思维链之父Jason Wei离开Meta,加盟200亿美元AI独角兽
思维链之父Jason Wei离开Meta,加盟200亿美元AI独角兽Meta 超级智能实验室,又有一位重量级研究员离开了。
搜索
Meta 超级智能实验室,又有一位重量级研究员离开了。
当 AI Agent 开始替人读网页、做研究、跑自动化流程时,行业真正的瓶颈已经从“模型能力本身”,变成了“它能不能在正确的时间拿到正确、干净、足量的信息”。
大模型智能体已经能够检索文献、调用模拟软件,甚至与自动化实验室协同工作。但要让它们独立完成一项完整的材料研究,仍然面临挑战:
能搜索资料、运行代码,还能完成多步科学研究任务——训练这样的智能体,究竟需要多少道工序?
刚刚,两个月前高调裸辞的Anthropic前研究员Jacob Coxon,态度突然大反转了!
随着递归自我改进(Recursive Self-Improvement,RSI)研究的兴起,智能体的长期能力演进受到更多关注。技能(Skill)能够将交互经验提炼为可复用的操作流程与任务策略,使一次任务的收获服务于后续任务。让智能体学会自主创建和改进这些技能,为其持续进化提供了一条具体路径。
来自 Duke、Google、USC、UPenn、UNC 等八家机构的研究者联合发布最新视觉语言模型(VLM)记忆机制的系统性综述。基于全新的 4D 分类框架,系统梳理了 300 余篇相关工作和近 70 个评测基准,覆盖长视频理解与生成、多模态 RAG、具身导航与行动、个性化助手等八个热点应用场景。
因为在内部看到了一张折线图,一名顶尖AI研究员在万亿IPO前夕,直接掀桌子走人了!
阿里巴巴Accio团队、复旦大学和上海创新研究院提出Neos,通过数据构造、过程信用分配和MEI协同进化训练轻量多模态搜索模型,Neos-35B十项基准均分64.7,逼近Gemini-3.1-Pro的67.1分,Neos-9B平均工具调用减少约32%。
南开大学联合中关村学院团队提出AI4AI综述,指出研究自动化不等于研究决策自动化,并以搜索方向、搜索空间和评价信号三项决策构建L0–L3控制来源框架,区分AI在研究中的自主程度。