资讯列表
AI七个月突破数学家“围剿”反超人类！14位数学家深挖原始推理token：不靠死记硬背靠直觉
从只能答对2%的题目，到在超难数学题集中刷下22%得分，甚至超过人类团队平均水平，大模型需要多长时间？ 现在，令数学家们都惊讶的结果已经尘埃落定：7个月。 发生在大名鼎鼎的“专为为难大模型而生的”FrontierMath基准测试上的这一幕，在激起热议同时，也引发了新的思考：大模型们是怎么做到的？
6/10/2025 9:09:00 AM
双重突破：全球首个零售VLA大模型来了！开源OpenWBT让机器人遥操门槛暴降！
学会“适当暂停与总结”，大模型终于实现无限推理。 想象一下，让你一口气不歇地推演一个超复杂数学证明，大脑也会“内存溢出”吧？ 如今的大模型在长上下文推理中也面临同样的困境，随着推理长度增加而指数级增长的计算成本，以及由于长度受限而被迫中断推理过程。
6/10/2025 9:07:00 AM
首创像素空间推理，7B模型领先GPT-4o，让VLM能像人类一样「眼脑并用」
视觉语言模型（VLM）正经历从「感知」到「认知」的关键跃迁。 当OpenAI的o3系列通过「图像思维」（Thinking with Images）让模型学会缩放、标记视觉区域时，我们看到了多模态交互的全新可能。 然而，当前主流VLM仍被困在「文本茧房」中——依赖文本token间接翻译视觉信息，在高清图像中的微小物体、视频里的动态细节等场景中，常常因缺乏直接视觉操作能力而「视而不见」。
6/10/2025 9:07:00 AM
无需SFT也不用RL，样本级推理优化神器SLOT来了，准确率轻松+10%
试想一下，如果你参加考试时，可以在答题前花几秒钟「适应」一下这道具体的题目，你的表现会不会更好？ 这正是西湖大学研究团队在最新论文中提出的核心思想。 他们开发的 SLOT（Sample-specific Language Model Optimization at Test-time）方法，把每个输入 prompt 本身当作一份「迷你训练数据」，让模型在生成答案前先「学习」理解这个具体问题。
6/10/2025 9:05:00 AM
大模型能够自发形成“人类思维地图”！Nature子刊重磅研究揭示多模态大模型类脑机制
大模型≠随机鹦鹉！ Nature子刊最新研究证明：大模型内部存在着类似人类对现实世界概念的理解。 LLM能理解现实世界和各种抽象概念吗？
6/10/2025 9:04:00 AM
苹果 WWDC 2025:iOS 26升级视觉智能，AI 助力屏幕内容识别
苹果全球开发者大会（WWDC2025）在 Apple Park 隆重召开。 此次大会上，苹果公司重磅发布了 iOS26系统的全新功能，带来了视觉智能(Visual Intelligence)的重大升级。 这一功能将为用户在日常操作中提供更为便捷和智能的体验，改变我们与手机互动的方式。
6/10/2025 9:00:56 AM
AI在线
苹果向开发者开放本地AI能力，推出全新Foundation Models框架
在2025年WWDC大会上，苹果公司宣布向开发者社区开放其人工智能技术，推出Foundation Models框架和升级版Xcode26，标志着苹果在AI开发工具领域的重大突破。 Foundation Models框架:隐私至上的AI集成方案苹果全新的Foundation Models框架为开发者提供了一套集中化工具，可将苹果自研AI模型直接嵌入应用程序。 该框架最大的亮点在于完全在设备本地运行，无需任何云端连接，既保障了用户隐私，又为开发者提供免费使用权限。
6/10/2025 9:00:56 AM
AI在线
亚马逊投资 200 亿美元扩建宾州数据中心，加速 AI 云服务布局
近日，亚马逊公司宣布了一项重磅投资计划，计划在美国宾夕法尼亚州投入至少200亿美元，以扩建其数据中心基础设施。 这一举措不仅是亚马逊在人工智能领域持续投入的延续，更是其对未来技术发展的前瞻性布局。 亚马逊的投资背景与行业趋势密切相关。
6/10/2025 9:00:56 AM
AI在线
ChatGPT业绩狂飙，年收入首次突破百亿大关！
在短短三年的时间里，美国人工智能研究公司 OpenAI 凭借其热门聊天机器人 ChatGPT，实现了令人瞩目的业绩，年化经常性收入（ARR）已突破100亿美元大关。 根据最新数据显示，OpenAI 的 ARR 去年为约55亿美元，这意味着今年增长近80%。 这样的飞速发展让人不禁感叹，人工智能市场的潜力实在不可小觑。
6/10/2025 9:00:56 AM
AI在线
破解自驾数据难题！毫米波雷达可控仿真技术新框架来了
以神经网络为核心引擎，让AI承担雷达仿真数据生成任务，还实现对雷达物理特性的建模与控制——这就是光轮智能联合清华AIR、LeddarTech等机构提出的全新自动驾驶神经渲染框架SA-Radar。 在无需雷达具体细节的情况下，它能实现可控且逼真的雷达仿真，支持场景的灵活编辑——包括雷达属性修改、演员移除以及新视角合成，并能显著增强多种下游任务。 作为高级驾驶辅助系统（ADAS）中扮演着至关重要角色的雷达，其相关研究和开发仍面临数据获取的挑战。
6/10/2025 8:45:00 AM
生成式 AI 在 B 端软件中实践的思考
我一直认为 C 端软件和 AI 的结合会更顺畅一些，例如，笔记工具“墨问”最近推出了 MCP 功能，允许我在各种客户端中与 AI 交互，并将结果通过 MCP 保存至其中。 这是因为大部分情况下，C 端对准确性的容忍度更高。 B 端软件则不同，其对准确性要求极高，尤其在金融、医疗等行业。
6/10/2025 8:34:47 AM
大厂实践： LLM 加速大规模测试迁移
Airbnb最近完成了第一次由 LLM 驱动的大规模代码迁移，将 3500 个测试文件从 Enzyme 更新为 React测试库（RTL，React Testing Library）。 最初我们估计这需要 1 年半的时间来手工完成，但通过使用前沿模型和强大的自动化组合，我们在 6 周内完成了整个迁移。 本文将重点介绍从 Enzyme 迁移到 RTL 所面临的独特挑战，如何通过 LLM 解决这些挑战，以及如何构建迁移工具来执行 LLM 驱动的大规模迁移。
6/10/2025 8:15:00 AM
俞凡 DeepNoMind
我如何仅用 0.80 美元使用 Cursor 构建 17,000 行代码库
市面上出现过不少工具来来去去，但 Cursor 搭配 Claude Sonnet 4 这组合，绝对称得上革命性。 三小时内，仅在 /lib 目录，就生成了超过 17,000 行代码，花费却不到一美元。 要么 Cursor 在赔钱运营，就像我叔叔烤火鸡烤焦那样惨烈，要么我找到了一个让 AI 编码极度低价的秘密。
6/10/2025 8:10:59 AM
前端小智
AI驱动型企业数据治理的三大关键支柱
数据治理已从合规必要性转变为AI驱动型企业的战略支柱。 随着数据量在云端、边缘和混合环境中激增，围绕静态策略和定期审计构建的传统治理模式正日益失效。 AI和自动化要求治理框架能够实时运行，动态适应监管要求、安全威胁和业务需求。
6/10/2025 7:11:00 AM
Yash Mehta
如何解决导致GenAI程序沉没的两个问题
在GenAI时代，发展轨迹呈现出典型的“进两步，退一步”模式。 随着公司逐渐掌握GenAI的独特复杂性，初期取得的进展往往伴随着倒退和重复工作，在某些情况下，甚至可能威胁到整个开发进程的停滞。 导致挫败感和延误的原因众多，从人才短缺到持续的数据质量问题不一而足，但根据我们过去两年与超过150家公司合作开展GenAI项目的经验来看，在构建过程中几乎总会遇到两个主要障碍：• 创新失败：流程限制、缺乏专注以及重复性的返工扼杀了创新。
6/10/2025 7:09:00 AM
Curt Jacobsen
如何在不陷入复杂性陷阱的情况下构建生产就绪的 AI 代理
一、从“大而全”到“小而精”的范式转变在医疗管理领域，当凌晨2点的紧急审批因某个隐蔽漏洞被驳回时，那些标榜“全能”的超级智能体架构正在暴露其致命缺陷。 这些试图将资格审核、医疗必要性评估、申诉处理和医患沟通等功能一网打尽的“巨无霸”系统，如同希腊神话中试图吞噬一切的海妖卡律布狄斯，在演示阶段展现出雄心壮志，却在真实医疗场景中成为不可预测的风险黑洞。 这种困境折射出人工智能领域的一个深层矛盾：我们是否应该追求“全能型”智能体，还是回归“专精化”的本质？
6/10/2025 4:18:00 AM
大模型之路
多模态推理模型（LMRM）：从感知到推理的演变
大家好，我是肆〇柒。 当下，人工智能正以前所未有的速度改变着我们的生活与工作方式。 其中，推理作为人工智能的核心能力之一，赋予了智能体在复杂环境中做出决策、得出结论以及进行知识泛化的能力。
6/10/2025 3:30:00 AM
肆零柒
我们一起聊聊聊聊智能体的基础架构
2023年下半年，智能体这个概念开始随着AI的突进式发展而被很多人关注起来。 到了2024年，大模型的能力进一步增强，为智能体快速发展提供了底层能力支撑。 随着2025年DeepSeek的爆火，智能体在各行各业的落地应用案例开始明显增加。
6/10/2025 3:00:00 AM
写文章的老张