AI 能「深度研究」了，但我还是离不开百度和 Google
AI 能「深度研究」了，但我还是离不开百度和 Google在一轮轮 AI 基础建设起来之后，目前率先卷起来的应用场景，是「深度研究」。
来自主题: AI资讯
10481 点击 2025-03-18 12:14
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
在一轮轮 AI 基础建设起来之后，目前率先卷起来的应用场景，是「深度研究」。
不惧检验，全程线下公开及全球真机实时直播展示，「慧思开物」填补具身智能在通用软件系统方面的空白，颠覆传统机器人应用开发模式，宣告通用具身智能时代的里程碑突破，具身智能「安卓」时刻已经到来，通向通用具身智能时代的「虫洞」已打开。
用户量 ≠ 变现能力，AI 应用商业模式逐渐成熟。MAU 和收入最高的 50 款移动 AI 应用仅 40% 交叉，部分低用户量应用反而变现能力更强。语言学习、植物识别、音乐工具等小众垂类 AI 应用，凭借精准需求吸引愿意付费的用户群体。
角色扮演 AI（Role-Playing Language Agents，RPLAs）作为大语言模型（LLM）的重要应用，近年来获得了广泛关注。
长文本任务是当下大模型研究的重点之一。在实际场景和应用中，普遍存在大量长序列（文本、语音、视频等），有些甚至长达百万级 tokens。
在深度学习的多个应用场景中，联合优化多个损失项是一个普遍的问题。典型的例子包括物理信息神经网络（Physics-Informed Neural Networks, PINNs）、多任务学习（Multi-Task Learning, MTL）和连续学习（Continual Learning, CL）。然而，不同损失项的梯度方向往往相互冲突，导致优化过程陷入局部最优甚至训练失败。
端侧设备落地是今年最值得期待的行业故事。
一觉醒来，AI 应用变天了。
和DeepSeek等从大模型开始构建底层能力的AI公司不同，Manus AI是一家从day 1就只做AI应用的创业公司。
该是产品经理发力的时候