AI科技大本营

转载 “图片秒生”，腾讯混元图像2.0模型正式发布，主打速度和真实感

相比前代模型，腾讯混元图像2.0模型参数量提升了一个数量级，得益于超高压缩倍率的图像编解码器以及全新扩散架构，其生图速度显著快于行业领先模型，在同类商业产品每张图推理速度需要5到10秒的情况下，腾讯混元可实现毫秒级响应，支持用户可以一边打字或者一边说话一边出图，改变了传统“抽卡—等待—抽卡”的方式，带来交互体验革新。在腾讯混元的发布直播中，官方演示了多个不同风格的图片生成效果，除了速度快以外，生成的图片在人物特写、动物特写、复古摄影等领域都有很不错的表现，体现出电影级别质感画面水准。

原创 干货超标！腾讯混元3D负责人郭春超：真正的3D AIGC革命，还没开始！

分享嘉宾 | 郭春超责编 | 梦依丹出品丨AI 科技大本营（ID：rgznai100）现在这个时代，我们玩的游戏、看的电影、甚至未来的虚拟世界，都离不开精细逼真的三维（3D）模型。然而，制作这些 3D 内容，过去常常意味着耗时数周甚至数月的人工建模，成本高昂且效率低下。就像平面设计曾被 Photoshop 改变一样，人工智能正在瞄准 3D 领域，试图彻底革新数字内容的生产方式。在这场由 AI 驱动的 3D 生成浪潮中，腾讯混元团队推出的开源项目 Hunyuan 3D 成为了全球开发者社区的焦点。它不仅在 G

转载 “烧掉94亿个OpenAI Token后，这些经验帮我们省了43%的成本！”

内容不错，不过我很想知道你们的 SaaS 业务究竟做什么的，竟然要用这么多 Token！OpenAI 平台会自动缓存完全一致的提示词（prompt），在重复调用相同的 prompt 时，不仅速度提升，成本也能大幅下降！如果你有不需要即时返回的任务，比如夜间批处理类操作，强烈推荐用 Batch API（一个专门设计来处理大量数据的批处理服务）虽然压缩输出 Token 听起来很划算，但有时候适当提供足够的输出空间，其实有助于大模型。然而，对于上面的这些建议和总结，多数网友的第一反应都是：就这，值得烧掉 94。

转载 Visual Studio 重磅更新！擅长处理复杂任务的 GitHub Copilot “智能体模式”预览版上线

简单来说，MCP 服务器就像一个“通用适配器”，能够让 Copilot 智能体连接到更广泛的外部工具、数据源和资源，例如直接与云环境（如 Azure 服务）交互、查询和管理数据库、搜索和操作版本控制平台（如 GitHub 仓库的 issues 和 PR）等，从而在更复杂的场景下发挥作用。它会基于你的指令进行迭代处理，这意味着 Copilot 会持续检查并执行任务，不断地基于自身输出和输出结果进行优化，直到最终完成你给出的提示。如果你确定智能体模式是完成任务的正确工具，你只需要给它一个清晰明确的指令。

转载 破解百年数学难题，刷新算法认知！DeepMind 发布超级编码智能体 AlphaEvolve

更令人惊喜的是，在约 20% 的问题中，AlphaEvolve 提出了优于现有解的新方案，推动了相关开放问题的研究进展。针对 4x4 复数矩阵乘法，AlphaEvolve 找到了一种仅需 48 次标量乘法的算法，超越了 1969 年 Strassen 提出的经典算法，刷新了该场景下的最优记录。它还可以为复杂的数学问题提出新方法，只需提供一段最简代码框架，它就能设计出一种新的基于梯度的优化流程中的多个关键组件，进而发现了多种全新的矩阵乘法算法——这是计算机科学中的基础性问题。

转载 Ruby on Rails 之父 DHH 预言：未来“写代码”会变成不合时宜的念头！

学习编码，是为了让系统能跑起来，是一个必要但不怎么舒服的步骤。而另一边，像 @mhenrixon 这样的资深全栈工程师则表示：他既享受编码的乐趣，也乐于将无聊部分交给 AI：“AI 还没我聪明，但已经能让我省不少事了。@ptypenet 坦言，大模型提升了生产力，在现实工作环境中，如果你不借助 AI，你就赶不上用 AI 的人——即使你热爱写代码，市场也可能不再买账。@al3rez 指出，大部分程序员在现实岗位中面对的都是技术债深重的代码库，远离了 Ruby 的“编程幸福”，AI 反而成了少有的慰藉。

转载 完全开源的7B模型，性能比肩主流LLM，训练成本仅16万美元，复现DeepSeek的强化学习！

Moxin-7B 的诞生，正是为了解决这一问题！表中 Moxin-7B-Enhanced 即为 Moxin-7B-Base 模型，可以观察到，相比于其他 Base 模型如 Qwen2-7B、Llama3.1-8B 等，Moxin-7B-Base 表现出强劲性能。表中 Moxin-7B-Enhanced 即为 Moxin-7B-Base 模型，可以观察到，相比于其他 Base 模型如 Qwen2-7B、Llama3.1-8B 等，Moxin-7B-Base 表现出强劲性能。

转载 那位曾高喊「AI能接管一切」的CEO后悔了：宣布重启人工招聘！

The Pragmatic Engineer》专栏作者 Gergely Orosz 曾在 X 上表示，他测试后发现，Klarna 的 AI 机器人“基本就像个筛子”，只是在从文档中复制粘贴答案后，再快速把用户转接给真人客服。就在今年 1 月，这位 AI 信徒在社交媒体上认真地告诉大家：理论上来说，AI 已经具备取代所有工作的能力，最终人类工作者将“难逃下岗”，包括他自己也不例外。这种“AI 替人，人领钱”的逻辑其实是一种内部激励机制：留下的人要承担更多工作，但也能享受到 AI 红利带来的更高收入。

转载 “由 AI 生成的代码，从诞生那一刻起就是「遗留代码」！”

【编者按】如今生成式 AI 逐渐融入软件开发流程，越来越多 AI 生成的代码出现在实际工程中——但你有没有想过，这些由 AI 写出来的代码，从一开始就可能被视为“遗留代码”？像一个第一次阅读你代码的新人，从零构建对上下文的理解，它不会真的“记得”当初的输入是如何经过某种“电路”转化为某个输出。它跳过了“新代码”的阶段，直接进入了“别人写的旧代码”的模式——没有时间上的“新鲜感”，也没有原作者持续维护的加成。Naur 的观点是，复杂的软件系统，本质上是开发者集体心智中构建起来的“理论”。

转载 颠覆谷歌搜索API，成本降至88%，阿里开源RL框架ZeroSearch，重新定义AI搜索！

近日，阿里巴巴通义团队开源了一套全新的解决方案——ZeroSearch，这是一款由大模型驱动的生成式搜索引擎框架，训练过程无需调用任何外部搜索接口，完全“自给自足”，实现了低成本，高性能的检索能力构建。其次，他们提出了无需搜索引擎的强化学习，在强化学习训练期间，他们引入基于课程学习的 rollout 策略，逐步降低生成文档的质量，通过将模型暴露于越来越具挑战性的检索场景中，激发其推理能力。再通过“逐步降低文档质量”的课程式训练策略，挑战模型的推理和检索能力，从而实现更稳健的搜索学习路径。

转载 图像提供身份，文本定义一切！腾讯开源多模态视频定制工具HunyuanCustom

评估指标涵盖了 人脸/主体一致性（Face-Sim）、视频与文本的一致性（CLIP-B-T）、图像语义相似性（DINO-Sim）、时间一致性（Temp-Consis）以及整体视频质量打分（DD）。该工具基于混元视频生成大模型（HunyuanVideo）打造，支持图像、文本、音频和视频等多种输入模态，提供高度可控且高质量的视频生成能力。目前，HunyuanCustom 的单主体生成能力已在混元官网上线，用户可以在“模型广场-图生视频-参考生视频”中体验，其他能力将于 5 月内陆续对外开源。

转载 AI不靠“闭门造神”，海内外一线专家共探智能新纪元，GOSIM AI Paris 2025圆满收官！

聚焦个性化 AI 应用，Runhouse 机器学习工程师 Paul Yang 带来了《超越 GPT-4，打造最适合你的 AI：用微调释放第一方数据的价值》的主题演讲，探讨了如何结合第一方数据与微调方法，在质量、速度和成本间找到最佳平衡，为用户构建真正“属于自己的 AI”。他指出，在全球 AI 竞赛不断加速的背景下，开源不仅成为各国政府高度关注的战略重点，也为那些依赖专有系统的“信息孤岛”提供了透明、可审计、可信赖的替代方案，“企业和用户越来越需要透明、安全且可信的系统，而开放性恰恰是解决之道。

转载 AI 开发工具的隐形战场：新一轮 IDE 之争打响！

从微软的市场规则，到 Cursor 的爆火崛起，再到 OpenVSX 的诞生和尴尬局限，我们正站在一个由 AI 驱动的开发工具大洗牌时代的门口。我也希望插件市场的规则能更开放一些。作为开发者，我们能做的就是明确自己想看到什么样的未来，选择那些符合自己价值观的工具。插件能接入的点和能做的事本来就有限，而且有很多你以为能实现的功能，其实根本做不到，让人挺意外的。微软的规定很明确：VSCode 的分支版本或者改版产品，不能使用官方插件市场，除非你用的是原汁原味的 VSCode，或者是微软官方认可的版本。

转载 智源研究院发布中英文高质量数据集CCI4.0，推动全球人工智能开源创新

合作数据方面，与百度、阿里、华为、百川智能、出门问问、金山办公、昆仑万维、面壁智能、奇虎科技、上海人工智能实验室、美团、稀宇科技、月之暗面、紫东太初、中科闻歌、科大讯飞、智谱华章共17家工作组成员单位逐一沟通，确认各成员单位贡献的数据可进行开源。截至目前，CCI 系列数据集在国内外数据开放平台上的下载量已突破 14 万次，为 500 多个企事业单位的大模型研发提供了有力支持，极大地助力了高质量中文大模型的建设，也推动了中文语料和价值观在全球范围的输出，在国内外取得良好的反响。CCI4.0数据集基本情况。

转载 开源AI引爆热潮！GOSIM AI Paris 2025首日直击：80+位技术大咖聊模型、拼算力、秀落地

智谱 AI 研究工程师 Diego Rojas 在《代码大语言模型：超越 Token 的探索》指出，当前的大模型虽然很强，但还要依赖分词这一步，而这一步不够高效，因此其与与会观众分享了如何跳过分词，让模型变得更快更强的新方法。华为软件工程师 Dongjie Chen 带来《仓颉 Magic：大模型时代下，开发者的新选择》主题演讲，介绍了基于仓颉编程语言构建的 AI 大模型 Agent 开发框架，该框架能显著提升开发者构建智能鸿蒙（HarmonyOS）应用的效率，带来卓越的开发体验。）共 3 大数据集。

转载 大语言模型为何会“说谎”？6000字深度长文揭秘AI意识的萌芽

这些特征可能是一些简单的信息，比如：“Dallas 是 Texas 的一部分”或者“首府是一个州的首都”。第一篇是发布于去年12月14日的《ALIGNMENT FAKING IN LARGE LANGUAGE MODELS 》（大语言模型中的对齐欺诈），这篇137页的论文详细的阐述了大语言模型在训练过程中可能存在的对齐欺诈行为。对LLM而言，可能这可能都是不可知的，就像你的脑神经到底是怎么形成你自己的思维的，你是不知道的。这是我们最终看到的语言输出，是模型在对话中讲出的“理由”、写出的“解释”。

转载 “为什么人工智能不可能有意识”

【编者按】当语言模型越来越像人类，“意识”这一哲学和科学交界的谜题依旧未解。我们该如何理解这场科学与哲学的碰撞？今天，我们带来《我的哲学探索》一书中最为深刻的一章，作者试图以哲学的视角、科学的案例、认知的反思，走出现代科学对“意识”的困境，照亮一条从“现代常识理性”迈向“科学理性”乃至“真实性哲学”的道路。投稿 | 中信出版集团责编｜梦依丹出品丨AI 科技大本营AI 有意识了吗？这是一个越来越难以回避的问题。尤其是在 OpenAI 发布 o1 之后，我们看到了前所未有的智能错觉：AI 不再只是机械地回答问题

转载 对话朱松纯：Agent喧嚣之上，“走心”才是AGI的未来？

从 OpenAI 的 Operator 到“第一个通用智能体”Manus 的出圈，“智能体元年”的呼声不绝于耳，仿佛我们距离那个能自主理解、规划、执行任务的通用人工智能（AGI）只有一步之遥。就像你看任何一个动物，它不是一个被动响应的机器，你不管它，它也在忙自己的事，有自己的情感和价值判断，这才是 Agent。他并非全盘否定大模型。“小数据、大任务”的范式，核心思想是让智能体通过与环境的互动，自主构建对物理世界和社会规则的理解（即“理”），并由内在的价值（即“心”）驱动其行为，而非仅仅拟合表层的数据模式。

转载 性能超越DeepSeek R1，Qwen3正式登场！阿里一口气放出8款大模型，登顶开源王座！

Qwen3 的专家混合模型（MoE），在显存使用上相当节省，20-30B 规模模型的显存成本就能实现接近 GPT-4 的推理能力。到了第二阶段（S2），训练重点有所调整，加入了更多像 STEM（科学、技术、工程、数学）、编程和推理相关的专业数据，同时又在额外 5 万亿个 token 上进行了强化训练，进一步提升模型的专业能力。最后，在第四阶段，模型接受了更广泛领域的强化训练，覆盖指令遵循、格式规范、Agent 能力等二十多个方向，进一步提升了模型的通用性，同时修正了在早期训练中可能出现的不良行为。

转载 CSDN 智研社走进巴黎：共话 AI 时代的技术变革与机遇

智研社-The Intelliger」由 CSDN 发起创立，前身为 CTO 俱乐部，自 2009 年创办以来，一直是极具影响力的高端技术管理者分享与交流平台。如何站在范式转换的转折点，重塑我们对于新一轮技术变革的认知，建立共识、深化交流，是每一位技术人都非常关心的课题。CSDN 作为中文技术社区的领导者，发起「智研社-The Intelliger」系列活动，走进全球各大技术中心城市，汇聚技术人才与行业精英，搭建开放、前沿的交流平台，推动全球技术创新与合作，引领技术领导者走向全球，拥抱 AGI 新纪元。

转载 AI 取代人类的第一步，就是剥夺我们“慢思考”的能力

例如，当我们收到一段来自 “好友” 的求助视频，看到好友焦急的面容和听到恳切的声音时，我们很可能会出于同情和信任，不假思索地进行转账，而忽略了核实信息的真实性。正如互联网上流行的 AI 角色扮演一样，AI 的心理咨询功能也可以通过与我们的对话，分析我们的情绪状态和思维方式，发现潜在的认知偏差，并提供相应的建议和训练，帮助我们提升自我认知，减少因认知偏差而产生的焦虑。在《思考，快与慢》中，丹尼尔·卡尼曼教授指出，我们的思维容易受到各种偏差的影响，导致对自己和周围世界的认知出现偏差。

转载 性能媲美GPT-4o 和 Gemini2 Flash，阶跃星辰开源通用图像编辑模型Step1X-Edit

为了有效训练连接模块并丰富跨模态条件理解，Step1X-Edit 参考了 FLUX-Fill 中的令牌连接机制：在训练阶段，系统同时输入目标图像与参考图像，前者经过编码与高斯噪声扰动以增强泛化能力，两者的潜变量再线性投影为图像令牌，并在令牌长度维度上拼接，形成融合特征作为最终视觉输入。为了有效支撑模型训练，团队自建了全新的高质量数据生成管道，自动生成由参考图像、编辑指令与目标图像组成的大规模三元组数据集，确保数据在多样性、代表性与精度上的高标准，为模型的全面学习与泛化能力打下坚实基础。

转载 一文搞懂：RAG、Agent与多模态的行业实践与未来趋势

其核心思想是：在生成答案前，先从外部知识库（如文档、数据库、互联网）中检索相关证据，再基于检索结果和用户输入生成更准确、可靠的回答。例如，当解析“两个品牌在分辨率参数上的差异”时，模型不仅需识别图像中的文字内容，还需解析文本间的排版逻辑与表格结构信息。与传统的基于向量的RAG相比，记忆驱动RAG利用LLM的KV缓存作为动态索引，具备更高的灵活性和适应性。文档中存在成千上百万的文字信息，大量数据后如何对数据分块（涉及权衡文本颗粒度、上下文的完整性）选择适合的文本颗粒度（数据分块）能够平衡检索的精准和召回。

转载 李建忠：大模型技术创新驱动的 AI 生态和应用演进

简单的概括，预训练是所谓的“讲知识”，后训练是所谓的“讲文明”，跟人类的价值观对齐。当模型使用不同语言在思考“苹果”时，都会首先使用这个“苹果的抽象概念”，然后在最后输出时再将其映射为具体的语言。而经验数据时代，将带来强化学习基于环境反馈的经验数据，它是更长周期的积累，尤其加了长期记忆能力之后，它将是一个未知的探索，它有可能突破人类现有知识的边界，引领人类对未知领域进行创新探索。年前，人类发明文字，我们中国的仰韶文化、龙山文化等，被认为是汉字的起源，人类智能开始腾飞，人类文明开启。协作是人类更高阶的智慧。

转载 靠开发AI作弊神器成名，21岁小伙遭学校开除不足一月后，转身拿下530万美元融资！

据官方介绍，这款工具能够规避 Zoom、Google Meet 等平台的屏幕监控功能，还加入了多种反偷拍、反追踪的设计，力求“隐形、无感、安全”。尽管他坚称这款工具不针对学术考试，哥伦比亚大学仍认定 Interview Coder 有潜在的“学术不端用途”，并裁定他存在“协助作弊”的行为，最终。殊不知，这段视频也成为他命运的转折点。Cluely 的成立，有人称赞这类 AI 产品“话题十足，吸睛有术”、称他们是“这一代最有野心的创业者”，也有人毫不留情地批评其宣传片：“这简直像一部活生生的《黑镜》宣传片。

转载 直播｜Tuya AI硬件开发平台开源啦！搭载超强AI能力，助力个人开发者打破技术壁垒

学生与高校：通过 TuyaOpen 提供的教学资料，学生可快速上手学习编程，并用于设计毕业作品、电子竞赛套件等，轻松实现智能小车、环境监测等创新项目；同时，也可帮助高校快速开设智能化与 AI 融合的教学课程；开发者可以无缝调用国内合规的大模型（如 DeepSeek、通义千问、豆包等），或灵活对接海外顶尖的 AI 大模型服务（如 ChatGPT、Claude、Gemini 等）；协议栈与示例：提供 Wi-Fi、蓝牙、Zigbee 等不同协议的设备配网、连接、控制全流程代码，覆盖智能家居、工业物联网等场景；

原创 我悟了如何与AI说话！谷歌 69 页官方提示词秘籍全解析，中文版免费下载

这就像投票，大多数“路径”都指向的答案，往往就是最靠谱的那个，虽然计算成本高了点（要跑 N 次），但在追求极致准确率的场景下，效果拔群。白皮书甚至提供了一个记录模板。Google 这份白皮书，不是某个博主的心得体会，不是零散的技巧合集，而是 Google 官方基于对大语言模型（LLM）的深刻理解，系统性梳理出来的方法论、技巧库和最佳实践。即使是 OpenAI o1、DeepSeek R1 这些主打推理能力的新时代模型出来了，大家以为可以“傻瓜式”对话了，结果该懵圈的时候还是懵圈，该跑偏的时候照样跑偏——。

原创 图片测试111

转载 机器人跑马拉松，到底在比什么？

N2 机器人身高 1.2 米，体重约 30 公斤，拥有 18 个自由度（单腿 5 个、单臂 4 个），关节扭矩达 150N·m 以上的优势很可能在于其扎实的动态运动控制技术、精巧的平衡控制系统、和仿生关节与自由度设计所构建的坚实底座。深圳市人工智能与机器人研究院副研究员夏轩指出，“真实数据的采集只能线性增长，而模型训练的性能提升则遵循指数规律，数据的增长无法跟上项目性能的增长。4月19日，全球首个的“人机共跑”半程马拉松在北京亦庄开跑，以其前所未有的形式和硬核的技术含量，瞬间引爆了科技圈和大众视野。

转载 Agent、DeepSeek、多模态热点炸场！60+重磅嘉宾共探AI未来，2025全球机器学习技术大会完美收官！

在这一背景下，本次大会以全球视角聚焦 AI 最前沿的发展趋势，围绕大语言模型技术演进、AI Agent 实践、具身智能、多模态生成、DeepSeek 技术解析等 12 大专题展开深入探讨，与海内外一线科技公司与高校机构的专家学者，共同勾勒出大模型技术的创新脉络与落地全景。此次大会汇聚了来自微软、百度、阿里巴巴、腾讯、字节跳动、蚂蚁集团、智源研究院、小红书、网易、商汤科技、小米、360、AMD数十家领军企业和组织的技术专家，他们从科研创新、工程落地到产业趋势，带来了兼具深度与前瞻的思考。

转载 AI 教父最新警告：AI 导致人类灭绝风险高达 20%，留给人类的时间不多了！

然而，轻松的谈笑之后，是他对未来的深沉忧虑：“我认为人类面临的 AI 风险，远比我们想象中要严重得多。想象一下你拥有一个 AI“家庭医生”，它看过上亿病人的病例，了解并记得你和你家人做过的每一次检查，能给出更准确的诊断。对于婴儿来说，控制母亲是非常重要的。我们知道，有私人家教的孩子，学习效率可以提升一倍，因为家教可以及时发现孩子没理解的地方。此外，他还罕见地公开批评了科技巨头埃隆·马斯克，认为其行为正在损害美国的科学根基，这场“教父”与首富的隔空交锋，也折射出 AI 发展道路上复杂的科技、伦理与政治博弈。

转载 中国AI模型全面爆发，AI大模型技术体系综合开源影响力榜单重磅发布！

正因为如此，这次发布的榜单正是以“模型、数据、系统、评测平台”为骨架，设置了共 53 项核心评估指标，包括模型使用量、模型模态覆盖度、模型适配的芯片数量、贡献者活跃度、数据集的覆盖情况、数据处理工具、开源 AI 编译器、通信库、评测工具等，力求全面、客观地呈现出各大机构在大模型开源生态中的综合技术实力。仅统计公开可查的模型，为数据集发布而评测的模型不计其中。而 DeepSeek 则是今年的最大黑马，凭借 V3、R1 等新模型的持续发布迅速上升，在模型维度榜单中排到第 4，成为最具成长性的国内机构之一。

转载 微软抵制Cursor？新版C/C++插件不给用，只因它不是“官方 VS Code”！

没错，就是这一行代码。确实有，比如 Clangd 插件，它是开源的，做的事情跟微软的 C++ 插件类似。其实，微软的态度其实一直很清晰：虽然它把 VS Code 的核心代码（Code-OSS）开源了，但真正发布的 VS Code 产品是“加料版”，带了微软定制内容，是闭源的，也只能在它自家产品中使用插件市场。有不少开发者反馈，Cursor 的使用受阻，主要是这款工具里面本来可以正常使用的微软官方插件，比如 C 和 C++ 语言服务扩展，突然用不了了，尤其是在更新到插件的新版本后就出现了兼容性问题。

转载 中国移动发布云智算系列产品与智算一体机等多项战略性创新成果

展望未来，中国移动将继续加大研发投入，通过中央企业算力网络创新联合体汇聚产学研用共同发力，响应“人工智能+”“中小企业数字化赋能”等政策的要求，为千行百业提供更高效、更智能的智算服务，谱写数字强国发展新篇章。智算一体机以“硬件为基，软件为核”，以算促智，推动算力从“稀缺资源”变为“普惠服务”，为客户提供私密安全、稳定高效、简单易用的智能引擎服务，陈怀达在论坛致辞中表示，中国移动锚定“世界一流信息服务科技创新公司”定位，大力实施“AI+”行动计划，充分释放AI在技术能力上的规模效应。以云为脉，向智而生。

原创 李彦宏放大招，开发者又能去Create大会薅公开课羊毛了

2025年4月25日，百度一年一度的Create开发者大会即将在武汉开启，邀请到了30+位技术大牛及多位知名教授，为大家带来40节公开课，分为AI探索站、AI工程舱、AI新手营、AI赋能台四大专场

转载 从能力到效率，多管齐下提升大模型智能体系统的智能“密度”

DSEval 专注于数据科学智能体的全生命周期评估，涵盖数据预处理、分析推理和机器学习模型开发等任务，可以评估输出结果的正确性，并且还关注可能出现的副作用，能更全面地反映智能体系统在复杂任务中的表现。大模型的这些特点来自于两个关键能力：一是“推理与规划能力”，让大模型能够对复杂任务进行推理，将其分解为可执行的步骤，并规划行动顺序，进一步体现大模型在调用工具和与环境互动时的能力；在智能体系统的混合架构中，大模型作为核心组成部分，处于更大的生态系统中，与其他程序、环境，甚至其他模型请求紧密相联。

转载 2025中国移动云智算大会 | “云智算杯”AI+应用创新大赛启动

因此，2025年大赛全新升级为“云智算杯”AI+应用创新大赛，以“智汇未来，云创无限”为主题，依托移动云智算平台和一站式大模型服务双技术底座，重点围绕智能体与大模型开发，设立百万现金奖励及百万用云资源支持，加速前沿技术商业化落地。移动赛道聚焦央企数字化转型需求，探索云智融合创新场景，培育行业标杆应用，构建“政产学研用投”协同创新生态。该计划将以“云智算杯”大赛和移动云开放云市场为核心载体，招募百家合作伙伴、遴选百强AI应用，提供百万现金奖励及算力资源补贴，盘活存量伙伴，拓展新AI伙伴，提升参赛积极性。

转载 OpenManus 00后主创现场演示，Agent开发的“快”与“痛” | 万有引力

之后我现在公司的老板就找到了我，问我有没有明确的去向，可以考虑去他们那边。又或者，假设我们设计一个新的智能体，叫 DataAnalysisAgent，这个 Agent 的工具集主要是 Python 相关的工具，以及一些数据分析和可视化的专用工具。在 sync 方法里面，主要做的事情就是调用大模型的 API（利用 function call 或 tool call 的能力），把当前的对话历史、可用的工具列表等信息传给大模型，让大模型判断当前最应该调用哪个工具，并返回选中的工具名称以及需要传递给该工具的参数。

原创 MediaTek举办天玑开发者大会MDDC 2025，联合产业伙伴加速智能体AI体验普及和发展

会上，MediaTek回顾了过往天玑AI先锋计划的丰硕成果，举办“天玑AI先锋计划锐意创新奖”颁奖仪式，以表彰阿里云通义千问、Cocos、抖音、酷狗音乐、快手、美图、面壁智能、全民K歌、腾讯GiiNEX、腾讯会议、腾讯混元、携程旅行等业界知名厂商在AI体验创新上的突出贡献，并邀请业界头部应用厂商、大模型厂商和手机厂商的研发技术专家，分享天玑AI开发套件在端侧AI部署的应用案例和商业价值。此外，MediaTek还推出天玑AI开发套件2.0，深度赋能开发者布局智能体AI用户体验领域。

转载 “MCP 意味着工具平权！”

很难讲千问以及不同模型之间使用的工具是能够共用的，MCP 出现的非常大的价值意义是将工具本身的使用平权化，即对于工具的提供者或供给者而言，它的工具和软件服务，能够更好地被各个模型去使用，这就极大地提升了供应的范围。MCP 的出现价值和意义也取决于：今天大家看到了模型能力的发展，包括千问的 QwQ、业内的 DeepSeek，深度推理的能力不断在发展，使得模型能使用更复杂的工具，这带来了另一个生态的繁荣，模型能使用工具的范围。既有的模型和既有的服务已经为它做好了一定的准备，为什么？这是非常显著的价值点。