在大模型的竞赛中，参数规模往往被视为性能的决定性因素。但近期，Liquid AI 的研究团队提出了一个不同寻常的案例：一个仅有 3.5 亿参数的模型，经过微调后，竟能在中短上下文的实时日语英语翻译任务上，与 GPT-4o 竞争。
OpenAI最近向股东们做了汇报，豪言将在未来五年烧1150亿美元，主要用于将自建的数据中心。与此同时，OpenAI也预测2030年营收将达到2000亿美元。OpenAI的信心因何如此充足？
过去几年，大语言模型（LLM）的训练大多依赖于基于人类或数据偏好的强化学习（Preference-based Reinforcement Fine-tuning, PBRFT）：输入提示、输出文本、获得一个偏好分数。这一范式催生了 GPT-4、Llama-3 等成功的早期大模型，但局限也日益明显：缺乏长期规划、环境交互与持续学习能力。
继封禁中国公司后，Anthropic 刚刚宣布：支持SB 53 法案。继上周封禁中国公司 API 访问后，这家 AI 公司表示，该法案为监管前沿 AI 公司构建的强大 AI 系统提供了坚实基础，通过透明度而非技术微观管理来实现监管。
如果把当下最让人迷惑的科技产品拉个清单，AI 硬件网红们绝对榜上有名。 从 699 美元的 Humane Ai Pin 到 200 美元的 Rabbit R1，这些 AI 创业公司都在兜售同一个美丽的谎言：你需要专门的硬件才能体验真正的 AI。 今天，这个名单上又多了一个新成员——AI Key。
经历了前段时间的鸡飞狗跳，扎克伯格的投资似乎终于初见成效。
3999元，不够买一台苹果手机，但能DIY个机器人（doge）。
AI界奥数杯，重启了！OpenAI o3首次杀入赛场，在算力拉满的情况下，直接以最高47分的逆天成绩炸翻全场。值得一提的是，前五模型合并得分仅与o3差5分，开源与闭源差距再次缩小。
香港科技大学谭平教授团队与地平线（Horizon Robotics）团队最新发布了一项 3D 场景表征与大规模重建新方法 SAIL-Recon，通过锚点图建立构建场景全局隐式表征，突破现有 VGGT 基础模型对于大规模视觉定位与 3D 重建的处理能力瓶颈，实现万帧级的场景表征抽取与定位重建，将空间智能「3D 表征与建模」前沿推向一个新的高度。
Meta豪掷143亿收购Scale AI，意外成就了3名22岁青年的创业神话！他们靠着为OpenAI等顶级AI实验室输送模型专家训练师，干出百亿独角兽Mercor，年入1亿美金。目前，Mercor在《福布斯》Cloud 100 榜单中排名第89位。
