【AI News | 20250429】每日AI进展
AI Repos
1、aci
ACI.dev是一个开源基础设施层,旨在为AI智能体的工具使用提供支持。它通过统一的模型-上下文-协议(MCP)服务器或轻量级Python SDK,使智能体能够以感知意图的方式访问600多种工具,并具备多租户认证、细粒度权限和动态工具发现等功能。ACI.dev解决了构建生产级AI智能体时面临的基础设施难题,如大规模认证、工具发现和自然语言权限管理,支持各种LLM框架和智能体架构,并提供丰富的预构建集成,助力开发者快速构建功能强大的AI应用。
2、crawl4ai
Crawl4AI是一个流行的开源GitHub项目,专为LLMs、AI智能体和数据管道设计,提供高速、AI友好的Web爬取和数据抓取功能。它能生成优化的Markdown格式,速度比传统方法快6倍,并提供灵活的浏览器控制、启发式智能提取,无需API密钥即可部署。最新版本v0.6.0引入了世界感知爬取、表格数据提取、浏览器池化、网络流量捕获和MCP集成等新特性,并改进了Docker部署。Crawl4AI旨在通过开源工具 democratize 数据提取,赋能AI应用。
AI News
1、通义千问Qwen3发布:首创混合推理模式,性能全面提升并开源
通义千问团队发布新一代开源大语言模型Qwen3,包含稠密和混合专家(MoE)共八款不同规模模型,性能在代码、数学和通用能力基准测试中均表现出色,部分小模型性能甚至匹敌前代大模型。Qwen3首创“思考模式”与“非思考模式”混合推理,兼顾复杂推理和快速响应,并支持119种语言及方言。模型原生支持MCP协议,具备智能体能力和多模态扩展潜力。Qwen3以Apache2.0协议开源,提供高性能、低成本的AI解决方案,并已在Hugging Face、ModelScope等平台开放使用。
2、ChatGPT搜索新增网购功能:对话式个性化商品推荐
OpenAI在ChatGPT Search中新增网购功能,用户可通过自然对话获取时尚、美妆、家居和电子产品等个性化商品推荐,并直接查看图片、评价及购买链接,实现一站式购物。ChatGPT能记忆用户偏好,提供精准匹配,且商品推荐基于第三方数据,保证中立性。目前该功能处于测试阶段,未来将扩展更多商品类别,并同步推出引文改进和趋势话题追踪等搜索增强功能,有望革新线上购物体验。
3、新创公司Cheehoo推出AI动画工具,赋能艺术家与创作者
由梦工厂前总裁、苹果前科学家及Rideback联合创始人等行业资深人士创立的新兴公司Cheehoo正式上线beta版,致力于利用AI技术革新动画制作。Cheehoo旨在将AI的力量赋予艺术家和版权持有者,解决行业痛点,提供快速创建和迭代角色动画、保持艺术风格一致性及精确控制的能力,并兼容专业动画和游戏流程,同时保障数据和知识产权安全。公司的目标是赋能艺术家,借助AI工具简化动画制作流程,创造新一代动画品牌。
4、豆包视频生成功能升级:提升语义理解与多种风格
豆包宣布其视频生成功能迎来重大升级,显著提升了语义理解能力,使得生成的视频内容更贴合用户意图。同时,视频的影调和画质也得到优化,人物动作更加连贯。此次升级还带来了更多样化的视频风格,包括彩铅、积木、黑白素描、像素和3D动画等。该功能由豆包的Seedance模型支持,用户可通过豆包App和网页端免费体验通过文字或图片生成高质量视频。
5、蚂蚁数科发布金融智能体开发平台Agentar,内测上线超百个金融MCP服务
蚂蚁数科正式发布金融智能体开发平台Agentar,为金融机构提供一站式、全栈的智能体开发工具,旨在高效打造自主决策、可信可靠的金融智能体应用。Agentar依托蚂蚁集团在金融级场景中积累的AI技术能力,提供算力调度、数据治理、模型训推及应用落地等服务,并结合高质量金融知识库和低代码可视化编排能力,降低智能体搭建门槛。平台内测上线了国内首个金融MCP服务广场,包含超百个核心金融MCP服务及行业know-how组件库,并具备金融级安全合规保障。蚂蚁数科致力于通过Agentar推动金融服务迈向智慧化时代。
6、暗月之面开源Kimi-VL模型:2.8亿参数处理文本、图像和视频,媲美大型模型
中国初创公司Moonshot AI发布开源多模态模型Kimi-VL,仅用2.8亿活跃参数即展现出处理图像、文本和视频的卓越能力,并在多项基准测试中媲美大型模型。Kimi-VL擅长处理长文档、复杂推理和用户界面,其128K tokens的上下文窗口使其能处理整本书籍或长视频记录。该模型采用混合专家架构,仅激活部分参数,实现了高效性能。Moonshot AI强调其训练方法结合了监督微调和强化学习,未来计划开发更大规模版本以应用于科研和工业领域。Kimi-VL的演示版本已在Hugging Face上线。
7、Gen-4References惊艳发布:AI实时混合图像,精准控制光影氛围
Gen-4References是一种新兴的AI图像生成技术,能够实时融合两张参考图像,并根据用户描述的构图需求生成新图像,精准保留环境光影并支持复杂主体定位。该技术基于先进的生成模型和图像处理技术,实现了动态图像混合和光影一致性,并支持高分辨率输出和用户友好的文本驱动交互。其在数字艺术、影视游戏、电商广告等领域展现出广泛的应用潜力,有望超越传统图像编辑工具,为AI创作带来新的突破。目前该技术尚处于测试阶段,具体平台和定价待公布。
相关文章:
【AI News | 20250429】每日AI进展
AI Repos 1、aci ACI.dev是一个开源基础设施层,旨在为AI智能体的工具使用提供支持。它通过统一的模型-上下文-协议(MCP)服务器或轻量级Python SDK,使智能体能够以感知意图的方式访问600多种工具,并具备多租户认证、细…...
JavaScript 中深拷贝浅拷贝的区别?如何实现一个深拷贝?
一、区别:像“复印文件” vs “创建副本文件” 1. 浅拷贝(Shallow Copy) 动作:只复制文件的第一页,其他页用“贴标签”指向原文件。结果: 修改第一层属性不影响原对象,但修改嵌套对象会同时改…...
<四级词汇>2025.4.29
compact---所有的人都拍他 越拍越紧 ---紧凑的 impact 往里拍他 -- 碰撞会产生影响 --- 碰撞 影响 influence -- 影响 flue -- 流感 influenza -- 流感 fluent --- fly enter 鸟儿流利飞进屋子 --- 流利的 fluently affluent --- 一再地生活的很流畅 -- 富裕的 …...
mmap核心原理和用途及其与内存映射段的关系
mmap 是 Linux/Unix 系统中的一个关键系统调用,全称是 Memory Map(内存映射)。它的核心功能是将 文件、设备或匿名内存 直接映射到进程的虚拟地址空间,从而实现高效的内存访问和操作。以下是其核心原理和用途的详细说明࿱…...
深入理解 Web Service:原理、组件与核心技术详解
目录 前言1 Web Service 概述2 Web Service 的三大核心角色2.1 服务提供者(Service Provider)2.2 服务请求者(Service Consumer)2.3 服务注册中心(Service Registry) 3 Web Service 核心技术详解3.1 WSDL&a…...
【动态导通电阻】GaN功率器件中动态导通电阻退化的机制、表征及建模方法
2019年,浙江大学的Shu Yang等人在《IEEE Journal of Emerging and Selected Topics in Power Electronics》上发表了一篇关于GaN(氮化镓)功率器件动态导通电阻(Dynamic On-Resistance, RON)的研究论文。该文深入探讨了GaN功率器件中动态导通电阻退化的机制、表征方法、建模…...
AWS SQS 队列策略配置指南:常见错误与解决方案
在 AWS 云服务中,Simple Queue Service (SQS) 是一种完全托管的消息队列服务,广泛应用于分布式系统组件间的解耦。为了确保队列的安全访问,正确配置队列策略至关重要。本文将详细介绍 SQS 队列策略的配置方法,常见错误及其解决方案。 SQS 队列策略基础 SQS 队列策略是基于…...
【后端】【Docker】 Docker 动态代理 取消代理完整脚本合集(Ubuntu)
🚀 Docker 动态代理 & 取消代理完整脚本合集(Ubuntu) 一、动态设置 Docker 代理脚本 支持自定义输入代理地址和端口! 📄 脚本内容(保存为 set_docker_proxy.sh) #!/bin/bash# 读取用户输入 read -p "请输入…...
Java基础学习内容大纲
Java基础学习内容大纲 第一阶段:建立编程思想 Java概述:如何快速学习Java技术、Java历史、Java特点、Sublime、Java运行机制、JDK、转义字符、Java开发规范、Java API 变量:数据类型、变量基本使用、数据类型转换 运算符:运算符介绍、算数运算符、关系运算符、…...
[USACO08DEC] Hay For Sale S Java
import java.util.*;public class Main {public static void main(String[] args) {Scanner sc new Scanner(System.in);int c sc.nextInt(); // 背包容量int h sc.nextInt(); // 物品数量int[] v new int[h 1];for (int i 1; i < h; i) v[i] sc.nextInt();int[] dp …...
碰到的 MRCPv2 串线以及解决思路
最近碰到了一个朋友的 MRCPv2 串线,表现大约是: fs1 和 fs2 同时发到 mrcp server 的同一个 rtp 端口 目前尚不清楚 mrcp server 是否能避免这种情况(其实是有思路的,接收到 rtp 包时检查网络地址和网络端口跟 sip 协商的是否一…...
AI正当时,国内AI HR领先厂商易路如何从“单点突破”到“全面融合”
所谓AI HR,是指将人工智能(AI)技术(如机器学习、自然语言处理、大数据分析等)应用于人力资源管理的各个环节,以提升效率、优化决策并改善员工体验。典型场景有: 在招聘、考勤、薪酬计算等重复…...
MCP 哪家强?深度分析 Cline、Cursor、Trae、Coze 四大平台
想象一下:你只需一句话,AI就能自动抓取GitHub issue、生成代码、调试UI,甚至帮你写博客发到Substack!这不是科幻,而是**Model Context Protocol (MCP)**的现实。MCP作为AI与工具交互的“通用语言”,自2024年…...
【最新 MCP 战神手册 09】利用资源和提示增强上下文
文章目录 1. 开始啦!2. 第一部分:通过资源解锁应用数据3. 第二部分:用提示引导 AI4. 第三部分:高效上下文管理策略1. 开始啦! 在上一章中,我们深入探讨了 MCP 工具——这些组件使得 AI 模型能够执行各种操作。然而,操作很少在真空中发生。为了让 AI 智能地行动,它需要…...
解决vue3 路由query传参刷新后数据丢失的问题
前言:在页面刷新的时候,路由query数据会被清空,网上很多方法说query传参可以实现,反正我是没有实现 思路:将数据保存到本地,通过 “ ?” 进行判断是否有数据,页面销毁的时候删除本地…...
VUE篇之树形特殊篇
根节点是level:1, level3及其子节点有关联,但是和level2和他下面的子节点没有关联 思路:采用守护风琴效果,遍历出level1和level2级节点,后面level3的节点,采用树形结构进行关联 <template><div :class"…...
Qwen多模态系列论文
From:https://www.big-yellow-j.top/posts/2025/04/28/QwenVL.html 本文主要介绍Qwen-vl系列模型包括:Qwen2-vl、Qwen2.5-vl Qwen2-vl http://arxiv.org/abs/2409.12191 模型结构: Qwen2-vl主要的改进点在于:1、使用动态分辨率(…...
Astro大屏中关于数据流转的数据接入与数据中心之间的逻辑关系梳理
在 Astro 大屏中,「数据接入」与「数据中心」是紧密关联的一对模块,分别承担“数据从哪来”和“数据怎么管”的职责。为了更形象地帮助初学者理解,我可以用“自来水系统”的比喻来解释整个原理与操作逻辑: 🏠 形象比喻…...
【今日三题】小红的ABC(找规律) / 不相邻取数(多状态dp) / 空调遥控(排序+二分/滑动窗口)
⭐️个人主页:小羊 ⭐️所属专栏:每日两三题 很荣幸您能阅读我的文章,诚请评论指点,欢迎欢迎 ~ 目录 小红的ABC(找规律)不相邻取数(多状态dp)空调遥控(排序二分/滑动窗口) 小红的ABC(找规律) 小红的ABC 找最短回文串ÿ…...
双重差分模型学习笔记(理论)
【DID最全总结】90分钟带你速通双重差分!_哔哩哔哩_bilibili 一、DID的基本原理 (一) 单重差分 1. Cross-Section Comparison 截面数据 只有某个时间点事件发生后的数据 D1 事件发生后 D0 事件发生前 2. Befor-After Vomparison 时间序列…...
企业级私有化部署,内部聊天软件
如何在激烈的市场竞争中脱颖而出,提升工作效率、降低运营成本,同时保障信息安全,成为众多企业管理者亟待解决的问题。而BeeWorks 企业级私有化部署的内部聊天软件,无疑是为这一难题提供了一把金钥匙。 BeeWorks覆盖即时通讯&#…...
HCIA-Datacom 高阶:VLAN、VLANIF 与静态路由综合实验
拓扑图解读 从拓扑图中可以看到,存在三层交换机 LSW3、普通交换机 LSW4、路由器 R2 以及 PC1 - PC4。LSW4 连接了三个不同 VLAN 的 PC(PC1 属于 VLAN 10、PC2 属于 VLAN 20、PC3 属于 VLAN 30 ),并通过 Ethernet 0/0/1 端口以 tr…...
Android ndk 编译opencv后部分接口std::__ndk1与项目std::__1不匹配
1、opencv-4.11预编译命令(在opencv4.5.0之后兼容免费features2d做特征匹配),NDK版本选用的android-ndk-r23c-linux.zip cmake -G Ninja \ -DCMAKE_TOOLCHAIN_FILE/home/who/Downloads/NDK/android-ndk-r23c/build/cmake/android.toolchain.…...
SQL命令一:SQL 基础操作与建表约束
目录 引言 一、SQL 基础命令 (一)数据库相关操作 (二)表格相关操作 (三)MySQL 常用数据类型 二、增删改查(CRUD)操作 (一)增加数据 (二&a…...
颜色分类,不靠“调色盘”:双指针 VS 计数排序的正面PK
颜色分类,不靠“调色盘”:双指针 VS 计数排序的正面PK 在算法圈混得久了,总有一些题目是面试官的心头好,刷题人绕不过的“鬼门关”。“颜色分类”(LeetCode 75)就是其中之一,看似小儿科…...
Shopify网上商店GraphQL Admin接口查询实战
目录 一、Shopify网上商店 二、个人商店配置接口权限 三、PostMan调用接口测试 四、通过Java服务调用接口 一、Shopify网上商店 Shopify是由Tobi Ltke创办的加拿大电子商务软件开发商,总部位于加拿大首都渥太华,已从一家在咖啡店办公的 5人团队&…...
Laravel基础
Laravel 基础 01.Laravel入门和安装 Composer安装Laravel步骤 要使用 Composer 安装 Laravel,请按照以下步骤操作: 确保已经安装了 Composer。如果还没有安装,请访问 https://getcomposer.org/download/ 下载并安装。 打开命令行或终端。…...
【Leetcode 每日一题 - 补卡】2302. 统计得分小于 K 的子数组数目
问题背景 一个数组的 分数 定义为数组之和 乘以 数组的长度。 比方说, [ 1 , 2 , 3 , 4 , 5 ] [1, 2, 3, 4, 5] [1,2,3,4,5] 的分数为 ( 1 2 3 4 5 ) 5 75 (1 2 3 4 5) \times 5 75 (12345)575。 给你一个正整数数组 n u m s nums nums 和一个整数 k…...
力扣——206.反转链表倒序输出链表
206. 反转链表 - 力扣(LeetCode) 思路(迭代) 设三个指针,前后两个指针都为空,当前指针为输入的头指针 开始循环——判断条件为当前节点不为空 先给下一个节点赋值为——当前节点的下一个 改变当前节点的…...
Arthas在Java程序监控和分析中的应用
Arthas在Java程序监控和分析中的应用 在互联网大厂Java求职者的面试中,经常会被问到关于使用Arthas来监控和分析Java程序的相关问题。本文通过一个故事场景来展示这些问题的实际解决方案。 第一轮提问 面试官:马架构,欢迎来到我们公司的面…...
第13讲:图形尺寸与分辨率设置——适配论文版面,打造专业图稿!
目录 📌 为什么这一讲重要? 🎯 一、先认识几个关键词 ✍️ 二、ggsave() 是导出图的标准方法 📐 三、尺寸设置技巧:对齐目标期刊 🔍 找到目标期刊的图形栏宽 📦 四、多个图组合导出(与 patchwork 搭配) 🧪 五、使用 Cairo / ragg 导出高质量图 🎁 六…...
Docker与Vmware网络模式的对别
前言 在使用了很久的VMware和Docker后,分别独立配置过他们的网络,但是每次配置一方时,总感觉和另一方有点不一样,但是也没有来得及总结。刚好最近有时间可以总结一下。 重点: 1、VMware的桥接模式和Docker的桥接模式完…...
大模型在肾癌诊疗全流程中的应用研究报告
目录 一、引言 1.1 研究背景与意义 1.2 研究目的与方法 1.3 国内外研究现状 二、大模型预测肾癌术前情况 2.1 基于影像组学的肾癌良恶性及分级预测 2.1.1 MRI 影像组学模型预测肾透明细胞癌分级 2.1.2 CT 影像深度学习模型鉴别肾肿物良恶性及侵袭性 2.2 大模型对手术风…...
Springboot使用登录拦截器LoginInteceptor来做登录认证
创建拦截器LoginInteceptor类 interceptors/LoginInteceptor.java package org.example.interceptors;import jakarta.servlet.http.HttpServletRequest; import jakarta.servlet.http.HttpServletResponse; import org.example.utils.JwtUtil; import org.springframework.s…...
2025年- H13-Lc120-189.轮转数组(普通数组)---java版
1.题目描述 2.思路 import java.util.Arrays;public class H189 {public static void main(String[] args) {int[] newArr {1, 2, 3, 4, 5};int[] nums new int[5];System.arraycopy(newArr,0,nums,0,4);System.out.println(Arrays.toString(nums)); } }补充2: 3.…...
Android Framework常见问题
以下是不同难度级别的 Android Framework 面试题,包含答案要点,可帮助你为面试做好准备。 初级难度 1. 请简要解释 Android Framework 是什么。 答案要点:Android Framework 是 Android 系统的核心组成部分,它为开发者提供了一…...
【AI】图片处理的AI工具
博主最近需要给客户展示一下做的一些设备和仪器,随手拍了一些照片,觉的背景不是很好看,于是在网上寻找AI图片处理工具。后来随手用了一下豆包AI,发现很好用,这里把一点使用的心得体会记录一下,并和大家分享…...
Python列表全面解析:从基础到高阶操作
一、为什么需要列表? 在Python中,列表是可变有序序列,用于存储多个元素的容器。相较于单一变量存储独立值,列表能更高效地管理批量数据,其特点包括: 引用存储:列表元素存储的是对象的引用…...
C++调用C动态库编译时报undefined reference to “funcxxx“错误
问题描述:Linux平台上C调用C库进行make编译时报undefined reference to "funcxxx"错误,错误实例如下: /usr/bin/ld: CMakeFiles/dialog.dir/widgets/widget.cpp.o: in function Widget::loadVerificationModule(): /home/zhangxia…...
基于Spring Boot+Vue 网上书城管理系统设计与实现(源码+文档+部署讲解)
技术范围:SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等设计与开发。 主要内容:免费功能设计、开题报告、任务书、中期检查PPT、系统功能实现、代码编写、论文编写和辅导、论文…...
C++ 中自主内存管理 new/delete 与 malloc/free 完全详解
C 中 new/delete 与 malloc/free 完全详解 一、new/delete 与 malloc/free 的区别 特性new/deletemalloc/free属于C语言C语言申请的内存区堆(Heap)堆(Heap)返回类型指向对象类型的指针(自动转换)void*&…...
Maven中的依赖管理
目录 什么是依赖范围 什么是依赖传递 依赖范围对依赖传递的影响 依赖冲突 什么是依赖冲突 依赖冲突的解决方案 版本锁定 短路径优先 编辑 声明优先 特殊优先(后来者居上) 可选依赖 排除依赖 可选依赖和排除依赖的区别 刷新依赖的8种方式…...
生态修复项目管理软件
在“双碳”目标与生态文明建设的双重驱动下,生态修复项目正成为全球环境治理的核心战场。然而,矿山复绿、湿地修复、水土保持等工程往往面临跨地域、多主体、长周期的管理难题——从数据分散到进度失控,从成本超支到风险频发,传统…...
深度剖析 RocketMQ 5.0 之架构解析:云原生架构如何支撑多元化场景?
拓展学习:🔍「RocketMQ 中文社区」 持续更新,提供 RocketMQ 领域专家模型的 AI 答疑 作者 | 隆基 简介: 了解 RocketMQ 5.0 的核心概念和架构概览;然后我们会从集群角度出发,从宏观视角学习 RocketMQ 的管…...
Spring中bean的生命周期(笔记)
bean的生命周期,按照最重要五步 第一步:实例化bean,调用无参构造方法(通过BeanDefinition利用反射实例化Bean对象(无参数构造方法) 并通过推断构造方法...并放入三级缓存中..) 第二步:给bean属性赋值(调用…...
transform-实现Encoder 编码器模块
Encoder 论文地址 https://arxiv.org/pdf/1706.03762 Encoder结构介绍 Transformer Encoder是Transformer模型的核心组件,负责对输入序列进行特征提取和语义编码。通过堆叠多层结构相同的编码层(Encoder Layer),每层包含自注意力机…...
LVGL -窗口操作
1 窗口背景介绍 在 LVGL 中,screen 是一个顶层对象,代表你设备上当前显示的整个画面。它相当于一个“全屏容器”,你可以在上面添加按钮、标签、图像、容器等各种界面控件。它的本质就是一个特殊的 lv_obj_t,但它没有父对象&#…...
ollama运行qwen3
环境 windows server GPU 32G 内存 40G 升级ollama 需要版本 0.6.6以上 ollama --version拉取模型 ollama pull qwen3:32b时间比较长,耐心等待 运行模型 ollama run qwen3:32b运行起来之后发现GPU是可以跑起来的,发个你好看看 默认是深度思考的,不…...
如何查看和验证AWS CloudFront的托管区域ID
在使用AWS Route 53设置DNS记录时,正确识别CloudFront分发的托管区域ID是至关重要的。本文将详细介绍几种查看和验证CloudFront托管区域ID的方法,特别关注中国区CloudFront的特殊情况。 为什么托管区域ID很重要? 托管区域ID是AWS服务中的一个关键标识符。在创建指向CloudF…...
yum 安装 ncurses-devel 报错 baseurl 的解决方法
解决 yum 安装 ncurses-devel 报错(baseurl 问题) 出现 yum install ncurses-devel 报错 Cannot find a valid baseurl for repo: centos-sclo-rh/x86_64 的原因,很可能是因为 CentOS 7 的 SCL 源在 2024 年 6 月 30 日停止维护了。以下是解…...