理论

英伟达揭示RL Scaling魔力！训练步数翻倍=推理能力质变，小模型突破推理极限

强化学习（RL）到底是语言模型能力进化的「发动机」，还是只是更努力地背题、换个方式答题？这个问题，学界争论已久：RL 真能让模型学会新的推理技能吗，还是只是提高了已有知识的调用效率？过去的研究多数持悲观态度：认为 RL 带来的收益非常有限，有时甚至会让模型「同质化」加重，失去多样性。

6/4/2025 1:56:06 PM

冲击自回归，扩散模型正在改写下一代通用模型范式

上个月 21 号，Google I/O 2025 开发者大会可说是吸睛无数，各种 AI 模型、技术、工具、服务、应用让人目不暇接。在这其中，Gemini Diffusion 绝对算是最让人兴奋的进步之一。从名字看得出来，这是一个采用了扩散模型的 AI 模型，而这个模型却并非我们通常看到的扩散式视觉生成模型，而是一个地地道道的语言模型！

6/4/2025 1:55:03 PM

Meta新突破！跨模态生成告别噪声：流匹配实现任意模态无缝流转

本文第一作者为刘启昊，约翰霍普金斯大学计算机科学博士四年级学生，师从 Alan Yuille 教授，研究方向涉及模型鲁棒性、生成模型与 3D 视觉。通讯作者为 Mannat Singh，Meta GenAI 研究员，近期的研究主要涉及视频生成领域创新工作，包括 Emu Video、MovieGen 等项目。在人工智能领域，跨模态生成（如文本到图像、图像到文本）一直是技术发展的前沿方向。

6/4/2025 1:53:57 PM

GPT-4o连验证码都解不了？SOTA模型成功率仅40%

当前最强多模态Agent连验证码都解不了？ MetaAgentX团队推出首个专注于“多模态交互智能体×CAPTCHA（人机验证）问题”的开放式研究平台——Open CaptchaWorld。该平台专门用于测试Agent解验证码的能力。

6/4/2025 1:53:22 PM

单卡搞定万帧视频理解！智源研究院开源轻量级超长视频理解模型Video-XL-2

单张显卡，就能处理万帧视频输入，并且编码2048帧视频仅需12秒！国产开源模型又上大分，这次是在长视频理解领域：智源研究院联合上海交通大学等机构，正式发布新一代超长视频理解模型Video-XL-2。长视频理解是多模态大模型关键能力之一。

6/4/2025 1:51:43 PM

突发！刚被OpenAI收购就惨遭Claude“卡脖子”！Windsurf CEO怒了：想花钱都买不到！网友：直接上GPT-5吧！

编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto）AI 编程圈又发生大事了。 OpenAI 刚刚要收购的 Windsurf，居然突然不能用 Claude 了。 Anthropic 临时掐断了 Claude 3.x 的一手访问权限，Claude 4 更是从未放行，就连 BYOK（自带 API 密钥）都得开发者自己去 Anthropic 买。

6/4/2025 1:46:15 PM

伊风

LangGPT：让人人都能写出大师级Prompt，从此告别“灵感枯竭症”！

一、什么是 LangGPT？ Prompt的编程语言来了！你见过这样的尴尬场面吗：苦苦啃Prompt文档一年，还没搞明白ChatGPT到底要怎么“聆听人言”？

6/4/2025 11:09:02 AM

许泽宇

让AI像人类一样认知真实世界！UCLA谷歌强强联手，长时记忆+3D空间理解超越基线16.5%

想象一下，你在一个陌生的房子里寻找合适的礼物盒包装泰迪熊，需要记住每个房间里的物品特征、位置关系，并根据反馈调整行动。这一系列过程依赖人类强大的空间-时间长时记忆。图片如何让AI在3D环境中像人类一样思考，一直是具身智能领域的难题。

6/4/2025 11:08:28 AM

OpenAI CEO警示：AI智能体正重塑职场格局，基层岗位面临结构性冲击

在 2025 年 Snowflake Summit 主题演讲中，OpenAI 首席执行官山姆・奥尔特曼（Sam Altman）抛出震撼观点：AI 智能体正以惊人速度渗透企业运营，其角色已从工具演变为 "数字基层员工"，直接引发职场结构的根本性变革。智能体崛起：从工具到 "数字员工" 的质变奥尔特曼指出，当前诸多企业已将 AI智能体纳入日常工作流，承担数据整理、报告生成、流程审批等标准化任务。员工的核心职能逐渐转向 "智能体管理者"—— .

6/4/2025 11:06:01 AM

解读：AI智能体时代的实用指南——吴恩达与LangChain创始人的深度对话

Hi，大家好，我叫秋水，专注商用 AI Agent（智能体），帮企业用AI自动化业务，提升效率。在刚刚结束的一场AI技术峰会上，深度学习领域的传奇人物吴恩达与LangChain创始人Harrison进行了一场精彩的谈话。这场对话不仅揭示了AI智能体技术的最新趋势，更为普通人和企业指明了在AI时代如何抓住机遇的实用路径。

6/4/2025 11:04:03 AM

秋水

Fellou AI 浏览器 2.0来了！架构重大更新！很快取消邀请码机制！生产级复杂任务成功率超80%

作者 | 谢扬在漫威电影宇宙中，Jarvis 是钢铁侠托尼·斯塔克的私人人工智能助手，几乎无处不在，随时随地为托尼提供支持和帮助。 Jarvis 不仅仅是一个简单的语音助手，它深入融入了托尼的生活，管理他的日常事务，控制他的高科技设备，甚至在战斗中提供实时的战术建议。 Jarvis 的存在让托尼能够专注于更重要的事情，因为他知道有一个可靠的助手在背后支持他。

6/4/2025 10:06:59 AM

谢扬

DeepSeek 等模型训练所依赖的合成数据，BARE 提出了新思路

大家好，我是肆〇柒，在AI圈，大型语言模型（LLM）的训练对高质量、多样化数据的需求日益增长。从去年到现在，一些模型在发布的时候，会有论文或者技术报告，里面多多少少都会提及合成数据，并且在多数情况下，合成数据的效果并不差。比如，我所看到的报告中，使用了合成数据的模型如下盘点（应该会有遗漏，它并不完整）。

6/4/2025 9:15:16 AM

肆零柒