关键词 "工程" 的搜索结果， 共 21 条, 只显示前 480 条
英纬达发布了其最新的 Cosmos-Reason1系列模型，旨在提升人工智能在物理常识和具身推理方面的能力。随着人工智能在语言处理、数学及代码生成等领域取得显著进展，如何将这些能力扩展到物理环境中成为了一大挑战。 物理 AI（Physical AI）不同于传统的人工智能，它依赖于视频等感官输入，并结合现实物理法则来生成反应。物理 AI 的应用领域包括机器人和自动驾驶车辆等，需要具备常识推理能
谷歌宣布开源全新医疗 AI 模型 ——MedGemma。这款基于 Gemma3架构的模型专为医疗领域设计，具备强大的多模态图像和文本理解能力，旨在提升医疗诊断与治疗效率。 MedGemma 提供两种配置选项，分别为4B 和27B 参数模型。4B 参数模型主要用于医疗图像的分类和解读，能够生成详细的诊断报告或回答与图像相关的问题;而27B 参数模型则专注于处理临床文本，特别适合于患者分诊和决策辅助
Devstral是Mistral AI和All Hands AI推出的专为软件工程任务设计的编程专用模型。Devstral在解决真实世界软件问题上表现出色，在SWE-Bench Verified基准测试中，得分46.8%大幅领先其他开源模型。Devstral支持处理复杂代码库中的上下文关系、识别组件间联系及发现细微的代码错误。Devstral轻量级，能在单个RTX 4090或32GB内存的Mac上
DreamGen是英伟达推出的创新的机器人学习技术，基于AI视频世界模型生成合成数据，让机器人能在梦境中学习新技能。DreamGen仅需少量现实视频数据，能生成大规模逼真的训练数据，实现机器人在新环境中的行为泛化和环境泛化。DreamGen的四步流程包括微调视频世界模型、生成虚拟数据、提取虚拟动作以及训练下游策略。DreamGen让机器人在没有真实世界数据支持的情况下，凭文本指令完成复杂任务，显著
Databricks SQL 是 Databricks 推出的智能数据仓库服务，基于 DatabricksIQ（Data Intelligence Engine）理解用户数据的独特性，为技术与业务用户提供易用的数据分析体验。Databricks SQL 基于湖仓架构，整合数据、分析和AI，消除传统数据仓库的独立性和复杂性，降低成本。Databricks SQL支持自然语言查询、预测性优化和自动化管
Aurora是微软研究院推出的13亿参数的大气基础模型，基于从海量大气数据中提取有价值信息，用在预测全球天气模式、空气污染和海洋波浪等大气过程。模型用预训练和微调的架构，处理不同分辨率和压力水平的数据。Aurora在多个预测任务中表现出色，包括高分辨率天气预测、空气污染预测和热带气旋轨迹预测，计算速度比传统数值天气模型快约5000倍。模型提高了预测精度，降低计算成本，为应对气候变化和极端天气事件提
Superblocks 专为全球大型企业打造，旨在以极低的时间和成本构建现代化、安全的软件。世界各地的团队都依赖 Superblocks 来构建关键任务内部应用程序，这些应用程序是其运营的支柱。 此次Superblocks推出首个用于构建企业内部应用的 AI 智能体——Clark。 借助 IT 和工程防护，赋能每位员工安全构建。 执行企业标准：使用您的设计系统、集成、权限等进行构建。 三种
# 核心亮点 支持最强开源模型千问3，其代码能力达到业界领先水平，同时支持MCP协议，具备强大的工具调用能力，可以帮助开发者快速开发智能体应用。 全面集成通义灵码智能编码助手（即通义灵码插件）的能力，无需安装插件开箱即用，直接体验高效、智能的编程体验。 自带编程智能体模式，开发者只需描述编码任务，通义灵码便可以自主地进行工程感知、代码检索、执行终端、调用MCP工具等，
Clacky AI是面向开发者的云端开发环境（CDE），打造L3级别的Agentic AI编程助手。Clacky AI支持全栈开发（包括Python、Node.js、Golang、Ruby、Java等语言），能帮助开发者快速从创意构建迭代出实际可用的系统。Clacky AI基于结构化任务拆解、多线程协作、自我排查与修复等功能，提升开发效率，降低开发门槛，非常适合团队协作和快速迭代项目。“时光机”功
Kimi-Dev是Moonshot AI推出的开源代码模型，专为软件工程任务设计。模型拥有 72B 参数量，编程水平比最新的DeepSeek-R1还强，和闭源模型比较也表现优异。在 SWE-bench Verified数据集上达到60.4%的性能，超越其他开源模型，成为当前开源模型中的SOTA。Kimi-Dev 基于强化学习和自我博弈机制，能高效修复代码错误、编写测试代码。模型基于MIT协议开源，
MiniMax-M1是MiniMax团队最新推出的开源推理模型，基于混合专家架构（MoE）与闪电注意力机制（lightning attention）相结合，总参数量达 4560 亿，每个token激活 459 亿参数。模型超过国内的闭源模型，接近海外的最领先模型，具有业内最高的性价比。MiniMax-M1原生支持 100 万token的上下文长度，提供40 和80K两种推理预算版本，适合处理长输入
ML-Master是上海交通大学人工智能学院Agents团队推出ML-Master – 上海交大推出的AI专家Agent的AI专家智能体。在OpenAI的权威基准测试MLE-bench中表现出色，以29.3%的平均奖牌率位居榜首，超越了微软的RD-Agent和OpenAI的AIDE等竞争对手。ML-Master通过“探索-推理深度融合”的创新范式，模拟人类专家的认知策略，整合广泛探索与深度推理，显
Chai-2，这是分子设计领域的一项重大突破。Chai-2 在设计完全从头抗体时实现了前所未有的两位数成功率，与以往方法相比，命中率提高了几个数量级。只需测试 20 个设计，该模型就能在各种靶点中轻松找到可行的匹配方案。该模型的高成功率和广泛的泛化能力为快速精准的原子级分子工程新时代铺平了道路。 我们挑战 Chai-2 设计多达 20 种抗体或纳米抗体，以针对 52 个不同的蛋白靶点，所有这些靶
1.VALID-Mol 是一个系统性框架，通过集成快速分子工程、领域特定微调和自动化化学验证，显著提高了 LLM 生成分子的可靠性，有效性从 3% 提高到 83%。 2. 与典型的 LLM 应用程序（这些应用程序会产生看似合理但化学上无效的输出）不同，VALID-Mol 使用化学信息学工具验证每个生成分子的语法和语义，从而确保其科学严谨性。 3. 该框架最引人注目的创新在于其系统化的快速分子工
1.PRO-LDM 引入了一种模块化潜在扩散模型，用于全长蛋白质序列设计，该模型兼具无条件生成和功能优化，将准确性与计算效率完美结合。 2. 一项重大创新在于在潜在空间中应用扩散，显著降低采样成本，同时保持生成序列的保真度和多样性。 3. PRO-LDM 通过将条件潜在扩散与监督适应度预测相结合，实现了具有目标特性（例如荧光、溶解度、热/化学稳定性）的蛋白质序列的可控设计。 4. 通过无分类
万象驭影是北京矩阵像素科技推出的基于多模态智能体工程的智能视频创作工具，以技术创新重构视频内容生产流程，解决行业高门槛、低效率的创作痛点。独创代理式跨模态处理系统，通过多智能体协同拆解视频物料，实现从外层标题、背景图到内层情节结构、特效运镜的智能编排。结合分布式服务架构与微服务设计，确保高并发场景下的视频处理流畅性，支持极速版、专业版、探索版等多模式剪辑，满足从商业批量混剪到专业精剪的全场景需求。
文兜智写是专为招投标行业设计的AI标书制作工具。能快速解析招标文件，精准识别关键信息，自动生成符合要求的标书内容，涵盖技术方案、实施方案和商务响应等部分。核心技术依托海量语料库和行业级模型，可实现10分钟内生成10万字的投标方案，查重率低至5%。文兜智写支持多种编写模式，满足不同用户需求，适用于建筑工程、信息技术、智慧城市等众多行业。用户只需输入招标要求，可在网页端、客户端或WPS端快速生成初稿。
AI-Researcher 是香港大学数据科学实验室推出的开源自动化科学研究工具，基于大型语言模型（LLM）代理实现从研究想法到论文发表的全流程自动化。AI-Researcher 支持用户在两种模式下操作：一是提供详细的研究想法描述，系统据此生成实现策略；二是提供参考文献，系统自主生成创新想法实施。平台集成文献综述、想法生成、算法设计与验证、结果分析和论文撰写等核心功能，支持多领域研究，基于开源的
"AI Math Solver makes solving math problems simple and fast. Get accurate, step-by-step solutions for algebra, geometry, calculus, and word problems—free and easy for students, teachers, and math love
v0.app 是 Vercel 推出 AI 辅助 Web 开发工具。工具结合生成式 AI 和现代 Web 技术，能帮助用户快速构建从简单组件到全栈应用的各种项目。工具引入 AI Agent模式，具备自主规划、编码和调试能力，能根据用户需求生成完整的应用。用户用自然语言描述需求，v0 能生成代码、设计界面并提供技术支持。工具支持实时协作、代码编辑和一键部署，适合产品经理、营销人员和工程师等各类用户，
ROMA是一个元代理框架，它使用递归分层结构来解决复杂问题。通过将任务分解为可并行执行的组件，ROMA 使代理能够应对复杂的推理挑战，同时保持透明性，从而简化上下文工程和迭代。该框架提供并行问题解决功能，代理可以同时处理复杂任务的不同部分；其开发过程透明，结构清晰，易于调试；此外，我们搜索代理的强大基准测试结果也证明了其卓越的性能。我们已经展示了该框架的有效性，但这仅仅是个开始。作为一个开源且可扩
只显示前20页数据，更多请搜索
Showing 25 to 45 of 45 results
