搜索
基准测试（Benchmarks）在人工智能的发展进程中扮演着至关重要的角色，构成了评价生成式模型（Generative Models）性能的事实标准。对于从事模型训练与评估的AI研究者而言，GSM8K、MMLU等数据集的数据质量直接决定了评估结论的可靠性。
50年的蛋白质结构难题，被AI压缩到几分钟！Nature最新盘点显示，AlphaFold已被330万研究者使用。在土耳其，两位本科生借助这个免费工具完成15篇结构研究，撕开科研壁垒的裂缝。科研世界第一次以「数字速度」前进。
前些天，一项「AI 传心术」的研究在技术圈炸开了锅：机器不用说话，直接抛过去一堆 Cache 就能交流。让人们直观感受到了「去语言化」的高效，也让机器之心那条相关推文狂揽 85 万浏览量。参阅报道《用「传心术」替代「对话」，清华大学联合无问芯穹、港中文等机构提出 Cache-to-Cache 模型通信新范式》。
AI正从「规模时代」，重新走向「科研时代」。这是Ilya大神在最新采访中发表的观点。这一次，Ilya一顿输出近2万字，信息量爆炸，几乎把当下最热门的AI话题都聊了个遍：Ilya认为，目前主流的「预训练 + Scaling」路线已经明显遇到瓶颈。与其盲目上大规模，不如把注意力放回到「研究范式本身」的重构上。
Ilya重磅访谈放出！1个半小时，全程2万字，他爆出惊人观点：Scaling时代已终结，我们正走向研究时代。
最新研究发现，只要把恶意指令写成一首诗，就能让Gemini和DeepSeek等顶尖模型突破安全限制。这项针对25个主流模型的测试显示，面对「诗歌攻击」，百亿美金堆出来的安全护栏瞬间失效，部分模型的防御成功率直接归零。最讽刺的是，由于小模型「读不懂」诗里的隐喻反而幸免于难，而「有文化」的大模型却因为过度解读而全线破防。
刚刚，Claude Opus 4.5问世，主打编码、Agent与computer use。Opus 4.5在前端开发、视觉能力上显著提升，更擅长使用电脑。在深度研究、PPT制作与电子表格处理等日常任务方面的表现也全面升级。
随着大型视觉语言模型在多个下游任务的广泛应用，其潜在的安全风险也开始快速显露。研究表明，即便是最先进的大型视觉语言模型，也可能在面对带有隐蔽的恶意意图的图像 — 文本输入时给出违规甚至有害的响应，而现有的轻量级的安全对齐方案都具有一定的局限性。
2025年的AI世界，开始出现两种截然不同的声音。OpenAI忙着推出语音、视频、插件生态，想让每个人都用上ChatGPT；Anthropic在研究利润。最新预测显示，这家公司到2028年或将实现700亿美元营收、170亿美元自由现金流。同样是AI巨头，一个押注规模，一个押注稳定。AI的叙事，正在悄悄换频道。
因为成功手搓了一个成本不到5000元的“拼夕夕式”丐版硬件，原旷视6号员工、研究院助理院长范浩强终于下决心，在2025年投身具身智能创业。