AI产业动态
-
强化学习教父Sutton的回归宣言:当AI学完人类数据,经验驱动的智能时代正在开启
在生成式人工智能(GenAI)席卷全球、大模型发布会此起彼伏的喧嚣中,2024年图灵奖得主、强化学习奠基人Richard Sutton的动向,如同一枚投入平静湖面的石子,激起了AI研究圈的深层涟漪。这位被誉为“强化学习教父”的科学家,在获得学术最高荣誉后,并未选择加入科技巨头或继续纯理论研究,而是以首席科学官的身份加盟了一家名不见经传的初创公司Experie…
-
月之暗面Kimi K2 Thinking开源:万亿参数思考智能体如何重塑AI推理与执行边界
在人工智能领域,模型规模的扩张与架构的创新始终是推动技术进步的双引擎。近日,月之暗面(Moonshot AI)正式开源其全新模型Kimi K2 Thinking,这款自称“思考Agent模型”的发布,不仅在参数规模上达到惊人的1万亿,更在推理能力、工具调用连续性及工程落地优化等方面展现出突破性进展。其核心在于将“思考”机制深度融入模型架构,实现了从被动响应到…
-
从罗永浩数字人直播看百度高拟真数字人技术:剧本驱动多模协同如何重塑AI交互边界
在2025年世界互联网大会乌镇峰会上,百度凭借其「剧本驱动多模协同」高拟真数字人技术再次斩获领先科技奖,实现了在该峰会的三连冠,成为唯一连续三年获奖的AI公司。这一成就背后,是数字人技术从简单的语音合成与形象生成,向具备深度交互能力、情感表现力与场景适应性的全面演进。本文将从技术架构、应用场景与行业影响三个维度,深入剖析百度高拟真数字人技术的核心突破与未来潜…
-
硅谷容貌革命:科技从业者医美潮背后的年龄焦虑与行业变革
在科技创新的前沿阵地硅谷,一场静默的容貌革命正在悄然兴起。加州整形外科医生的最新数据显示,过去五年间,来自科技行业的男性求美者数量激增五倍,其中大厂中年程序员成为主力军。这一现象不仅揭示了科技从业者日益加剧的年龄焦虑,更折射出全球科技行业在AI时代下面临的结构性挑战。 深入分析这一趋势,首先需要关注医美项目的具体变化。根据硅谷整形外科医生本·塔莱博士的观察,…
-
AI自动化率仅3%:Scale AI研究揭示大模型在真实工作场景中的局限性
近期,Scale AI与Center for AI Safety联合发布的研究报告《远程劳动指数(RLI):评估AI在真实工作环境中的端到端性能》引发广泛关注。该研究通过构建包含240个真实远程工作项目的RLI基准,对全球六大顶尖AI模型进行了系统性评估,结果显示当前AI在处理具有经济价值的复杂任务时,自动化率最高仅为2.5%,整体平均不足3%。这一发现不仅…
-
软硬一体:讯飞星火X1.5引领国产大模型进入物理世界的新纪元
在人工智能技术飞速发展的今天,全球科技巨头们正围绕云端算法展开激烈竞争。然而,中国科技企业科大讯飞却选择了一条截然不同的道路——通过软硬一体的创新策略,让AI真正走出数据中心,进入复杂的物理世界。这一战略的核心成果,便是基于全国产算力训练的讯飞星火X1.5大模型及其配套的硬件生态系统。 讯飞星火X1.5的发布标志着国产大模型技术的重要突破。该模型基于MoE(…
-
AI考古新突破:北大发布全球首个古希腊陶罐3D视觉问答数据集VaseVQA-3D与专用模型VaseVLM
在人工智能技术不断渗透各专业领域的今天,文化遗产保护与考古研究迎来了革命性的工具。北京大学研究团队近日发布了全球首个面向古希腊陶罐的3D视觉问答数据集VaseVQA-3D,并配套推出了专用视觉语言模型VaseVLM,标志着AI技术正式从通用图像识别迈向专业化、结构化的文化遗产理解新阶段。 传统视觉语言模型(VLM)如GPT-4V、Gemini等在开放域视觉理…
-
Kosmos:结构化世界模型驱动的全自动AI科学家,跨学科科研生产力革命
在人工智能技术不断渗透科研领域的背景下,一款名为Kosmos的AI科学家系统引发了广泛关注。该系统通过结构化世界模型实现了从文献检索、数据分析到论文撰写的全自动化流程,无需人类干预即可完成复杂科研任务。本文将从技术架构、跨学科应用、性能对比及局限性等方面进行深入分析,探讨其对科研范式的潜在影响。 Kosmos的核心创新在于其结构化世界模型,该模型为数据分析与…
-
科大讯飞星火X1.5:从“更聪明”到“更懂你”的国产AI新范式
在人工智能技术快速迭代的今天,大模型的能力边界正被不断拓展,参数规模和基准测试成绩一度成为行业竞争的焦点。然而,当技术门槛逐渐被拉平,单纯追求“更聪明”的AI已难以形成持久的竞争优势。科大讯飞在第八届世界声博会暨2025全球1024开发者节上,给出了一个清晰的答案:AI的进化方向应从“能力至上”转向“体验优先”,核心在于构建“更懂你”的智能体。 这一理念并非…
-
TrajSelector:轻量级隐状态复用,突破大模型推理的Best-of-N性能瓶颈
在大型语言模型(LLM)日益成为解决复杂任务核心工具的当下,测试时扩展(Test-Time Scaling,TTS)已成为提升模型推理能力的关键技术路径。该技术通过在模型“答题”阶段动态分配更多计算资源,显著优化其表现。当前,Test-Time Scaling主要分为两大范式:内部测试时扩展,以DeepSeek-R1等推理模型为代表,通过延长思维链实现;外部…