搜索
为了打破这一僵局，来自佐治亚理工学院、明尼苏达大学和哈佛大学的研究团队将目光从单纯的「成功」转向了「成功且高效」。他们推出了名为 ReCA 的集成加速框架，针对多机协作具身系统，通过软硬件协同设计跨层次优化，旨在保证不影响任务成功率的前提下，提升实时性能和系统效率，为具身智能落地奠定基础。
Mila 和微软研究院等多家机构的一个联合研究团队却另辟蹊径，提出了一个不同的问题：如果环境从一开始就不会造成计算量的二次级增长呢？他们提出了一种新的范式，其中策略会在基于一个固定大小的状态上进行推理。他们将这样的策略命名为马尔可夫式思考机（Markovian Thinker)。
调模型不如“管上下文”。这篇文章基于 ACE（Agentic Context Engineering），把系统提示、运行记忆和证据做成可演化的 playbook，用“生成—反思—策展”三角色加差分更新，规避简化偏置与上下文塌缩。在 AppWorld 与金融基准上，ACE 相较强基线平均提升约 +10.6% 与 +8.6%，适配时延降至约 1/6（-86.9%），且在无标注监督场景依然有效。
“事实证明，不焦虑的人做不好 AI 应用。” 文丨程曼祺 “明年可能是 to C 应用的元年。”9 月 28 日，Lovart 创始人陈冕告诉我们。 第二天，“元年” 被加速——OpenAI 发布 S
为了争夺有限的GPU，OpenAI内部一度打得不可开交。2024年总算力投入70亿美元，但算力需求依旧是无底洞。恰恰，微软发布了全球首台GB300超算，专供OpenAI让万亿LLM数天训完。
“我明明有这么多想法，为什么就是动不起来？”直到那晚，我听到技术博主余一聊起 “AIasMe” 这个概念，那天我像往常样刷播客，听到了一期访谈节目，她在节目里聊到一个想法：“如果我能创造一个虚拟的自己，一个用AI驱动的自我分身，它能不能陪我一起整理内心的混乱、沉淀思绪？”。。那一瞬间，我几乎是立刻按下了暂停键。
来自加州大学圣地亚哥分校（UCSD）的华人学者Wanda Hou，与加州大学伯克利分校以及Google Quantum AI合作，在谷歌的Sycamore与Willow超导量子处理器上完成了一次别开生面的实验。
Augie最大的优势就是，能够实现跨平台。也就是说，Augie打造的AI员工可以在不同的系统平台里来回操作。这意味着，人工不用再在五六个系统之间来回切换，Augie自己就能完成很多原本依赖人力的工作。
前不久，我们在收集新闻时，发现一款名为「AI 男子」的女性向 AI 陪伴项目正式上线，主要理念是“创造一个可以与自己喜欢的人交谈的世界”。「AI 男子」由日本公司 Odd Number 打造，上线初始便在 X、Instagram 和 TikTok 等主流社媒全面布局。
整场访谈中，Altman 展现出一种难得的坦诚。他承认 OpenAI 在某些测试上输给了竞争对手， 承认提前发布 Sora 是为了让社会接受假视频的冲击， 承认「AI slop」(AI 垃圾) 确实是个问题——但话锋一转，他补充道：人类自己也一直在制造烂活儿。