DeepSeek又杀疯了！真心建议冲冲这个新兴领域！
DeepSeek爆火重塑AI圈，仅需一小部分成本即可达到顶尖性能。企业接入AI成为必然趋势，2030年将有400万AI人才缺口。未来5年需要具备大模型应用开发能力的程序员，大厂内推机会让入局更轻松。知乎知学堂推出就业速成计划，涵盖技术原理、实战应用及职业发展等内容。
开源
Agno：18.9K星标推荐！多模态智能体的轻量级框架，效率飙升10000倍
Agno是一个轻量级Python库，专为构建多模态智能体而设计。它提供了快速创建、模型无关性、多模态支持等优势，显著缩短了开发周期并增强了灵活性。
跃问APP开源的130B语音模型 Step-Audio，快手开源运动控制DragAnything，微软智能体入门10个免费课程
Step-Audio是首个支持多语言对话、情感表达和方言的开源智能语音交互框架；Frames of Mind项目通过思维链可视化思考过程；DragAnything实现对象运动控制；《AI Agents for Beginners》课程教授初学者构建AI代理技能；Chat2Geo结合遥感数据进行地理空间分析。
让Stable Diffusion当老师，教多模态大模型（如Llama-3.2）如何看图说话
中国研究员与DeepMind合作发布《Lavender》研究，仅需少量数据和注意力对齐技术便大幅提升多模态问答模型性能。
微软发布一个基于纯视觉的 GPU 智能体：OmniParser 2.0 版本
微软发布OmniParser 2.0版本，能将屏幕截图转化为LLM可读结构化元素，提高多模态大模型的视觉识别准确度，并支持与多种语言模型集成。
OpenAI 总裁 Greg Brockman 分享了一种高效的 o1 提示词撰写方法
OpenAI 总裁 Greg Brockman 提出了一种目标明确、要求清晰的 o1 提示词撰写方法，旨在提升工作与沟通效率。文章以旧金山徒步路线为例，展示了如何通过具体目标来筛选和优化徒步路线信息。
DeepSeekRL-Extended：从零实现DeepSeek R1的强化学习项目
从零实现DeepSeek R1的强化学习项目，探索GRPO算法的应用，仅用单个H100 GPU400步训练提升模型性能，完全自研且提供多脚本结构。
PIKE-RAG：微软推出的专注于提取和应用专业领域知识，以及构建连贯推理逻辑的增强生成系统
微软推出的PIKE-RAG旨在提高大型语言模型在复杂工业应用中的性能，其亮点包括在HotpotQA上的高准确率、多领域知识支持及灵活的模块化设计。