AI资讯新闻榜单内容搜索-2

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: 2
谷歌搜索,天崩了!ChatGPT不讲武德抢流量

谷歌搜索,天崩了!ChatGPT不讲武德抢流量

谷歌搜索,天崩了!ChatGPT不讲武德抢流量

4月份,ChatGPT网站访问量逆势增长182%,超越马斯克的X社交平台(原Twitter),全球排名第5。连输两起反垄断诉讼,谷歌搜索被曝访问量20年首次下滑,或因GenAI抢流量。

来自主题: AI资讯
8854 点击    2025-05-10 16:50
3万字读懂:一季度全球AI应用,谁暴涨?谁掉队?

3万字读懂:一季度全球AI应用,谁暴涨?谁掉队?

3万字读懂:一季度全球AI应用,谁暴涨?谁掉队?

2025年一季度全球AI应用市场呈现爆发式增长,海外MAU达9.8亿(环比增15%),中国MAU达4.62亿(环比增101%)。DeepSeek以低成本开源策略颠覆行业,推动中国AI普及。Agent形态应用主导全球,AI聊天机器人、视频创作等赛道高速增长,虚拟角色和教育学习粘性突出。字节、腾讯等头部公司多端布局,中国AI应用出海聚焦视频、图像等赛道,OpenAI商业化表现强劲。

来自主题: AI技术研报
12749 点击    2025-05-10 10:33
十余人小团队做AI玩具,跑出数万台出货量、20+%复购率?| 对话一线

十余人小团队做AI玩具,跑出数万台出货量、20+%复购率?| 对话一线

十余人小团队做AI玩具,跑出数万台出货量、20+%复购率?| 对话一线

近半年,国内和海外的 AI 硬件层出不穷,其中不少品牌以儿童作为目标受众,FoloToy 的出现频率也越来越高。但赛道热度上涨的同时,也不乏“同质化严重”、“复购率低”等质疑之声,带着这些疑惑,我们尝试联系了 FoloToy。

来自主题: AI商业项目
13646 点击    2025-05-09 20:31
苹果扩展自研芯片版图,将用于首款智能眼镜与AI服务器

苹果扩展自研芯片版图,将用于首款智能眼镜与AI服务器

苹果扩展自研芯片版图,将用于首款智能眼镜与AI服务器

自2020年开始用自研芯片取代英特尔处理器以来,苹果各大产品线都相继用上了自研芯片。

来自主题: AI资讯
9849 点击    2025-05-09 15:51
互联网大厂,不再需要AI Lab

互联网大厂,不再需要AI Lab

互联网大厂,不再需要AI Lab

4月29日,腾讯TEG进行架构调整,新成立大语言和多模态模型部,并对数据平台和机器学习平台职责进行调整。

来自主题: AI资讯
8845 点击    2025-05-09 14:28
全球首个,最接近原版DeepSeek开源复现来了!R1四个月狂飙26倍

全球首个,最接近原版DeepSeek开源复现来了!R1四个月狂飙26倍

全球首个,最接近原版DeepSeek开源复现来了!R1四个月狂飙26倍

近日,来自SGLang、英伟达等机构的联合团队发了一篇万字技术报告:短短4个月,他们就让DeepSeek-R1在H100上的性能提升了26倍,吞吐量已非常接近DeepSeek官博数据!

来自主题: AI技术研报
11896 点击    2025-05-09 12:55
万亿级AI智能体经济崛起!首席AI官成标配

万亿级AI智能体经济崛起!首席AI官成标配

万亿级AI智能体经济崛起!首席AI官成标配

红杉资本预计AI市场规模将远超当前约4000亿美元的云计算市场,在未来10-20年内达到难以估量的体量。初创企业需聚焦应用层,深耕垂直领域,提供端到端解决方案。AWS研究显示,全球企业正加速拥抱生成式AI,首席AI官(CAIO)职位将成为企业标配。

来自主题: AI资讯
6525 点击    2025-05-09 12:16
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!

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!

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!

5 月 7 日,由 GOSIM、CSDN 和 1ms.ai 联合主办的全球开源技术盛会——GOSIM AI Paris 2025 在法国巴黎迎来了大会第二日的精彩议程。延续首日的热烈氛围,来自全球的 AI 专家、开发者和产业代表齐聚一堂,围绕 AI 技术的最新趋势与实践展开深入探讨。

来自主题: AI资讯
10554 点击    2025-05-09 12:08
谷歌DeepMind&CMU:过去引导LLM规划的方法是错的? 用GRASE-DC改进。ICLR2025

谷歌DeepMind&CMU:过去引导LLM规划的方法是错的? 用GRASE-DC改进。ICLR2025

谷歌DeepMind&CMU:过去引导LLM规划的方法是错的? 用GRASE-DC改进。ICLR2025

当您的Agent需要规划多步骤操作以达成目标时,比如游戏策略制定或旅行安排优化等等,传统规划方法往往需要复杂的搜索算法和多轮提示,计算成本高昂且效率不佳。来自Google DeepMind和CMU的研究者提出了一个简单却非常烧脑的问题:我们是否一直在用错误的方式选择示例来引导LLM学习规划?

来自主题: AI技术研报
11044 点击    2025-05-09 11:58