AI
消息称 Meta CEO 扎克伯格亲自组建 AI 团队，目标实现“超级智能”
据彭博社报道，Meta CEO扎克伯格亲自组建AI团队，目标实现“超级智能”。他对Meta AI进展不满，计划招50人。Meta正与OpenAI等竞争，“超级智能”目标雄心勃勃。#Meta #扎克伯格 #人工智能#
时空压缩！剑桥大学提出注意力机制MTLA：推理加速5倍，显存减至1/8
相邻的 KV 缓存将合并为一个。 在生成第一个字符时，KV 缓存长度为 1；生成第二个字符后，新生成的 KV 与前一个被合并，KV 缓存长度仍然保持为 1。 这种动态合并机制有效压缩了时间维度上的冗余信息。
刚刚，OpenAI正式发布o3-pro！奥特曼激动更新博客：温和的奇点
今天凌晨一点，OpenAI 宣布：OpenAI o3-pro today.前沿模型的轮流更新这一次轮到 OpenAI 了。 ，所有 Pro 订阅用户均可通过 ChatGPT 和 API 使用这款强大的推理模型。 Team 用户也可在模型选择器选择使用它。
一块4090搞定实时视频生成！Adobe黑科技来了
近年来，视频合成技术已经取得了显著突破。 其中，基于双向注意力机制的扩散 Transformer（DiT）可以生成具有复杂时序动态的逼真内容，但其非因果性设计导致无法满足实时流媒体等场景需求。 相比之下，另一类自回归（AR）模型虽然具有天然时序因果性优势，却因依赖有损向量量化技术而难以达到顶尖画质。
SOTA级视频编辑新方法：无需训练一句话编辑视频，背景保持100%
传统的视频编辑工作流，正在被AI彻底重塑。 AI的视频编辑方法总是存在一些问题：例如视频运动不连贯、编辑后的视频产生意外变化等……经过分析，这些问题的产生最终大都指向同一原因——反演-编辑范式。 因此，西湖大学AGILab提出了一种全新的无需反演和训练的视频编辑新方法：FlowDirector。
北大伯克利联手“拷问”大模型：最强Agent也才40分！新基准专治“不听话”的AI分析师
给大模型当老师，让它一步步按你的想法做数据分析，有多难？ 结果是，连Claude-3.7和Gemini-2.5 Pro这样的顶尖选手，都开始“不听话”了。 在一个全新的测试基准中，它们面对多轮、不断演进的指令，最终的任务成功率最高仅有40%。
让AI自己设计芯片！中国科学院发布「启蒙」，芯片全流程自动设计
芯片设计向来是科技界的「皇冠明珠」，传统设计流程需要顶尖专家团队耗时数月甚至数年攻坚，极具挑战性。 芯片设计包含多个关键步骤，硬件设计方面包括逻辑设计、电路设计、物理设计等，基础软件方面包括操作系统内核设计、编译工具链设计、高性能库设计等。 中国科学院计算技术研究所处理器芯片全国重点实验室，联合中国科学院软件研究所，基于大模型等AI技术，推出处理器芯片和相关基础软件全自动设计系统——「启蒙」。
英伟达港大联手革新视觉注意力机制！GSPN高分辨率生成加速超84倍
视觉注意力机制，又有新突破，来自香港大学和英伟达。 Transformer的自注意力在NLP和计算机视觉领域表现出色——它能捕捉远距离依赖，构建深度上下文。 然而，面对高分辨率图像时，传统自注意力有两个大难题：计算量巨大：O(N²) 的复杂度让处理长上下文变得非常耗时。
20人团队提前实现DeepSeek构想，AI算力变天？直击大模型算力成本痛点
如果有一种芯片，天生只为大模型而生，能否突破当前AI的算力瓶颈？ 要知道，如今的芯片算力，强依赖于制程、工艺等非芯片设计因素。 这是因为，传统通用型的GPGPU计算架构在应对日益庞大的模型和复杂计算时，其硬件固有的局限性日益凸显。
MCP 很好，但它不是万灵药！真正的技术进步，往往始于祛魅之后的清醒认知
当下AI领域最炙手可热的概念，莫过于MCP。 MCP 指的是Model Context Protocol（模型上下文协议）。 令人意外的是，一个协议系统的热度，甚至盖过了OpenAI发布的最新模型，成为行业讨论的焦点。
视频生成1.3B碾压14B、图像生成直逼GPT-4o！港科&快手开源测试时扩展新范式
论文第一作者为何浩然，香港科技大学二年级博士，他的研究方向包括强化学习、生成流模型（GFlowNets）以及具身智能，通讯作者为香港科技大学电子与计算机工程系、计算机科学与工程系助理教授潘玲。 测试时扩展（Test-Time Scaling）极大提升了大语言模型的性能，涌现出了如 OpenAI o 系列模型和 DeepSeek R1 等众多爆款。 那么，什么是视觉领域的 test-time scaling？
不是视频模型“学习”慢，而是LLM走捷径｜18万引大牛Sergey Levine
这是UC伯克利大学计算机副教授Sergey Levine最新提出的灵魂一问。 他同时是Google Brain的研究员，参与了Google知名机器人大模型PALM-E、RT1和RT2等项目。 Sergey Levine在谷歌学术的被引用次数高达18万次。
英伟达黄仁勋盛赞 AI 行业变革速度惊人：过去 10 年进步了 100 万倍
除了更强的 GPU，英伟达、xAI、微软等也在打造远超过去一代的AI系统。
大模型是「躲在洞穴里」观察世界？ 强化学习大佬「吹哨」提醒LLM致命缺点
「我一直很困惑，语言模型怎么能从下一个 token 预测中学到这么多，而视频模型从下一帧预测中学到的却那么少？ 难道是因为大模型（LLM）其实是伪装的大脑扫描仪？ 」近日，加州大学伯克利分校副教授、强化学习大牛 Sergey Levine 发出了一记灵魂拷问。
谷歌推出的AI Overview和AI Mode对内容创作者来说意味着什么？
译者 | 李睿审校 | 重楼谷歌推出了AI Overview和AI Mode这两项新功能，通过人工智能生成摘要和对话式聊天机器人响应用户查询，以减少用户点击其他网站的需求，而这对于依赖谷歌自然流量的网站构成生存威胁。 内容创作者需要调整策略应对AI Overview和AI Mode带来的冲击，例如优化人工智能概览内容、建立直接流量等。 谷歌搜索（Google Search）日前推出了两项新的人工智能功能，改变了其响应用户查询的方式。
苹果 AI 模型更新：设备端模型追平谷歌 / 阿里，服务器端模型不敌 OpenAI 一年前的 GPT-4o
苹果宣布更新AI模型，但性能表现不及竞争对手。其设备端模型与谷歌、阿里相当，服务器模型落后OpenAI一年。图像分析能力也不突出，用户更倾向Meta的Llama 4 Scout。苹果AI研究部门在竞争中落后，个性化Siri升级延迟。#苹果AI##人工智能#
你必须领先掌握的九项AI技能（否则将被淘汰）
下一波AI浪潮不仅仅属于技术宅。 想象一下，仅仅一年后，AI带来最大财富的人不再只是程序员、营销人员或销售高手。 真正的赢家，是那些掌握了几项关键AI技能的普通人。
IT领导者阻碍AI成功的五大障碍
AI，尤其是GenAI，正迅速成为提高整个企业生产力的有效解决方案，但成功的几个常见障碍仍然存在。 IT领导者越早识别并克服这些问题，他们的企业就能越快地从基于AI的系统中获得更多价值。 以下是企业在实现AI价值过程中需要克服的一些更具挑战性的障碍，以及IT领导者可以采取的应对措施。
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