AI
AI ASMR突然火爆全网！3天狂揽近10万粉丝，一条切水果视频播放量破1650万
短视频平台熬夜冲浪的我突然发现，AI ASMR突然火了？ ！ 大家可以打开声音欣赏一下这条切割浆果的视频，它拿下了16500000的浏览量。
谢赛宁敲响学界警钟！AI研究可能陷入一场注定失败的有限游戏
凌晨三点的 AI 实验室，键盘敲击声在空荡的房间回响。 屏幕上，博士生小王、小李、小赵正疯狂调整模型参数，只为在 NeurIPS 截稿前将准确率从 98.2% 刷到 98.5%。 这样的场景，在如今的 AI 学术圈早已见怪不怪。
首个统一的图像与视频AIGC可解释性检测框架，多榜单SOTA性能
想象一下：你正在浏览社交媒体，看到一张震撼的图片或一段令人震撼的视频。 它栩栩如生，细节丰富，让你不禁信以为真。 但它究竟是真实记录，还是由顶尖 AI 精心炮制的「杰作」？
突破125年世纪难题！北大校友联手科大少年班才子破解希尔伯特第六问题
1900年，数学大师希尔伯特提出23个数学难题，其中第六个问题——“物理学的公理化”，被称为数学物理的终极挑战。 125年后，北大校友邓煜、中科大少年班马骁与陶哲轩高徒扎赫尔・哈尼终于在这一问题上取得重大突破。 在20世纪，关于第六问题，希尔伯特追问：能否像欧几里得几何一样，为物理学构建严格的数学基础？
LLM已能自我更新权重，自适应、知识整合能力大幅提升，AI醒了？
近段时间，关于 AI 自我演进/进化这一话题的研究和讨论开始变得愈渐密集。 本月初我们就曾梳理报道了一些，包括 Sakana AI 与不列颠哥伦比亚大学等机构合作的「达尔文-哥德尔机（DGM）」、CMU 的「自我奖励训练（SRT）」、上海交通大学等机构提出的多模态大模型的持续自我改进框架「MM-UPT」、香港中文大学联合 vivo 等机构的自改进框架「UI-Genie」。 那之后，相关研究依然还在不断涌现，以下拼图展示了一些例子：而前些天，OpenAI CEO、著名 𝕏 大 v 山姆・奥特曼在其博客《温和的奇点（The Gentle Singularity）》中更是畅想了一个 AI/智能机器人实现自我改进后的未来。
多智能体在「燃烧」Token！Anthropic公开发现的一切
「Anthropic 发布了他们如何使用多个 Claude AI 智能体构建多智能体研究系统的精彩解释。 对于任何构建多智能体系统的人来说，这是一本必读的指南。 」刚刚，X 知名博主 Rohan Paul 强力推荐了 Anthropic 一项新研究。
AI自己给自己当网管，实现安全“顿悟时刻”，风险率直降9.6%
大型推理模型（LRMs）在解决复杂任务时展现出的强大能力令人惊叹，但其背后隐藏的安全风险不容忽视。 尽管学术界已尝试通过监督微调（SFT）有效地提升模型安全，但下图的测试结果所示，监督微调在面对训练数据领域外的层出不穷的“越狱”攻击时，往往显得捉襟见肘，泛化能力有限。 同时，之前的工作没有对大型推理模型的安全思考做深入的分析，以进行针对性的提升。
放弃博士学位加入OpenAI，他要为ChatGPT和AGI引入记忆与人格
今天，一位研究者加入 OpenAI 的消息吸引了很多人的关注。 这位研究者名为 James Campbell，他才于 2024 年攻读 CMU 的计算机科学博士学位。 现在，他突然宣布要放弃博士学业，加入 OpenAI。
AI记忆伪装被戳穿！GPT、DeepSeek等17款主流大模型根本记不住数字
在进入本文之前，我们先来玩个 10 秒小游戏：在心里选一个「1-10」的整数。 现在设想我问：「你想的是 5 吗？ 」如果听到是自己的数字，你会本能地答 Yes，其余统统 No。
八个几乎能替代一整个开发团队的AI工具
前言大家好，我是林三心，用最通俗易懂的话讲最难的知识点是我的座右铭，基础是进阶的前提是我的初心~一、代码生产维度的范式转移1. GitHub Copilot X（智能编程协作者）图片能力进化： 从代码补全到全栈架构建议，最新X版本可理解项目上下文进行智能重构案例实测： 在开发REST API时，自动生成符合OpenAPI规范的完整端点代码，节省65%编码时间不可替代性： 保留核心算法设计权的同时，将重复劳动压缩70%2. Replit Ghostwriter（云端智造引擎）图片突破性优势： 环境配置时间归零，支持50 语言实时协作实战场景： 快速验证区块链智能合约时，5分钟完成从构思到测试部署的全流程数据背书： 2024年独立开发者调研显示，使用该工具的原型验证速度提升400%二、产品设计链路的智能跃迁3.
越脏越安全？哈佛团队研究：10%毒性训练让大模型百毒不侵
最近，一项关于 4chan 的“毒性”实验颠覆了 AI 社区的集体直觉： ——原来，适度地喂模型吃“毒”，反而能让它更容易“解毒”。 长期以来，大模型训练的默认路线是“干净数据优先”。 OpenAI、Anthropic、Google DeepMind 等公司，都花费巨资雇佣标注团队，把网络文本里的暴力、歧视、骚扰言论清洗得一干二净——因为没人愿意让自己的模型变成“种族主义诗人”或“厌女主义讲师”。
迈向人工智能的认识论：真的没有人真正了解大型语言模型 (LLM) 的黑箱运作方式吗
如果大型语言模型能够推理，但没有人能够看到它是如何推理的，那么它真的在思考吗？ 简而言之，像 GPT-4 这样的大型语言模型 (LLM) 展现出卓越的能力，但其运作方式却如同“黑匣子”，这意味着它们的内部决策过程在很大程度上是不透明的，甚至对其创建者而言也是如此。 本系列文章综合了近期关于 LLM 可解释性的研究，重点关注这些模型的推理方式、其解释的可靠性（思维链）以及对安全性和部署的影响。
狂砸143亿，小扎挖来Meta自己的“奥特曼”？曝光神秘挖角名单：年薪千万刀，扎克伯格亲自发出“令人心动的 offer”！
最近，Meta抢人的料真是挺猛的。 先是重金砸向数据独角兽 Scale AI，投资高达 143 亿美元，直接把 CEO Alexandr Wang 挖来，挂帅“超级智能实验室”。 Alexandr就这么离开了自己的初创公司，他在 X 上写道： “你们可能已经从最近的新闻中了解到，像这样级别的机会，往往意味着必须做出牺牲。
5000次风暴，谷歌训出AI预言家！天气预报ChatGPT时刻？
昨天，谷歌DeepMind与谷歌研究团队正式推出交互式气象平台Weather Lab，用于共享人工智能天气模型。 图片在热带气旋路径预测方面，谷歌这次的新模型刷新SOTA，是首个在性能上明确超越主流物理模型的AI预测模型。 图片论文链接：：：，所经之处，徒留废墟。
Transformer八周年！Attention Is All You Need被引破18万封神
Transformer，八岁了！ 开创如今这场生成式AI革命的论文《Attention Is All You Need》迎来了第8个年头。 Transformer催生了ChatGPT、Gemini、Claude等诸多前沿产品。
AGI真方向？谷歌证明：智能体在自研世界模型，世界模型is all You Need
我们知道，大模型技术爆发的原点可能在谷歌一篇名为《Attention is All You Need》的论文上。 如今，在通用人工智能（AGI）初现曙光，Scaling Laws 却疑似接近极限的当口，又是谷歌对未来方向进行了一番思考，想来想去还是只有五个词：论文标题：General agents need world models论文链接： ICML 收录。 他们发现：如果一个 AI 智能体能够处理复杂的、长期的任务，那么它一定学习过一个内部世界模型——我们甚至可以通过观察智能体的行为来提取它。
程序员从此不再写代码！红杉专访Codex团队，o3白菜价真相曝光
未来的AI Coding会是什么样子？ Copilot、Cursor、Windsurf还是Claude Code？ 都不是！
1200行代码逆袭！DeepSeek工程师开源轻量级vLLM，吞吐量逼近原版
开源社区的人应该对 vLLM 不陌生，它是一个由加州大学伯克利分校团队开发的高性能、开源 LLM 推理和服务引擎，核心目标是提升 LLM 的推理速度（吞吐量）和资源利用率（尤其是内存），同时兼容 Hugging Face 等流行模型库。 简单来说，vLLM 能让 GPT、Mistral、LLaMA 等主流模型系列跑得更快、消耗更少资源，取得这些效果的关键是其创新的注意力机制实现方案 ——PagedAttention。 近日，DeepSeek AI 研究者、深度学习系统工程师俞星凯从零开始构建了一个轻量级 vLLM 实现 ——Nano-vLLM，将代码简化到了 1200 行。
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI绘画
大模型
AI新词
机器人
数据
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
智能体
技术
Gemini
英伟达
马斯克
Anthropic
图像
AI创作
训练
LLM
论文
代码
AI for Science
苹果
算法
腾讯
Agent
Claude
芯片
Stable Diffusion
具身智能
xAI
蛋白质
开发者
人形机器人
生成式
神经网络
机器学习
AI视频
3D
RAG
大语言模型
字节跳动
Sora
百度
研究
GPU
生成
工具
华为
AGI
计算
大型语言模型
AI设计
生成式AI
搜索
视频生成
亚马逊
AI模型
特斯拉
DeepMind
场景
深度学习
Transformer
Copilot
架构
MCP
编程
视觉