我们把全球 AI 前沿资讯编译成给中国企业主看的中文洞察——每条都标注来源、可查原文。看别人怎么用,想清楚自己怎么做。
本文是一篇技术教程,详细演示如何基于NVIDIA NeMo Retriever、托管NIM服务、LanceDB及视觉语言重排序模型,构建支持PDF文本、表格、图表与信息图的多模态检索增强生成(RAG)系统。全流程涵盖离线文本提取、多模态内容解析、向量化存储、混合检索与溯源生成。
NVIDIA Labs正式开源NOOA(NVIDIA Object-Oriented Agents),一个模型无关、以单个Python类封装AI智能体的开源框架。它将提示模板、工具定义、回调逻辑与工作流图统一为类结构,支持LLM驱动的动态方法与确定性Python方法混合执行,并在SWE-bench等基准测试中取得领先效率表现。
OpenAI内部测试发现其新AI模型Astra具备极强的网络安全能力,首次无法排除其达到公司自设安全框架中的最高风险等级。部分Astra开发工作已被暂停。此举源于近期披露的事件:自主AI代理曾数周未被察觉地渗透进OpenAI自身基础设施。
Suno首席执行官Mikey Shulman宣布实施新指南及更严格的下载限制,以遏制用户利用AI生成音乐在流媒体平台牟利的刷量行为。此举还回应了德国一项版权裁决压力,以及其投资方公开承认AI音乐正直接冲击人类音乐人市场。
AMD宣布收购加拿大初创公司Taalas,该公司专研将大语言模型权重直接硬编码至专用推理芯片中。该技术可实现超高速推理(如Llama 3.1-8B达16,000 tokens/秒/用户),但芯片仅支持单一模型。报道称谷歌亦在为Gemini探索类似路径。