搜索
过去一年，AI 领域在开源力量的推动下呈现爆发式增长。大模型不再是少数巨头专属的技术高地，而是在社区协作与开放共享中不断演化，覆盖基础架构、算法优化、推理部署等多个层面。开源，让 AI 更快、更平、更广，也让越来越多的开发者、研究者、创业者拥有了参与下一代智能系统构建的机会。
摩根士丹利的案例表明，企业应用AI离不开快速试错与优化。AI通过分析海量数据打造个性化体验，Indeed的职位推荐和Lowe’s搜索优化证明了数据与AI结合的巨大潜力。
Qwen3强势刷新开源模型SOTA，但如何让其在资源受限场景中，既能实现低比特量化，又能保证模型“智商”不掉线？
Anysphere对中国创业公司有哪些启示？
我最近真的是爱上n8n了，用起来贼爽 熟练之后，3分钟内就可以搞定一个简单的功能。
大模型竞技场的可信度，再次被锤。
来自英伟达和UIUC的华人团队提出一种高效训练方法，将LLM上下文长度从128K扩展至惊人的400万token SOTA纪录！基于Llama3.1-Instruct打造的UltraLong-8B模型，不仅在长上下文基准测试中表现卓越，还在标准任务中保持顶尖竞争力。
训练成本高昂已经成为大模型和人工智能可持续发展的主要障碍之一。
在线平面设计平台Freepik 于周二发布了一款新型“开放”AI 图像模型，该公司称该模型仅基于商业授权、“适合工作环境”的图片进行训练。
最近，机缘巧合之下，笔者发现了一款 AI-native 的日程管理软件，让我突然眼前一亮。日程管理领域，早已有一整套成熟完整的理论体系，无论是「重要 vs 紧急」四象限理论、番茄工作法、还是 GTD 理论，都早在上世纪就已经被提出。而这款软件，却在这样一个「历史悠久、创新稀少」的领域中，依然借助 AI 做出了突破，甚至意外地，在我的日常生活里真正起到了点作用。