DeepSeek多模态大动作：论文揭秘“视觉思维链”后火速撤回，模拟人类“边指边想”
DeepSeek多模态领域再有新突破。近日，DeepSeek研究员陈小康意外泄露了一篇名为《Thinking with Visual Primitives》的新论文，随后火速删除推文及GitHub代码库。该论文探讨了超越传统语言思维链的视觉...
标签索引 / 第 8 页
人工智能
这个标签下有 1712 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
解决 AI 编程协作痛点：新工具攻克 Agent 决策冲突与记忆丢失难题
随着 AI 编程代理的应用日益广泛，多 Agent 协作中的决策冲突正成为新的技术瓶颈。针对 AI Agent 经常遗忘被放弃方案的原因，以及无法感知其他 Agent 并行工作状态的问题，开发者推出了一款轻量级工具。该方案旨在建立有效的状态...
AI Agent 效率工具 Codex 更新：可后台接管 Chromium 浏览器，支持多任务并行
AI 效率工具 Codex 迎来重要更新，新增了一款高性能 Chrome 插件。该插件允许 Codex 在后台直接控制 Chromium 系浏览器执行任务，实现了“无感自动化”。其核心亮点在于支持并行处理：可启动多个 SubAgent 同时...
OpenAI Codex 推出 Chrome 插件：无需密码，AI 即可接管你的已登录网页
OpenAI 旗下的 Codex 正式推出了 Chrome 浏览器插件，赋予 AI 直接操控用户本地浏览器的全新能力。其核心价值在于解决了 AI 处理需要登录态的网页任务时的认证难题，用户无需泄露账号密码，Codex 即可利用现有会话操作 ...
研究揭示人类无意识层面仍具备高级语言处理能力
贝勒医学院的最新神经科学研究通过直接脑部监测发现，即便在缺乏意识察觉的情况下，人类大脑依然能够完成对复杂句子结构和语法逻辑的处理。这一发现打破了以往认为意识是高级语言功能必要条件的认知，证明大脑拥有独立的潜意识语言计算系统。对于科技与AI领...
Anthropic发布NLA技术：首次直接翻译Claude的“思维活动”
Anthropic推出了一种名为“自然语言自编码器”（NLA）的新方法，旨在解决AI模型的“黑盒”问题。该技术通过训练模型解释自身的神经元激活，将其转化为人类可读的自然语言，从而实现直接“阅读”Claude的想法。研究显示，NLA不仅能揭示...
超越人类指令：让AI自主设计“思维围栏”是编程进化的未来吗？
本文深入探讨了AI编程代理的未来发展方向。作者指出，当前的AI编码模式本质上仍受限于人类预设的结构化思维（如CoT、Harness设计），提出了能否让AI在处理大型任务时自主设计其执行逻辑和“思维围栏”的构想。文章剖析了现有“自进化”项目的...
代码审查神器Stage CLI：让阅读AI生成的代码变更不再困难
开发者Charles和Dean推出了Stage CLI，旨在解决AI编程普及后的代码审查难题。随着AI助手生成的代码量激增，人类审查者往往面临巨大的认知负荷。Stage CLI通过引导用户逐步浏览PR（拉取请求），将复杂的AI代码变更拆解为...
OpenAI 推出三款新语音模型：具备 GPT-5 级推理能力
OpenAI 正式发布了三款全新的语音模型，旨在全面提升 API 的语音处理能力。其中，GPT-Realtime-2 最为核心，据说具备 GPT-5 级别的推理能力，能大幅提升语音交互的智能水平；GPT-Realtime-Translate...
GPT-4o全面回归网页端：OpenAI恢复Pro用户模型访问权限
OpenAI 已悄然恢复了 GPT-4o 模型在 ChatGPT 网页端的可选状态。此前受限于服务器负载或策略调整，Pro 用户在网页端一度无法直接切换使用该旗舰模型。目前的最新动态显示，用户在网页版模型切换菜单中再次看到了 GPT-4o ...