挖掘「缝合」的潜力：CapaBench 揭示 LLM 智能体中各个模块的作用

CapaBench 是一个量化 LLM Agent 架构中各个模块贡献的评估框架。作者丨AGI-Eval社区随着大规模语言模型（LLMs）的快速发展，人工智能代理在理解、生成和集成自然语言方面取得了显

人刚毕业，代码一点不会，他纯靠ChatGPT写APP，年入千万美金

机器之心报道编辑：泽南、佳琪第一个App年入50万，第二个年入500万，第三个月入100万。我不会编程，却在两年时间内靠 ChatGPT 写代码做 APP，年入千万美金。没开玩笑，这不是拼好饭吃多了的

3倍提速！现在你跑不过机器狗了，限制波士顿动力机器狗的竟然是电池功率？

机器之心报道编辑：佳琪当 Scaling Law 在触顶边界徘徊之时，强化学习为构建更强大的大模型开辟出了一条新范式。在机器人领域，强化学习也带来了意外之喜。这只上过好几次全网热搜的机器狗 Spot，

Bengio参与，扩散模型+蒙特卡洛树搜索实现System 2规划

机器之心报道作者：Panda、泽南把扩散模型的生成能力与 MCTS 的自适应搜索能力相结合，会是什么结果？扩散模型（Diffusion Model）通过利用大规模离线数据对轨迹分布进行建模，能够生成复

ICLR 2025｜南洋理工大学AvatarGO，探索4D人与物体交互生成新方法

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，

还得是上海！百亿级大模型项目现场对接，只用3天

明敏 鱼羊 发自 凹非寺量子位 | 公众号 QbitAIDeepSeek彻底引爆大模型应用落地。国民级APP争相接入，手机、汽车、甚至扫地机器人都来凑热闹，借着DeepSeek的东风，不断刷新自身“A

中科闻歌发布智川X-Agent平台、优雅音视频大模型更新，领先技术加速AI普惠落地

允中 发自 凹非寺量子位 | 公众号 QbitAI2月22日，中科闻歌2025 AI新产品线上发布会成功举办，升级发布“智川”企业智能体平台1.0与“优雅”音视频大模型平台1.5，助力政企极速落地AI

多模态大模型事实正确性评估：o1最强，模型普遍过于自信，最擅长现代建筑/工程技术/科学

淘天集团未来生活实验室 投稿量子位 | 公众号 QbitAIOpenAI o1视觉能力还是最强，模型们普遍“过于自信”！这个结果来自首个面向事实知识的中文视觉问答基准ChineseSimpleVQA。

报名启动！今年最值得关注的AIGC企业/产品正在评选中

组委会 发自 凹非寺量子位｜公众号 QbitAIDeepSeek的火热，让更多中国AI的可能性被看见。下一个AI“国产之光”将会是谁？时值第三届中国AIGC产业峰会，量子位将根据过去一年里AIGC企业

16.3K star! 微软开源AI Agent神器 OmniParser，让AI成为你的电脑操作专家

微软官方发布并开源了OmniParser V2OmniParser可以将任何大语言模型（LLM）变成能够使用计算机的AI助手！项目已在GitHub上收获超过16.3k星标。今天就带大家完整体验下这个神

【翻译】Figure 发布最新 AI 人形机器人控制模型 HELIX

Figure AI人形机器人公司于近日发布的文章《HELIX: A VISION-LANGUAGE-ACTION MODEL FOR GENERALIST HUMANOID CONTROL》中介绍了一

黄仁勋首度回应DeepSeek冲击/AI硅胶娃娃爆火，接入ChatGPT/小米首款AI PC即将推出|Hunt Good周报

欢迎收看最新一期的 Hunt Good 周报！在本期内容你会看到：9 条新鲜资讯5 个有用工具1 个有趣案例3 个鲜明观点Hunt for News｜先进头条👀 AI 硅胶娃娃爆火，接入 ChatGP

“县城奶茶店”走向IPO：人人都想成为蜜雪冰城

头图由豆包生成 提示词：繁华的步行街场景，人来人往作者｜李楠邮箱｜linan@pingwest.com以前有人说中国最神秘的组织是兰州拉面和沙县小吃，因为它们从一南一北起步，遍布全国各个角落。现在这

OPPO Find N5 上手：折叠屏的「薄强」美学

作者｜陆邮箱｜xiaoyu@pingwest.com如果要说国产品牌中对折叠屏思考最多的品牌，如果 OPPO 排第二，估计没人敢把自己排第一。从折叠屏诞生初期，OPPO 就用“矮胖”的 Find N

AI评AI！最强模型评测指南：从ROUGE到GPT-4的进化之路

AI评AI！最强模型评测指南：从ROUGE到GPT-4的进化之路在生成式AI模型评测领域，有几个关键的评估指标和方法被广泛使用。今天，我们就来深入了解这些评测方法的原理和应用。一、ROUGE（Reca

微信接入DeepSeek-R1，xAI发布免费Grok 3，DeepSeek继续开源！| AI Weekly 2.17-2.23

📢本周AI快讯 | 1分钟速览🚀1️⃣ 📱腾讯全面接入 DeepSeek-R1 ：腾讯元宝、微信、QQ 浏览器等产品升级，AI 搜索、文档生成免费开放！2️⃣ 💻DeepSeek 开源在即 ：2 月

马老师亲授的AI实战秘籍

[LLM+AIGC] 07.零基础DeepSeek生成可视化科研图形（思维导图、流程图、词云图）

2024年4月28日是Eastmount的安全星球 —— 『网络攻防和AI安全之家』正式创建和运营的日子，并且已坚持5个月每周7更。该星球目前主营业务为 安全零基础答疑、安全技术分享、AI安全技术分享

DeepSeek-R1技术剖析：没有强化学习基础也能看懂的PPO & GRPO

©PaperWeekly 原创 · 作者 | 张逸骅单位 | 密歇根州立大学博士生研究方向 | 可信人工智能开篇在强化学习（RL）中，如果我们只知道“做对了能拿多少分”，那往往还不够，因为单纯追求高分

WWW 2025 | 西电、NUS提出多模态共情回复生成任务，推动多模态情感计算发展

共情回复生成（ERG）旨在生成具有情感共鸣的回复，但现有研究局限于单一文本模态，未能充分利用多模态情感表达。为此，西安电子科技大学与新加坡国立大学以及南洋理工大学团队联合提出多模态共情回复生成（MER

比肩LLaMA 3！人大高瓴提出语言模型新范式：首个8B扩散大语言模型LLaDA

©作者 | 聂燊、朱峰琪等单位 | 中国人民大学、蚂蚁集团近年来，大语言模型（LLMs）取得了突破性进展，展现了诸如上下文学习、指令遵循、推理和多轮对话等能力。目前，普遍的观点认为其成功依赖于自回归模

北京内推 | 阿里首猜内容理解团队招聘多模态大模型方向研究型实习生

合适的工作难找？最新的招聘信息也不知道？AI 求职为大家精选人工智能领域最新鲜的招聘信息，助你先人一步投递，快人一步入职！阿里巴巴内容理解团队负责淘天图文、视频、直播等多样形式的泛内容业务的算法研发建

AI写代码新姿势：一个截图，代替千行代码

金磊 发自 上海量子位 | 公众号 QbitAI现在写代码，最fashion的“姿势”应该是什么？答案或许就是：截图。没错，就像这样，先随便找个网页，截取想要的那部分界面，然后“喂”给AI，并附上一句

1/30训练步骤复刻DeepSeek-R1-Zero，沈向洋姜大昕张祥雨等开源推理模型RL训练方法

梦晨 西风 发自 凹非寺量子位 | 公众号 QbitAIDeepSeek啥都开源了，就是没有开源训练代码和数据。现在，开源RL训练方法只需要用1/30的训练步骤就能赶上相同尺寸的DeepSeek-R1

DeepSeek、OpenAI、Kimi视觉推理到底哪家强？港中文MMLab推出推理基准MME-COT

姜东志 投稿量子位 | 公众号 QbitAIOpenAI o1和DeepSeek-R1靠链式思维（Chain-of-Thought, CoT）展示了超强的推理能力，但这一能力能多大程度地帮助视觉推理，

报名启动！今年最值得关注的AIGC企业/产品正在评选中

组委会 发自 凹非寺量子位｜公众号 QbitAIDeepSeek的火热，让更多中国AI的可能性被看见。下一个AI“国产之光”将会是谁？时值第三届中国AIGC产业峰会，量子位将根据过去一年里AIGC企业

刚刚，腾讯元宝冲上中国区 AppStore 第二！仅次于 DeepSeek

我用Devin做的deepseek直播嘴替，让老舅成了福建董宇辉

这是一个关于我用 DeepSeek 让在县城卖茶的老舅，摇身一变成了直播间“福建董宇辉”的故事。而要不是刚看到他在亲戚群里发「刚下播，今天成交128单，累！」的凡尔赛文学，我都快忘了还有这件事了。一个

超级硬广：输入 ikun，解锁 Monica 中文内测版

第一个明星 AI 硬件将变成电子垃圾

整理 | 冬梅、Tina Humane 公司要抛弃他们的 Ai Pin 用户了！他们只给了用户十天时间来准备。在发送给用户的通知中，Humane 表示 Ai Pin 将在太平洋时间 2 月 28 日中