搜索
最近，Tinder与OpenAI合作，推出了一款名为"Game Game"的AI语音调情游戏，号称能让用户在模拟约会场景中练习调情技巧。用户可以通过与 AI 机器人互动，练习调情、模拟初次相遇场景，并根据表现获得评分和建议。
2025年斯坦福HAI报告重磅发布，456页深度剖析全球AI领域的最新趋势：中美顶级模型性能差距缩至0.3%，以DeepSeek为代表的模型强势崛起，逼近闭源巨头；推理成本暴降，小模型性能飙升，AI正变得更高效、更普惠。
AI乃至生成式 AI 正以前所未有的态势向边缘设备迁移，从 AIoT 的初步探索，迈向真正意义上的边缘 AI 时代，这一转变让嵌入式行业发生着天翻地覆的巨变。
Llama 4真要被锤爆了，这次是大模型竞技场（Chatbot Arena）官方亲自下场开怼：
大家翘首以盼的 Llama 4，用起来为什么那么拉跨？
一块毫无设计感的电路板，成了全网最火的「AI 硬件」。
法国班轮巨头达飞与本土科技公司Mistral AI合作，在未来五年内投资1亿欧元（1.1亿美元），为集团的航运、物流和媒体活动部署定制的人工智能解决方案。
最近各家文生图 AI 都在不断迭代。
多模态视频异常理解任务，又有新突破！
AI绘画总「翻车」，不是抓不住重点，就是细节崩坏？别愁！微软和港中文学者带来ImageGen-CoT技术，让AI像人一样思考推理，生成超惊艳画作，性能提升高达80%。
是的，Rabbit，那个一度声名鹊起的第一代 AI 硬件公司，下场做 AI Agent 了。
在信息检索系统中，搜索引擎的能力只是影响结果的一个方面，真正的瓶颈往往在于：用户的原始 query 本身不够好。
Q-Insight不再简单地让模型拟合人眼打分，而是将评分视作一种引导信号，促使模型深度思考图像质量的本质原因。有了会思考的“大脑”，视频云技术栈不仅得以重塑也让用户体验有了跃迁。
路由LLM是指一种通过router动态分配请求到若干候选LLM的机制。论文提出且开源了针对router设计的全面RouterEval基准，通过整合8500+个LLM在12个主流Benchmark上的2亿条性能记录。将大模型路由问题转化为标准的分类任务，使研究者可在单卡甚至笔记本电脑上开展前沿研究。
图文大模型通常采用「预训练 + 监督微调」的两阶段范式进行训练，以强化其指令跟随能力。受语言领域的启发，多模态偏好优化技术凭借其在数据效率和性能增益方面的优势，被广泛用于对齐人类偏好。目前，该技术主要依赖高质量的偏好数据标注和精准的奖励模型训练来提升模型表现。然而，这一方法不仅资源消耗巨大，训练过程仍然极具挑战。
我之前拉了一个AI自媒体的群，就...同行交流，互相学习。
今日凌晨，Meta AI 部门副总裁 Ahmad Al-Dahle 发文，回应了近日发布的 Llama 4 大模型的争议问题：对于「不同服务中模型质量参差不齐」这一问题，Ahmad Al-Dahle 解释称，由于模型一准备好就发布了，所以 Meta 的团队预计所有公开的应用实现都需要几天时间来进行优化调整，团队后续会继续进行漏洞修复工作。
随着AI能力的迭代升级，可以发现一个明显的趋势，AI已经从最初理解人类进行智能对话，逐渐演变成一种情感治愈工具。而这种工具的体现形式不仅仅限于正值火热的AI萌宠硬件、AI社交软件，还有一些小众的细分应用，比如AI解梦。
Agentic AI 的 3 要素是：tool use，memory 和 context，围绕这三个场景会出现 agent-native Infra 的机会。
Kimi 开放平台的朋友们，基于 Moonshot AI 一年来的技术积累和性能优化，我们已经在北京时间 2025 年 04 月 07 日 0 点对 Kimi 开放平台提供的模型推理服务进行价格调整，具体调整方案如下：
2025 CSRankings新鲜出炉了！CMU稳坐全球第一，中国高校强势崛起，清华摘得第2，上交大与浙大并列第3，北大位居第5。中国在AI领域表现尤为抢眼，上交大、清华、北大、浙大包揽前四，中国科学院与哈工大也跻身全球前十。
几天前，AI 驱动的演示工具 Tome 宣布，将在四月底前关闭 Tome Slides 功能，并转型至销售领域（「搞定交易，而非幻灯片」：面向销售的 AI 助手）。
近日，北京字跳网络技术有限公司登记“即梦AI/Dreamina AI”作品著作权，作品类别为美术。即梦AI作为一款面向创意爱好者的AI表达平台，功能丰富。然而，在我国现行法律框架下，AI生成内容的著作权归属尚无明确界定，引发广泛讨论。
推理性能提升的同时，还大大减少Token消耗！
AI眼镜，究竟为什么这么热？
如何让大模型更懂「人」？
新的AI进化法则
推理增强型大语言模型LRM（如OpenAI的o1、DeepSeek R1和Google的Flash Thinking）通过在生成最终答案前显式生成中间推理步骤，在复杂问题解决方面展现了卓越性能。然而，对这类模型的控制仍主要依赖于传统的输入级操作，如提示工程（Prompt Engineering）等方法，而你可能已经发现这些方法存在局限性。
想象一下，你坐着时光机回到1750年——那个时代没有电，远程通信就意味着要么大声呼喊，要么朝天鸣炮，所有的交通工具都靠消耗饲料来运行。你到了那里，找一个1750年的人
在最近的一封全员邮件中，Shopify 首席执行官 Tobi Lütke 提出了一个非常激进的管理策略：团队必须证明为什么 AI 不能完成工作，然后才可能获得对应的招聘 HC。同时，他鼓励所有员工必须熟练使用 AI 。
