理论

不到4小时，谷歌Gemini写完10万字商业战略书籍！人类全程没碰一个字

「文章本天成，妙手偶得之。」本来充满创意与想象的写作，LLM已经可以上手了。这次更是直接，LLM不光可以写文章了，大部头的书籍也要被拿下了？

1/21/2025 8:30:00 AM

新智元

机器学习的下一个前沿—量子扩展

译者 | 陈峻审校 | 重楼现如今，机器学习的速度比以往任何时候都快得多，也能够解决那些曾被认为完全无法解决的问题。将来，在量子计算潜力的驱动下，人工智能（AI）模型会越来越大、越来越强，甚至会超越我们对其训练的工具。说到模型训练，其计算和能源的消耗成本日趋高启。

1/21/2025 8:11:24 AM

陈峻

追平满血版o1的国产多模态模型终于来了！训练细节全部公开

春节前最后一周，能媲美 Open AI 满血版 o1（Full Version，而非 preview）的模型终于出现了！刚刚，月之暗面公布了他们的 Kimi k 系列模型最新版本 ——k1.5 多模态思考模型。新模型在数学、代码、多模态推理能力等方面全面对标 Open AI 满血版 o1，而且是 OpenAI 之外首个多模态 o1。

1/21/2025 8:00:00 AM

机器之心

Sam Altman称OpenAI将在几周内发布推理AI模型o3-mini

为了在人工智能技术竞赛中保持领先地位，OpenAI现在已经准备好了最新的人工智能模型，名为“o3-mini”该公司已经完成了其最新推理AI模型的第一个版本，OpenAI首席执行官Sam Altman在他的X帖子中证实了这一点。经过外部安全研究人员的测试，新模型将在几周内推出。值得注意的是，在2024年12月，ChatGPT制造商正式宣布开发和测试其先进的推理模型——o3和o3-mini。

1/20/2025 7:52:50 PM

AI未来之路：五大发展预测

AI创新持续加速，重塑我们的工作方式、生活方式和互动方式。从变革性的商业策略到日常技术，AI的影响无处不在。尽管有些宣传可能过于夸张，但AI的采用速度仍然是前所未有的。

1/20/2025 7:12:53 PM

Scott Likens

在北京，英伟达透露了人形机器人的未来：50年发展路缩至5年，靠“三台计算机”

2025，人形机器人量产元年。 CES上老黄带着14台机器人亮相这一幕刚过去不久，SemiAnalysis分析师的一条预测再次引起热议。英伟达最终将成为一家机器人公司，而不仅仅是半导体公司。

1/20/2025 4:27:56 PM

量子位

给大模型制作图文并茂的教科书: 从2.5年的教学视频里挖掘多模态语料

近期关于 scaling law 的讨论甚嚣尘上，很多观点认为 scale law is dead. 然而，我们认为，高质量的 “无监督” 数据才是 scaling law 的关键，尤其是教科书级别的高质量的知识语料。此外，尽管传统的语料快枯竭了，但是互联网上还有海量的视频并没有被利用起来，它们囊括了丰富的多种模态的知识，可以帮助 VLMs 更好好地理解世界。

1/20/2025 4:17:58 PM

机器之心

小红书AI翻译加急上线，网友评论区玩起Prompt，背后大模型被扒出

网友盛赞“最有用的大模型应用”，小红书AI翻译功能上线了！（Doge）一整个实测发现，实在是太好用了。翻译软件做到的它能做，翻译软件不能做的它也能做。

1/20/2025 3:50:00 PM

量子位

CIO面临抉择：AI投资的快速回报与创新目标

一些企业已经开始看到早期AI投资的回报，而另一些企业则在着眼长远。专家表示，最佳路径应兼顾二者。当今CIO的AI战略是一个相互竞争的议程故事：一方面是快速见效的生产力提升，另一方面是改变游戏规则的长期创新。

1/20/2025 3:48:25 PM

Grant Gross

OpenAI博士级「超级智能体」即将登场？与ChatGPT深度集成，可操控计算机

就在刚刚，一则消息曝出，OpenAI已经在内部开始测试Operator，并将很快在ChatGPT macOS中推出。这意味着，AI即将迎来一个「全新版本」的应用范式。它不再仅仅是和你进行对话，被动式的给出参考答案来辅助你解决问题。

1/20/2025 3:32:41 PM

新智元

小红书翻译紧急上线，见证历史：大模型翻译首次上线C端应用！AI竟自称是GPT-4?网友变身“测试狂魔”，疯狂套话，效果拉满了！

编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto）程序员键盘敲冒烟，小红书翻译功能这不是就来了吗！之前大家各种吐槽美国人用的翻译机器不准确，导致大家交流起来“人机感很重”，一些美网友还需要额外用ChatGPT才能实现无缝交流。这翻译功能一出来，语言障碍什么的都不存在了。

1/20/2025 1:52:45 PM

伊风

惊掉下巴！o3像是一个弥天大谎！基准构建者Epoch AI发长文认错曝猛料：OpenAI竟独家访问数据集，问题和答案可用来训练！

出品 | 51CTO技术栈（微信号：blog51cto）惊天大瓜来了！去年年底OpenAI 推出o3推理，在数学、编码、通用AGI方面都取得了令人的难以置信的类人甚至超人的进展。但就在昨天，大洋彼岸的一众人工智能专家开始对“o3”的这些数据表示严重的怀疑，甚至将之比作“Theranos”时刻（一家建立在巨大谎言之上的公司，项目参与人员被迫保密，外界却被蒙在鼓里）。

1/20/2025 1:37:16 PM

o3数学成绩作弊大瓜！提前让测试机构给真题，60多名数学大牛全被蒙在鼓里

OpenAI o3还没上线，就被曝数学成绩是靠作弊得来？ Benchmark发布机构内部人员爆料称，OpenAI给了他们经费赞助。就连包括陶哲轩在内参与出题的60余名数学家，在消息曝光之前也都和普通公众一样蒙在鼓里。

1/20/2025 1:17:11 PM

微软开源Markdown工具爆了：支持Office文档，可接多模态LLM直出报告

微软官方开源了一款文件格式转换工具——MarkItDown！它不仅可以将常见的Office文档（Word、PowerPoint、Excel）、PDF、图像、音频等转换为对大模型更友好的Markdown格式。而且还支持集成像GPT-4o这样的多模态LLM，可以直接对图片、音频文件进行更高级的处理，比如快速输出商业报告。

1/20/2025 1:10:22 PM

量子位

o1推理框架最新成果：斯坦福&伯克利提出元链式思维，升级模型推理能力

o1背后的推理原理，斯坦福和伯克利帮我们总结好了！在最新的一篇长达100页的论文中，他们将o1模型背后的推理机制提炼成了一个通用的框架——元链式思维（Meta-CoT）。这个元链式思维（Meta-CoT）到底是什么意思呢？

1/20/2025 1:08:25 PM

量子位

o3被曝成绩「造假」，60多位数学泰斗集体被耍！OpenAI暗中操控，考卷提前看光

不久前，OpenAI在「圣诞12连更」中发布的最强推理模型「o3」，毫无疑问地惊艳了所有人。尤其是对于新近发布的数学基准FrontierMath，其准确率相比o1直接翻了12倍。图片要知道FrontierMath可是Epoch AI联合六十余位全世界的数学家，其中包括教授、IMO命题人、菲尔兹奖获得者，共同推出的。

1/20/2025 12:09:18 PM

新智元

负责微软100多个GenAI产品红队测试的团队得出结论，构建安全可靠的AI系统的工作永远不会完成。本周发表的一篇论文中，包括微软Azure首席技术官Mark Russinovich在内的作者们描述了团队的一些工作，并提出了八项建议，旨在“使红队测试工作与现实世界的风险相一致”。论文的主要作者、微软AI红队(AIRT)研究员Blake Bullwinkel和他的25位合著者在论文中写道：“随着GenAI系统在越来越多领域的应用，AI红队测试已成为评估这些技术安全性和可靠性的核心实践。

1/20/2025 11:24:56 AM

Paul Barker

港大&Adobe提出通用生成框架UniReal：通过学习真实世界动态实现通用图像生成和编辑

本文经AIGC Studio公众号授权转载，转载请联系出处。今天给大家介绍的文章来自公众号粉丝投稿，由香港大学，Adobe提出的统一图像生产与编辑方法UniReal，将多种图像任务统一成视频生成的范式，并且在大规模视频中学习真实的动态与变化，在指令编辑、图像定制化、图像组合等多种任务达到最佳水准。上图为UniReal多功能性的展示。

1/20/2025 11:15:00 AM

AIGC Studio

资讯热榜

昆仑万维面向全球发布天工超级智能体Skywork Super Agents 昆仑万维天工超级智能体发布！AI Office革命来袭，Deep Research碾压OpenAI，成本仅40%！ 3分钟生成UI源文件！实测谷歌最新UI设计神器Google Stitch Anthropic拒绝为Windsurf提供Claude Sonnet 4与Opus 4支持，商战大戏开演！进化智能体 AlphaEvolve：科学发现与算法优化的新引擎从设计到开发一步到位！Figma 5大新功能深度解析！早报速读！2025年5月最新AI视频产品评测＆优秀案例《Nature》研究显示：ChatGPT 可使中小学生学习效果暴涨 86.7%

标签云

人工智能 AI OpenAI AIGC ChatGPT 模型 DeepSeek AI绘画机器人数据谷歌大模型 Midjourney 用户智能开源微软 GPT 学习 Meta 图像技术 AI创作 Gemini 论文马斯克 Stable Diffusion 算法代码芯片英伟达生成式蛋白质开发者腾讯 Anthropic 神经网络研究 3D 计算 Sora 机器学习生成 AI设计 AI for Science 苹果 GPU AI视频训练搜索华为 Claude 场景百度人形机器人预测智能体伟达 xAI 深度学习 Transformer 大语言模型字节跳动模态 LLaMA 文本神器推荐具身智能 Copilot 视觉驾驶 API 算力应用 Agent 工具大型语言模型安全干货合集视频生成

理论