Llama 4家族周末突袭，实属意外。这场AI领域的「闪电战」不仅带来了两款全新架构的开源模型，更揭示了一个惊人事实：苹果Mac设备或将成为部署大型AI模型的「性价比之王」。
在三方图灵测试中，UCSD的研究人员评估了当前的AI模型，证明LLM已通过图灵测试。在测试中，同时与人及AI系统进行5分钟对话，然后判断哪位是「真人」。结果，AI竟然比「真人」还像人：
在数学推理中，大语言模型存在根本性局限：在美国数学奥赛，顶级AI模型得分不足5%！来自ETH Zurich等机构的MathArena团队，一下子推翻了AI会做数学题这个神话。
史上最大的基因组AI模型Evo 2使用超过12.8万个基因组数据训练，包含9.3万亿个核苷酸，能预测突变效应、设计 DNA 序列，并通过可视化工具展示学习到的生物特征，为生成生物学和疾病研究提供新思路。
给AI一张全新的照片，它能以相当高的准确率还猜出照片在哪个城市拍摄的。在新研究中，表现最好的AI模型，猜出图片所在城市的正确率比人类高62.6%！以后网上晒图可要当心了，AI可能知道你在哪里！
最近几天，OpenAI 革新的 GPT-4o 图像功能给大家带来了不少乐趣，各路社交媒体都被「吉卜力」风格的图像、视频刷了屏。机器之心还尝试了制作了《甄嬛传》的名场面（视频如下，制作方法参见《GPT-4o 整活！3 个小时、6 个镜头重现吉卜力版《甄嬛传》名场面》）。
本文介绍了当前最受科研人员青睐的AI模型，推理出色的o3-mini、全能型DeepSeek-R1、科研常用的Llama、编程利器Claude 3.5 Sonnet和开源明星Olmo 2，它们各有优劣，为科研人员提供了多样选择。
如今，美国AI社区许多人已公认：接下来几个月，中国将会出现一波开源AI模型的浪潮！很多业内人士和大V干脆陷入了「冷战2.0」恐慌，呼吁要开放无限的能源、无限的算力和更简单的立法。LeCun则表示，DeepSeek击败美国，其实不过是中国内部竞争的副产品而已。
评估多模态AI模型的那些复杂测试，可能有一半都是“重复劳动”！
OpenAI 请求特朗普政府提供更多法律保护
