密室逃脱成AI新考场，通关率不足50%，暴露空间推理短板丨清华ICCV25
密室逃脱成AI新考场，通关率不足50%，暴露空间推理短板丨清华ICCV25近年来，多模态大模型（MLLMs）发展迅猛，从看图说话到视频理解，似乎无所不能。
来自主题: AI资讯
6594 点击 2025-07-13 11:53
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
近年来，多模态大模型（MLLMs）发展迅猛，从看图说话到视频理解，似乎无所不能。
「停止研究 RL 吧，研究者更应该将精力投入到产品开发中，真正推动人工智能大规模发展的关键技术是互联网，而不是像 Transformer 这样的模型架构。」
97年创始人宋亚宸创立3D大模型公司VAST，已完成三轮数亿元融资，估值业界最高。公司50人团队年收入700万美元，Tripo产品生成模型量达3000万个，用户超300万。未用OKR/KPI管理，靠独特文化（如季度调薪、淡化优先级、兴趣包容）激发效率。战略从C端转向服务PGC用户推出Tripo Studio，月收60万美元。
使用过程奖励模型（PRM）强化大语言模型的推理能力已在纯文本任务中取得显著成果，但将过程奖励模型扩展至多模态大语言模型（MLLMs）时，面临两大难题：
我是一个重度的 AI产品使用“患者”说自己是一个患者，是最近发现有几次自己对 AI 生产的“高质量”内容已经没有感觉了，我觉得我深度阅读的能力退化...我最早接触到 AI 可以追溯到大学时期阅读的赫伯特・西蒙的《人工智能科学》这本书，它对人工智能领域所涉及的脑科学、经济学、心理学、设计科学很多学科都做了有意思的解读。
今天是 xAI 的大日子，伊隆・马斯克早早就宣布了会在今天发布 Grok 4 大模型，AI 社区的眼球也已经向其聚拢，就等着看他的直播（等了挺久）。当然，考虑到 Grok 这些天的「失控」表现，自然也有不少人是在等着看笑话。
最近，Ai2耶鲁NYU联合推出了一个科研版「Chatbot Arena」——SciArena。全球23款顶尖大模型火拼真实科研任务，OpenAI o3领跑全场，DeepSeek紧追Gemini挤入前四！不过从结果来看，要猜中科研人的偏好，自动评估系统远未及格。
当前，大语言模型（LLMs）在编程领域的能力受到广泛关注，相关论断在市场中普遍存在，例如 DeepMind 的 AlphaCode 曾宣称达到人类竞技编程选手的水平
让大模型在学习推理的同时学会感知。伊利诺伊大学香槟分校（UIUC）与阿里巴巴通义实验室联合推出了全新的专注于多模态推理的强化学习算法PAPO(Perception-Aware Policy Optimization)。
最新研究发现，模型的规模和通用语言能力与其处理敏感内容的判断能力并无直接关联，甚至开源模型表现的更好。