搜索
7月2日，字节 Seed 发布了一个 Agent评测项目 EdgeBench。看起来又是一个 benchmark，但它问了一个其他榜单不问的问题。EdgeBench 的切口就是把盲区里的东西放进评测，解答一个问题：把Agent扔进一个陌生环境，12小时后，你能变强多少？
刚刚，翁荔（Lilian Weng）又更新博客了！距离她上一次更新《谨慎对待 Scaling Law》还不到 10 天。这一次，她书写的主题是当前大热的 Harness Engineering，聚焦的正是当下 AI 研究最前沿一个环节：当模型本身的智能已经足够强大时，真正决定它能走多远的，或许是包裹在模型外面的那层「Harness」也就是负责编排模型思考、调用工具、管理上下文、评估结果的那套系统。
OpenAI误导了整个AI圈好几年！过去五年，整个AI行业都被Scaling Law推着往前冲。现在，有人站出来说：这条曲线，一开始就错了。刚刚，他发出一篇博客，标题冷得发指——《Scaling Laws, Honestly》。
OpenAI首席研究官Mark Chen释放了一个强烈信号：OpenAI 并不认为scaling laws已经失效，恰恰相反，预训练、数据工程、推理训练和更长任务链条，仍是通向AGI的主干道路。
刚刚，翁荔（Lilian Weng）的博客 Lil'Log 终于更新了！要知道，自从她联合创立了 Thinking Machines Lab 之后，她那让许多人受益良多的博客就鲜少更新了——距离她上一次更新，已经过去了 13 个月。
过去的大模型 scaling law 通常回答的是：当模型参数量、数据量和训练计算量增加后，loss 会如何下降。
5 月 20 日，武汉光谷。极佳视界（GigaAI）在「家庭场景子品牌发布会暨物理通用智能技术发布会」上，给出了一份相对完整的答案。这场发布会公布了五件事：全球首个物理 AGI「双金字塔」体系；家庭场景子品牌「拾光 SeeLight」与首款家庭通用人形机器人「拾光 S1」同步亮相；国内首个真实家庭场景百台部署落地武汉，Q3 起规模化运营；
就在这一背景下，银河通用联合清华北大英伟达等众多机构联合发布了跨本体「隐式世界-动作基础模型」LDA-1B，将目光投向了具身智能 Scaling Law 的这个终极命题：如何让模型有效利用互联网规模的异构数据。
AlphaGo 之父 David Silver 创办的 Ineffable Intelligence 获 11 亿美元种子轮，创欧洲融资纪录，估值达 51 亿美元。这家公司押注强化学习和自我经验学习，试图挑战依赖 Scaling Law 的大模型主线。
具身智能的Scaling Law停滞了吗？