将成为人工智能领 域的主导力量。它不仅将推动人工智能技术的进步，还将深刻影响我们的社会生…- 1
- 0
-
人生搜索引擎免费用，开源版哈利波特“冥想盆”登GitHub热榜，支持中文
天啦撸！回溯你在网上看过、做过的一切，也有免费软件可用了！简单说，针对任何“之前好像在哪看过”的电脑文件，只需输入相关搜索词，这个软件都能帮你一键轻松回忆了。打开方式be like（没错，也有中文版）：你品，你细品。这像不像《黑镜》中“你的全部历史”那一集，描述了一种人人都植入芯片、能随时读取过去记忆的未来生活。更有意思的是，发明这个软件的朋友将其命名为Pensieve （冥想盆），它是…- 1
- 0
-
o1圈杀疯了，阿里又开源Marco-o1
自OpenAI o1发布后引发了大型推理模型（LRM）研究热潮，这不，阿里又开源了Marco-o1。Marco-o1更加重视开放式问题的解决，目标是解决这个问题：“o1模型能否有效地推广到缺乏明确标准且奖励难以量化的更广泛领域？”Marco-o1由链式思考（CoT）微调、蒙特卡洛树搜索（MCTS）、反射机制和创新的推理策略驱动——针对复杂的现实世界问题任务进行了优化。经典的草莓（strawberr…- 1
- 0
-
Kotaemon：开源基于文档检索的聊天系统（RAG Chat）
Kotaemon 是一个基于检索增强生成（RAG）的开源工具，旨在实现与文档对话的能力。该工具为终端用户和开发人员提供了一个干净且可定制的用户界面，使用户能够在其自己的文档上进行问答，并允许开发人员构建自己的 RAG 管道。? 基于 RAG 的文档问答开源 UI?️ 支持本地大语言模型和 API 提供商? 具备全文和向量搜索能力的混合 RAG 管道?️ 支持图表和表格的多模态问答? 带有浏览器内 …- 2
- 0
-
不可思议！AirLLM 如何让 70B 大模型在 4GB GPU 上顺利推理？
在人工智能蓬勃发展的浪潮中，大型语言模型（LLM）无疑是最耀眼的明珠。它们在自然语言处理、内容生成、智能问答等众多领域展现出了惊人的能力。然而，这些强大的模型在推理阶段往往对计算资源和内存有着极高的要求，这成为了其广泛应用的一大瓶颈。许多研究人员和开发者受限于硬件条件，无法充分挖掘大模型的潜力。在此背景下，AirLLM应运而生，它是一款专门针对大型语言模型推理阶段内存使用优化的开源工具包，为在资源…- 1
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×