GitHub精选：面向开发者的语音AI入门学习路径
随着多模态大模型的兴起，语音交互正逐渐取代触控成为下一代主流交互方式。Hacker News热议的一个GitHub项目“Voice-AI-for-Beginners”为开发者提供了一套经过精心筛选的学习路径。该资源系统性地梳理了语音识别（A...
标签索引 / 第 12 页
人工智能
这个标签下有 1711 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
Waymo 闹乌龙：男子刚下网约车，自动驾驶车辆竟载着行李“跑路”
一位来自桑尼维尔的男子近日在乘坐 Waymo 前往圣何塞机场时遭遇尴尬一幕：下车后车辆后备箱故障无法开启，随后自动驾驶车辆竟载着他的行李直接驶离。尽管该功能本应自动开启或通过 App 控制，但均失效。更令乘客不满的是 Waymo 的售后方案...
硬核测试：揭秘大模型“智力天花板”的高阶数学推理题
本文分享了一套极具挑战性的AI大模型高阶数学推理测试题，涵盖模运算反演、随机游走、矩阵变换不变量、空间向量极值及证明修正五大模块。题目设计精妙，不仅考察模型的基础计算能力，更侧重于验证其在复杂逻辑推理、错误识别与数学直觉方面的极限。这套“照...
告别复杂公式：30节实战课程揭秘AI如何高效重构Excel数据处理
这套包含30节视频的教程合集详细展示了AI技术如何重塑Excel工作流。内容涵盖从基础求和、带单位计算到复杂的多表合并、跨表去重及模糊查找等实际场景。核心亮点在于利用自然语言指令替代传统的复杂函数公式，实现数据的快速提取、清洗和加密。这不仅...
用户反馈 Grok 性能大幅“降智”：检索质量下滑与链接幻觉问题引担忧
近期，技术社区用户反馈 xAI 旗下的 Grok 模型出现了明显的性能退化现象。尽管此前该模型在 GitHub 检索和外网资料挖掘方面表现出色，但近期用户发现其回答质量显著下降，不仅检索精准度降低，还频繁出现编造虚假链接、链接与内容不匹配等...
AI图解逻辑题：多模态能力正在重塑人类的学习与应试方式
近日，一则关于利用 AI 辅助备考的案例引发关注。用户在解决行测逻辑判断题（数独）时，发现 GPT 的纯文本解析晦涩难懂，但在要求 AI 进行“图形化生成”后，复杂的逻辑瞬间变得清晰直观。这一体验不仅验证了多模态大模型在逻辑推理可视化方面的...
经典复现：用量子力学灵感生成无限地图，WaveFunctionCollapse 算法全解析
WaveFunctionCollapse（WFC）是程序化生成领域的一个里程碑式算法，它受量子力学中的“波函数坍缩”启发，能够仅凭单一样本图像生成无限延展且结构连贯的位图或瓦片地图。与基于神经网络的生成式AI不同，WFC本质上是一个约束满足...
LiteLLM 新版上线：支持 Responses API 转换，轻松实现多模型接口统一
LiteLLM 近日发布了 v1.83.14 版本，新增了对 Responses API 请求向后端 /chat/completions 接口转换的支持。实测表明，通过简单的配置，开发者即可让如 GLM-5.1 等模型完美适配 Respon...
Adam Fusion发布：AI Agent驱动的Fusion 360助手，实现CAD原生自动化
Adam Fusion 是一款针对 Autodesk Fusion 360 的 AI 扩展插件。它利用 AI 智能体直接驱动 CAD 软件进行原生操作，实现了设计流程的自动化。该插件支持 macOS 和 Windows 系统，提供一键脚本安...
收集50万字素材“蒸馏”雷军思维，开发者利用AI技术开源项目复刻行业领袖
一位开发者利用mimo-v2.5-pro模型，通过“蒸馏”技术成功复刻了小米创始人雷军的思维模式。他手工收集了包含数十篇访谈、演讲链接及八本电子书在内的海量素材，并结合通义听悟转写的逐字稿，累计整理了超过50万字的原始语料。该项目已在Git...