2月24日，美国怀俄明州地区法院法官在审理原告Stephanie Wadsorth及其Matthew Wadsorth（代表其未成年子女）与被告沃尔玛公司和Jetson电动自行车公司之间的诉讼案中发出重大制裁令。法院在审理过程中发现，原告方律师提交的动议中引用了九个案例，其中八个是由AI生成的虚假案例。
属于OpenAI的时代结束了？
他是真的想教会大家。
央视新闻报道：最近，DeepSeek火爆出圈，人工智能热度再上新高。记者发现，一些大学生对AI工具产生了依赖，不当使用正呈上升趋势。某高校大一年级英语作业群里发布一份通告，老师将利用AI工具直接生成的作文全部判了零分。
2月12日，DeepSeek迎来全球首场诉讼，印度德里高等法院受理了一项公益诉讼（PIL）。公益诉讼申请人律师Bhavna sharma与Nihit Dalmia在诉讼向法院提出禁令，请求印度政府限制DeepSeek在印度提供服务。
单目深度估计新成果来了！西湖大学AGI实验室等提出了一种创新性的蒸馏算法，成功整合了多个开源单目深度估计模型的优势。在仅使用2万张无标签数据的情况下，该方法显著提升了估计精度，并刷新了单目深度估计的最新SOTA性能。
风险投资行业中，古典 VC 在科技创新浪潮中捕捉机会追求胜率，讲究品牌效应、二八原则和师徒传承。过去几年，VC 行业集体丧失贝塔，无法抓住阿尔法的 VC 已经被汰换，传统 VC 模式的弊端也逐渐暴露。VC 模式的换代迎来了 Deepseek 时刻。
近日，来自哥大的研究人员开发出了一种新AI系统，让机器人通过普通摄像头和深度神经网络实现自我建模、运动规划和自我修复，突破了传统机器人依赖工程师调整的局限，使机器人能像人类一样自主学习和适应环境变化，为具身智能发展带来新范式。
STP（自博弈定理证明器）让模型扮演「猜想者」和「证明者」，互相提供训练信号，在有限的数据下实现了无限自我改进，在Lean和Isabelle验证器上的表现显著优于现有方法，证明成功率翻倍，并在多个基准测试中达到最先进的性能。
DeepSeek最后一天，送上了3FS文件并行系统，以及数据处理框架Smallpond。五天开源连更，终于画上了完美的句号。
Diffusion Transformer模型模型通过token粒度的缓存方法，实现了图像和视频生成模型上无需训练的两倍以上的加速。
几乎所有人都已经发现，我们正生活在一场前所未有的信息革命之中。
RISC-V 正在成为 AI 原生计算架构。
随着 AI 能力的提升，一个常见的话题便是基准不够用了——一个新出现的基准用不了多久时间就会饱和，比如 Replit CEO Amjad Masad 就预计 2023 年 10 月提出的编程基准 SWE-bench 将在 2027 年饱和。
Phi-4系列模型上新了！56亿参数Phi-4-multimodal集语音、视觉、文本多模态于一体，读图推理性能碾压GPT-4o；另一款38亿参数Phi-4-mini在推理、数学、编程等任务中超越了参数更大的LLM，支持128K token上下文。
在 Scaling Law 背景下，预训练的数据选择变得越来越重要。然而现有的方法依赖于有限的启发式和人类的直觉，缺乏全面和明确的指导方针。在此背景下，该研究提出了一个数据管理器 DataMan，其可以从 14 个质量评估维度对 15 个常见应用领域的预训练数据进行全面质量评分和领域识别。
“用DeepSeek写小说，一天能写20万字”
AI模型的训练和推理成本在过去18个月内大幅下降，达到180倍的成本降低。这一趋势推动了更多开源项目的涌现。
DeepSeek开源周的最后一天，迎来的是支撑其V3/R1模型全生命周期数据访问需求的核心基础设施 — Fire-Flyer File System(3FS) 和构建于其上的Smallpond数据处理框架。
GPT-4.5正式发布，号称OpenAI最大和最好的聊天模型。
DeepSeek开源周，今日正式收官！内容依旧惊喜且重磅，直接公开了V3和R1训练推理过程中用到的文件系统。Fire-Flyer文件系统（简称3FS，第三个F代表File），一种利用现代SSD和RDMA网络的全部带宽的并行文件系统；
单个模型的优缺点也能分析
未来又该如何分辨是AI还是真人在说话？
AI还不够像人，人已经变成AI了
这位曾用代码构建童话世界的工程师，被困在了由 AI 工具引发的一场噩梦里。
在AI技术风起云涌的今天，名为DeepSeek的东方力量掀起骇浪。它如何打破常规，照亮AI行业的黑暗森林，又如何为中国的AI发展带来前所未有的临界点？
本文是对亚马逊AWS研究团队最新发表的APO（自动提示词优化）技术综述的深度解读。该研究由Kiran Ramnath、Kang Zhou等21位来自AWS的资深研究者共同完成，团队成员来自不同技术背景，涵盖了机器学习、自然语言处理、系统优化等多个专业领域。
这是智能体平台扣子官方整理的AI应用的相关数据，该报告可以让大家更好的了解用户在智能体方面的创建情况，同时也可以了解智能体平台本身的用户情况，更清楚的分析智能体商业的前景。
「Ray-Ban Meta 的成功不是因为踩中了风口，而是（Meta）打造了风暴本身」。
2024年核心业务总合同订单数千万。
