AI产业动态

Emu3.5是由北京智源研究院最新发布的大规模多模态世界模型，其核心创新在于原生支持视觉与语言的联合状态预测。该模型采用统一的下一token预测目标进行端到端预训练，训练数据规模超过10万亿token，主要来源于互联网视频的连续帧及其转录文本，这为模型理解动态视觉序列与语言描述的关联性奠定了坚实基础。 模型架构设计上，Emu3.5天然接受交错的视觉-语言输入…

近期，GPT-5展现出的强大推理能力引发了广泛关注，其逻辑水平被媒体评价为“堪比专家”，用户甚至感觉“像是在和博士讨论问题”。这种能力的跃迁并非偶然，而是源于AI智能体在训练过程中悄然构建的“世界模型”。这一发现不仅揭示了通用智能体推理能力的本质，也正在重塑我们对AI智能进化的理解。 长期以来，学界围绕AI能否仅通过模仿学习解决复杂任务展开了激烈争论。“模仿…

在人工智能领域，每一次核心团队的重组都可能预示着技术路线的重大转向。近日，OpenAI内部传来重磅消息：曾主导Sora开发的00后天才工程师Will Depue结束长期休假，宣布重返公司，并与Troy Luhman、Eric Luhman两位年轻工程师组成三人特别小组，专注于一项被内部称为“极高风险赌注”的新项目。这个项目的最终目标直指超级人工智能（ASI）…

在大型语言模型快速发展的当下，注意力机制的计算效率与表达能力之间的权衡已成为制约模型规模化应用的核心瓶颈。传统softmax注意力机制虽然具备强大的表达能力，但其二次方的计算复杂度在处理长序列时带来了巨大的计算和内存开销。线性注意力机制通过线性化计算将复杂度降至线性，但长期面临表达能力不足的挑战，尤其是在语言建模等复杂任务中表现欠佳。 近期，月之暗面发布的K…

在人工智能领域，大语言模型（LLM）的数学推理能力一直是衡量其智能水平的重要标尺。近年来，基于可验证奖励的强化学习（RLVR）方法，如PPO、GRPO等，已成为提升模型推理能力的主流技术路径。然而，这些方法本质上仍沿袭传统强化学习的策略迭代框架——通过策略评估与策略改进的循环过程优化模型性能。这种范式在LLM推理任务中暴露出三大核心缺陷：训练稳定性差、计算复…

近期，人工智能领域关于范式转变的讨论日益激烈。强化学习之父Rich Sutton在《体验时代》中指出，AI正从依赖人类标注数据转向体验式学习的新阶段。OpenAI前研究员姚顺雨更明确表示AI已进入“下半场”，强调需要为现实世界任务开发新的评估体系，并寻求超越人类模仿、依赖智能体自我改进的可扩展数据源。在这一宏观背景下，自动驾驶作为AI技术落地的前沿阵地，其范…

在自动驾驶技术快速迭代的2025年，行业竞争已从单纯的技术突破转向研发效率的全面比拼。L2级辅助驾驶搭载量呈现爆发式增长，Momenta在城市NOA市场保持头部地位，地平线征程芯片量产突破1000万片大关，元戎启行方案量产车辆超过13万辆。与此同时，小鹏和理想等企业开始向L4级自动驾驶迈进。在更前沿的Robotaxi领域，小马智行计划年内落地千台规模车队，文…

在人工智能领域，视觉-语言-动作模型正以前所未有的速度重塑机器人研究的格局。ICLR 2026会议数据显示，VLA相关投稿量从去年的个位数飙升至164篇，实现了18倍的惊人增长。这股热潮背后，是让机器人“听懂人话、看懂世界、动手干活”这一愿景的逐步实现。然而，在这片繁荣景象之下，我们需要深入探讨：当我们谈论VLA的进步时，我们究竟在谈论什么？ 首先必须明确V…

证监会官网最新信息显示，国产GPU企业摩尔线程的科创板IPO注册申请已正式获得批准，标志着该公司即将成为科创板国产GPU第一股。从6月30日递交招股书到10月30日获准注册，仅用时四个月，这一高效进程不仅体现了监管层对硬科技企业的支持，也反映出资本市场对国产GPU赛道的高度认可。 此次IPO，摩尔线程计划募集资金80亿元，资金投向明确聚焦于核心技术研发。其中…

在人工智能领域，让机器像人类一样自然地理解三维世界的几何结构与语义内容，一直是极具挑战性的前沿课题。传统方法通常将3D重建（底层几何）与空间理解（高层语义）割裂处理，这种分离不仅导致错误在流程中累积，更严重限制了模型在复杂、动态场景中的泛化能力。近年来，一些新方法尝试将3D模型与特定的视觉语言模型（VLM）进行绑定，但这本质上是一种妥协：模型被限制在预设的语…