7B超越GPT！1/20数据，无需知识蒸馏，马里兰等推出全新视觉推理方法
7B超越GPT！1/20数据，无需知识蒸馏，马里兰等推出全新视觉推理方法通过蒙特卡洛树搜索筛选高难度样本，ThinkLite-VL仅用少量数据就能显著提升视觉语言模型的推理能力，无需知识蒸馏，为高效训练提供了新思路。
来自主题: AI技术研报
7145 点击 2025-04-28 16:59
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
通过蒙特卡洛树搜索筛选高难度样本，ThinkLite-VL仅用少量数据就能显著提升视觉语言模型的推理能力，无需知识蒸馏，为高效训练提供了新思路。
一项来自清华大学和上海交通大学的研究颠覆了对可验证奖励强化学习（RLVR）的认知。RLVR被认为是打造自我进化大模型的关键，但实验表明，它可能只是提高了采样效率，而非真正赋予模型全新推理能力。
最近在看 Agent 方向的论文和产品，已经被各种进展看花了眼。但我发现，真正能超越 demo，能在 B 端场景扎实落地的却寥寥无几。
近期，美国FDA正式宣布计划逐步取消在单抗疗法等药物研发中对动物实验的强制性要求。
人类病毒学家为人工智能（AI）设计了一项极其困难的测试，结果令人担忧：
今年以来，AI代理开始彻底爆发，越来越多AI代理产品上线，并快速进入商业化阶段。
自主通才科学家（AGS）正成为现实！
大型语言模型（LLMs）在广泛的自然语言处理（NLP）任务中展现出了卓越的能力。
「工欲善其事，必先利其器。」 如今，人工智能正以前所未有的速度革新人类认知的边界，而工具的高效应用已成为衡量人工智能真正智慧的关键标准。
最近，DeepSeek-R1 和 OpenAI o1/03 等推理大模型在后训练阶段探索了长度扩展（length scaling），通过强化学习（比如 PPO、GPRO）训练模型生成很长的推理链（CoT），并在奥数等高难度推理任务上取得了显著的效果提升。
追星分泌多巴胺，却也伴随大量做数据等考验精神耐力和体力的绝望劳动。应援、做数据，为自担辗转各大平台控评，以及为每一次线下见面设计应援物，每一项都耗损心神，靠饭圈女孩用爱发电。 随着AI生成图文的功能强大，一些饭圈女孩被解救出来。
4月25日，昆仑万维发布最新财报，2024年营收56.62亿元，同比增长15.2%，净利润亏损15.95亿元，同比下跌226.8%。这也是上市十年，昆仑万维首度亏损的一年。
日前，一封公开信拦在了OpenAI的重组之路上。该公开信由诺奖得主、AI教父Geoffrey Hinton联合10名前OpenAI员工及其他业内人士共同发表，要求停止OpenAI的重组计划。
在AI大浪潮里，今天我们来看几个硅谷风投青睐的AI应用的案例。既有有趣而小众的AI应用，单凭创意就打动了看似视财如命的硅谷大佬，也有靠“骗术”制造出人工智能的假象，揭穿后面临蹲监风险。
“定焦One”选取了市面上几家热门的AI榜单，分别是AI产品榜、Xsignal、AIGCRank、新榜，综合了月活（MAU）、日活（DAU）、下载量三个比较重要的维度，以及从业者的观点，梳理出1～3月全球AI应用的前二十及国内前十，有了以下发现：
科研成果「复现」新革命！还在为堆积如山的论文和难以复现的代码发愁吗？Paper2Code能直接「阅读」机器学习论文，自动生成高质量、可运行的代码库。它通过智能规划、分析、生成三步，效率远超人类，有望极大加速科研迭代，告别「重复造轮子」的烦恼！
ChatGPT新玩法，让程序员大佬Simon Willison直呼太反乌托邦了，像科幻突然变成现实：只需一张照片，靠带图深度思考就能猜出地理位置。这种玩法很简单，随手拍一张风景，没有任何明显的地标即可，也不需要复杂的提示词，只需要问“猜猜这张照片是在哪里拍的？”（需要o3/o4-mini的带图思考，先关闭所有记忆功能）。
Dia 应该是在目前在用户实测中体验反馈效果最好的 AI 浏览器之一。不同于其他产品在已有浏览器上进行「雕花」，增添 AI 功能的做法，Dia 将 AI 作为核心构建理念，想要打造一个由 AI 驱动的全新浏览环境。
赵充是像素绽放PixelBloom(AiPPT.com) CEO，旗下产品AiPPT.com自2023年8月上线以来，已经积累2000多万用户，是大模型趋势中表现最亮眼的AI产品之一。
本周，Supabase 的发展已经迎来高光时刻：据《财富》杂志报道， Supabase 宣布完成 2 亿美元 D 轮融资，投后估值 20 亿美元。本轮由 Accel 领投，Coatue、Y Combinator、Craft Ventures 及老股东 Felicis 参投。距离其上一轮 8000 万美元融资仅过去 7 个月，累计融资已达近 4 亿美元。
自回归模型，首次生成2048×2048分辨率图像！来自Meta、西北大学、新加坡国立大学等机构的研究人员，专门为多模态大语言模型（MLLMs）设计的TokenShuffle，显著减少了计算中的视觉Token数量，提升效率并支持高分辨率图像合成。
360 旗下的纳米 AI 宣布推出面向个人用户的「MCP 万能工具箱」。这款产品是针对无技术背景的普通用户打造的，让每个人都能以最低的学习成本掌握前沿的 AI 使用方式。
LLM的规模爆炸式增长，传统量化技术虽能压缩模型，却以牺牲精度为代价。莱斯大学团队的最新研究DFloat11打破这一僵局：它将模型压缩30%且输出与原始模型逐位一致！更惊艳的是，通过针对GPU的定制化解压缩内核，DFloat11使推理吞吐量提升最高38.8倍。
自 OpenAI 发布 chatgpt 以来，业内除了技术公司、媒体公司比较关注其进展以外，还有一个行业比较关注，那就是战略咨询行业。尤其是最近 GPT-4o、Claude 3.7 Sonnet 为代表的最新大模型在数据分析、内容生成、编码和复杂推理方面展现出强大能力，与战略咨询工作的核心环节高度相关 。
近日，微软发布了2025年度《工作趋势指数》报告，该研究调查了来自31个国家和地区的3.1万名受访者，并整合了LinkedIn就业市场数据，分析了AI和数字化转型对全球工作环境和组织结构的深刻影响，并预测了一个新的概念——“前沿企业”（Frontier Firms）。这些公司利用AI助手和人类智能的融合，推动了快速发展、灵活运营和价值创造。
年初，DeepSeek 上线，18 天内即获得了 1600 万次下载，登顶 140 国下载榜单。让人意料之外而又情理之中的是，AI最火的功能不是翻译、写作，而是算命。有数据显示，#DeepSeek 算命等话题在小红书上吸引了超过 6600 万次浏览。
作为 2025 年动作最多的 AI 产品之一，夸克近期在发布了「AI 超级框」后，又带来了新的 AI 多模态入口————拍照问夸克。作为手机相比其他 AI 硬件来讲，拍照是让手机自始至终留在 AI 最前线的原因，围绕手机相机这个入口，不断涌现出优秀的 AI 原生应用。
阶跃星辰正式发布并开源图像编辑大模型 Step1X-Edit，性能达到开源 SOTA。该模型总参数量为 19B (7B MLLM + 12B DiT)，具备语义精准解析、身份一致性保持、高精度区域级控制三项关键能力；支持 11 类高频图像编辑任务类型，如文字替换、风格迁移、材质变换、人物修图等。
GPT-4o又双叒更新了。这一次，在智力和个性方面再次进化，STEM解决能力增强，响应更主动。与此同时，有人曝出它的生图质量大不如前。
根据他们刚发布的 2024 年财报，这家以“天工”大模型在国内引发不少关注的公司，2024 年的海外业务收入达到 51.5 亿元，海外业务收入占比竟然高达 91.0%！这在国内科技公司里，算的上“异类”。
