LLM抢人血案：强化学习天才被挖空，一朝沦为「无人区」！
LLM抢人血案：强化学习天才被挖空，一朝沦为「无人区」！AlphaStar等证明强化学习在游戏等复杂任务上，表现出色，远超职业选手！那强化学习怎么突然就不行了呢？强化学习到底是怎么走上歧路的？
来自主题: AI技术研报
6654 点击 2025-08-05 13:46
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AlphaStar等证明强化学习在游戏等复杂任务上，表现出色，远超职业选手！那强化学习怎么突然就不行了呢？强化学习到底是怎么走上歧路的？
OpenAI前研究员、Meta「AI梦之队员」毕书超在哥大指出：AGI就在眼前，突破需高质数据、好奇驱动探索与高效算法；Scaling Law依旧有效，规模决定智能，终身学习才是重点。
微软公司上季度创下了242 亿美元的资本支出纪录 ，本季度计划投入超过 300 亿美元。亚马逊公司同样花费了 314 亿美元，几乎是去年同期的两倍，并维持这一投资水平。谷歌母公司 Alphabet 今年将资本支出指引上调至 850 亿美元。还有Meta ：这家社交网络巨头上调了 2025 年资本支出预测区间的下限，并预计明年成本将以更快速度增长。
在大模型工具层爆发之后，真正的问题逐渐清晰：我们并不缺能“生成文本”“画出图”的 AI 能力，而是缺一个能承载任务、连接角色、组织流程的系统。在当前多数产品仍围绕“输出内容”进行打磨的背景下，协作的逻辑、语境的保留、流程的延续，反而成了被忽视的基础设施。
相信大家都有这样一个体验。 跟AI无论什么对话，感觉都是说空话套话。
OpenRouter 再度上线了一款新模型，Horizon Beta 。这款模型是之前上线的模型Horizon Alpha 的提升版本。不出意外，这款模型也是来自于 OpenAI。
提出一个真正好的猜想，比解决它更难。这是谷歌DeepMind首席执行官哈萨比斯（Demis Hassabis）在莱克斯（Lex Fridman）最新对谈中的感慨。他同时也是2024年诺贝尔化学奖的得主，带队开发出了能够高精度预测蛋白质的三维结构的AlphaFold系列模型。
这家公司叫Salient，主打AI agents贷款服务，刚刚在A轮融资中筹集了6000万美元，折合人民币4.3亿元。此次融资由Andreessen Horowitz旗下的a16z领投，Matrix Partners、Michael Ovitz和Y Combinator跟投。
你有没有想过，为什么大部分人在谈论AI的时候还在纠结ChatGPT能写多少字、回答多少问题，而有些人已经在用AI创造出让你分不清真假的视频内容？当全世界还在为文本生成AI争论不休时，一家名为fal的公司却在悄然重塑整个内容创作的基础设施。
苹果CEO蒂姆·库克在内部大会上激励员工，强调AI革命与互联网和智能手机同等重要，苹果虽起步晚但将投资创新。Siri正被全面重做，明年春季发布新版本；公司招聘12000人加强研发，开发AI服务器芯片“Baltra”；全球扩张聚焦新兴市场；库克预告折叠iPhone等新产品，表示未来充满机会。