速递|OpenAI的“算力的外交官”:聘请英国前财相奥斯本,深度绑定全球AI布局
速递|OpenAI的“算力的外交官”:聘请英国前财相奥斯本,深度绑定全球AI布局OpenAI 聘请了英国前财政大臣乔治·奥斯本,领导一项与各国政府合作建设人工智能基础设施的新计划。随着各国竞相获取运行先进人工智能系统所需的数据中心和计算能力,OpenAI 选择了一位备受瞩目的政治人物来推动此事。
OpenAI 聘请了英国前财政大臣乔治·奥斯本,领导一项与各国政府合作建设人工智能基础设施的新计划。随着各国竞相获取运行先进人工智能系统所需的数据中心和计算能力,OpenAI 选择了一位备受瞩目的政治人物来推动此事。
OpenAI最新发布的FrontierScience基准,试图用真实的博士级难题,从物理、化学、生物三个维度上考验AI。真相是残酷的:在没有唯一标准答案的科研实战中,AI作为「顶级做题家」,距离真正的科学家,还差得远。
一场投入真金白银的AI陪伴实验。
如何让针对静态场景训练的3D基础模型(3D Foundation Models),在不增加训练成本的前提下,具备处理动态4D场景的能力?
首个AI视频生成全球挑战赛来袭,袁粒、颜水成、程明明、田永鸿、Philip Torr多位大佬发起,20万大奖虚位以待!创作大神还是技术极客?两大赛道总有一个适合你,速速点击报名吧。
如今,以 DeepSeek-R1 为代表的深度思考大模型能够处理复杂的推理任务,而DeepSearch 作为深度思考大模型的核心搜索器,在推理过程中通过迭代调用外部搜索工具,访问参数边界之外的最新、领域特定知识,从而提升推理的深度和事实可靠性。
多模态推理又有新招,大模型“记不住教训”的毛病有治了。
今天聊一聊我们如何做高质量rerank。
李飞飞团队最新的空间智能模型Cambrian-S,首次被一个国产开源AI超越了。
北京大学团队提出了一种新的视觉语义场景补全方法HD²-SSC,用于从多视角图像重建三维语义场景。该方法通过高维度语义解耦和高密度占用优化,解决了现有技术中二维输入与三维输出之间的维度差异,以及人工标注与真实场景密度差异的问题,从而实现更准确的语义场景补全。
在个性化视觉生成的实际应用中,通用视觉基础模型的表现往往难以满足精准需求。为实现高度定制化的生成效果,通常需对大模型进行针对性的自适应微调,但当前以 LoRA 为代表的主流方法,仍受限于定制化数据收集与冗长的优化流程,耗时耗力,难以在真实场景中广泛应用。
从豆包到阶跃星辰的Step-GUI:手机正在成为 AI 的新入口
他们不光能造GPU,还能写出全球顶级的算法!摩尔线程这次开源给国产具身智能递了一把「神兵利器」。
谷歌在2025年底甩出「王炸」:Gemini 3 Flash! 这款模型彻底打破了「快就一定笨、强就一定贵」的定律,以3倍于前代的速度实现「零延迟」响应,甚至在编程和逻辑推理上反超了Pro级大哥。
独家获悉,腾讯近期完成了一次组织调整,正式新成立AI Infra部、AI Data部、数据计算平台部。 12月17日下午发布的内部公告中,腾讯表示,Vinces Yao将出任“CEO/总裁办公室”首席AI科学家,向腾讯总裁刘炽平汇报;他同时兼任AI Infra部、大语言模型部负责人,向技术工程事业群总裁卢山汇报。
杭州一间出租屋里,大四文科生叶剑锋盯着后台时不时的入账提醒:两周内,他开发的“年上年下恋爱倾向测评”应用带来了1.2万元收入。几千公里外的西北油田,高级工程师王治磊用自建的“油气井优化系统”,替代了企业投入上百万元依赖外包开发的传统软件方案,成本几乎为零。
面对「9 块 9 包邮」的耳机内卷,传统制造商何卫自投 1000 多万 All-in 新品 MusicCam。他坚信,只有通过重投入、差异化和清晰的海外布局,才能摆脱「乙方」的命运,重新夺回市场主动权。
罗福莉首次演讲有点“小紧张”,但金句很爆。
现代人的「脆皮」生活,往往是从一次深夜搜索开始的。
用零手写代码、零成本、零部署压力的“三无”AI生成应用,把Prompt换成真金白银的第一批“野生开发者”已经出现了。
你的QQ音乐还是只能用来听歌吗?
英伟达低调出手收购SchedMD,被业界评价为:悄悄把自家的护城河拓宽了。
在巴布亚新几内亚的一个原始部落,情感的中心是肝脏而非心脏;在纳米比亚,有一个专门的词形容「光脚踩在热沙上」。这些人类经验的细微差别,正成为AI翻译难以逾越的「最后且最远的一英里」。
一页纯文本的记忆是看不清世界的。
LLM 智能体很赞,正在成为一种解决复杂难题的强大范式。
因为投资了 Manus 肖弘,刘元正在成为一个炙手可热的投资人。但在漫长的时间里,这位真格基金合伙人却始终因为「没有一个雷霆万钧的作品」而苦恼。与好朋友们相聚时,他甚至自我揶揄:「朋友们经常嘲笑我,你凭什么当合伙人?」
如何让针对静态场景训练的 3D 基础模型(3D Foundation Models)在不增加训练成本的前提下,具备处理动态 4D 场景的能力?
未来应该是智能体之间自主协同,解决复杂问题、自动化工作流程、自主下达任务,创建一种全新的商业模式。
资本仍在密集涌入的具身智能行业,驱动力究竟是什么?
大模型时代,基础模型卷到飞起,参数规模爆炸再爆炸,但谈到落地应用,产业端反馈出的问题依然明显: