英国伦敦，Kao Data 是一家专门为人工智能和高级计算而设计的数据中心的开发商和运营商，近期宣布在其哈洛园区推出 KLON-03——一个全新的 17.6MW 高性能AI液冷数据中心。
“人工智能数据中心的能源成本迅速上升，占据了全球头条新闻，然而硬件生命周期中其他环节对环境造成的影响却鲜少被提及。人工智能硬件的制造过程是能源密集型的，并且具有很深的环境足迹。”Digiconomist创始人、绿色和平组织所发报告《芯片制造的关键节点：追踪芯片制造中的电力消耗与碳排放》（下称报告）作者之一的Alex de Vries说。
《自然》杂志统计了 5 个数据库，给出了论文引用 Top 25 名单。
MIT物理学大牛Max Tegmark团队，再出重磅力作。他们发现：AI能够在没有任何先验知识的情况下，完全独立地提出哈密顿物理量，或拉格朗日方程式。仅仅通过尝试解释数据，AI就自己收敛到了这些物理原则，发现了宇宙间的奥秘！
人类生成的数据推动了人工智能的惊人进步，但接下来会怎样呢？
港中文和清华团队推出Video-R1模型，首次将强化学习的R1范式应用于视频推理领域。通过升级的T-GRPO算法和混合图像视频数据集，Video-R1在视频空间推理测试中超越了GPT-4o，展现了强大的推理能力，并且全部代码和数据集均已开源。
能处理任意条件组合的新生成框架来了！
作为一家公司，我们专注于三件事：预训练、微调和对齐。我们使用自有数据集进行预训练，这一点非常关键，而很多公司并不具备这样的能力。然后，我们用专家手工整理的数据进行微调。最有趣、最重要的部分在于对齐，这与简单地寻找“当前最优解”是截然不同的。
北京大学团队继VARGPT实现视觉理解与生成任务统一之后，再度推出了VARGPT-v1.1版本。该版本进一步提升了视觉自回归模型的能力，不仅在在视觉理解方面有所加强，还在图像生成和编辑任务中达到新的性能高度
早在去年10月底IBM推出了PDL声明式提示编程语言，本篇是基于PDL的一种对Agent的自动优化方法，是工业界前沿的解决方案。当你在开发基于大语言模型的Agent产品时，是否曾经在提示模式选择和优化上浪费了大量时间？在各种提示模式（Zero-Shot、CoT、ReAct、ReWOO等）中选择最佳方案，再逐字斟酌提示内容，这一过程不仅耗时，而且常常依赖经验和直觉而非数据驱动的决策。
