搜索
当前，强化学习（RL）方法在最近模型的推理任务上取得了显著的改进，比如 DeepSeek-R1、Kimi K1.5，显示了将 RL 直接用于基础模型可以取得媲美 OpenAI o1 的性能不过，基于 RL 的后训练进展主要受限于自回归的大语言模型（LLM），它们通过从左到右的序列推理来运行。
据智东西不完全统计，截至3月31日，今年第一季度国内人形机器人赛道的相关融资事件共37笔，涉及33家企业，融资金额约35亿元。相比于2024年前11个月人形机器人领域的49笔融资事件，第一季度的融资事件数量就已经达到去年11个月的70%。
就在昨天，深耕语音、认知智能几十年的科大讯飞，发布了全新升级的讯飞星火推理模型 X1。不仅效果上比肩 DeepSeek-R1，而且我注意到一条官方发布的信息——基于全国产算力训练，在模型参数量比业界同类模型小一个数量级的情况下，整体效果能对标 OpenAI o1 和 DeepSeek R1。
3D生成明星玩家VAST，又又又又又开源了！Tripo Doodle（内部代号TripoSG Scribble) ，能够将简单的2D草图和文本提示（Text Prompt）实时转化为精细的3D模型。它改进了传统3D建模学习曲线陡峭、耗时耗力的痛点，尤其是在初期“打形”阶段。
最近，一位 X 网友向 OpenAI CEO Sam Altman 提问：「我很好奇，人们在和模型互动时频繁说『请』和『谢谢』，到底会让 OpenAI 多花多少钱的电费？」尽管没有精确的统计数据，但 Altman 还是半开玩笑地给出了一个估算——千万美元。他也顺势补了一句，这笔钱到底还是「花得值得」的。
最近也是好起来了，上周四去杭州参加了字节火山的线下meetup开发者大会。在会议现场亲自体验了他们这次新发布的大模型和产品，整个过程还挺有意思的。视觉模型Doubao-1.5-vision-pro也非常nice
想象一个世界，你的亲人从未真正离去。DeepMind与科罗拉多大学提出「生成幽灵」——基于逝者数据打造自主的数字智能体。它不仅承载记忆和声音，还能以「逝者视角」回复当下事件，带来情感慰藉与想象。这不是科幻小说，AI正在创造逝者的数字回声，分享新见解并回应当下世界。
可以生成无限时长的视频生成模型终于来了！
一句话看懂：o3以深度推理与工具调用能力领跑复杂任务，GPT-4.1超长上下文与精准指令执行适合API开发，而o4-mini则堪称日常任务的「性价比之王」。
作为学术研究项目，原加州大学伯克利分校的Chatbot Arena，其网站已成为访客试用新人工智能模型的热门平台，现正转型为独立公司。
o3和o4-mini视觉推理突破，竟未引用他人成果？一名华盛顿大学博士生发出质疑，OpenAI研究人员对此回应：不存在。
“大语言模型的出现比历代任何一次工业革命的影响都大，甚至可能是人类迄今为止最大的一次科技机遇，我不想只当个旁观者。”
此事的结果，大概率是AI企业最终会选择妥协。
GPT-4o更新的端到端多模态模型，让创意端获得前所未有的自由度。
「真格十问」是一个快问快答栏目。我们希望用十个问题，拆解可实操的产品成长方法，力求呈现「非共识但正确」的真知灼见。
阿拉伯联合酋长国计划利用人工智能，协助起草新法规及审查修订现行法律，这是这个海湾国家在AI上已投入数十亿美元基础上，采取的最激进尝试。人工智能研究人员表示，该国官方媒体所称的“人工智能驱动监管”计划比其他任何地方所见都更为超前，同时指出细节尚不充分。其他政府正尝试运用 AI 提升效率，从法案摘要到优化公共服务，但尚未通过分析政府与法律数据来主动提议修改现行法律。
采样多就一定准吗？研究人员用实验告诉你：是的，而且超乎想象！基于采样的搜索不仅能在并行处理中大展身手，还通过隐式扩展让验证更精准。
在Ola Friend的基础上推出智能眼镜，简直就是顺理成章的事情。
动画片和我们拍摄的视频其实还是有很大不一样的。一般来说，我们平时观看的大多数电视剧使用25帧/秒的帧率，大多数电影使用24帧/秒的帧率。对于摄像机而言，帧率的调节无非是改一改摄影设备的参数，即使是胶片时代，也仅仅是胶片使用量的区别，对人工影响不大。
OpenAI新模型发布后，大家体感都幻觉更多了。甚至有人测试后发出预警：使用它辅助编程会很危险。当大家带着疑问仔细阅读System Card，发现OpenAI官方也承认了这个问题，与o1相比o3幻觉率是两倍，o4-mini更是达到3倍。
OpenAI 最近发布了三份针对企业客户的研究报告，本次挑选了其中的「AI in the Enterprise」一篇进行了翻译。
给我整不会了。
谷歌的AI编码能力正在掀起一场风暴！在高尔顿板测试中，Gemini 2.5 Flash以惊艳表现击败OpenAI多款模型，连谷歌首席科学家Jeff Dean都为其点赞。谷歌新模型「dayhush」已在网页开发领域崭露头角，性能超越Gemini 2.5 Pro，被网友称为「AI编码的地震性突破」。
从一句“爸爸，这个怎么说？”开始，一款爆火的外语学习 App 诞生了。
Fellou: 世界首个 Agentic Browser —— 超越浏览，直达行动 Beyond Browsing, Into Action
AI正在消解真人短剧与动漫短剧的形态边界。
强化学习之父Richard Sutton和DeepMind强化学习副总裁David Silver对我们发出了当头棒喝：如今，人类已经由数据时代踏入经验时代。通往ASI之路要靠RL，而非人类数据！
「一位顶尖科学家，有数千亿美元的资源，却仍然能把Meta搞砸了！」最近，圈内对LeCun的埋怨和批评，似乎越来越压不住了。有人批评说，Meta之所以溃败，LeCun的教条主义就是罪魁祸首。但LeCun却表示，自己尝试了20年自回归预测，彻底失败了，所以如今才给LLM判死刑！
美国就业市场被颠覆：程序员需求45年最低，而文科生被内外夹击。但最近ACM的博客文章，提出了耳目一新的观点：GenAI是文科和计算机科学复兴的唯一希望。顺GenAI则昌，逆之则亡！
Hyper-RAG利用超图同时捕捉原始数据中的低阶和高阶关联信息，最大限度地减少知识结构化带来的信息丢失，从而减少大型语言模型（LLM）的幻觉。
