AI
思考不是免费的，大型语言模型推理的收益与代价
对于人工智能智能体，谈判是一场最接近人类智慧的“角斗”，它不仅仅是语言的堆砌，更是策略的博弈、心理的揣摩和利益的权衡。 人类社会和经济活动中，谈判无处不在，从商场里的价格讨价还价，到国际政治的桌面博弈，都是智慧与策略的交锋。 对于AI代理来说，能否在谈判中表现出色，直接决定了它们能否真正走向自主决策的未来。
刚得诺奖的成果被做成芯片了
谁说获得诺贝尔化学奖的MOF（金属有机框架）“无用”？ 这种几十年前被嫌弃“只有理论但缺乏实际应用”的新材料，前脚刚获得诺奖认可，后脚就被做成芯片！ 这就是莫纳什大学的科学家们刚刚发布的最新成果——用MOF制造超迷你的流体芯片。
CC是如何构建的？ClaudeCode创始工程师近日自曝：90%代码由Claude自己编写，三天打造“代理代理”，开发者依旧吃香
编辑 | 听雨出品 | 51CTO技术栈（微信号：blog51cto）自从 5 月份正式开放以来，Claude Code 已经在开发者圈掀起了风暴。 据统计，这款工具目前的年度化收入超过 5 亿美元，仅仅在发布后三个月内，使用量就激增了 10 倍以上。 那它到底怎么构建的？
AI成本超支问题日益严重——这对CIO影响重大
根据一项最新调查，IT部门和财务部门领导者在估算和控制AI部署成本方面面临挑战，多数AI项目超出预算目标。 尽管企业广泛采用AI技术，但许多IT部门领导者发现难以实现AI项目的投资回报率，预算不准确是问题的关键所在。 SaaS基准测试公司Benchmarkit和成本治理平台Mavvrik近期的一项调查显示，约85%的机构对AI成本的估算误差超过10%，近25%的机构误差达到50%或以上。
“AI版LeCun”自己讲解论文，自我进化智能体框架生成精美演讲视频
AI自己讲明白论文，还能生成更美观的幻灯片。 加州大学圣塔芭芭拉（UCSB）与圣克鲁兹（UCSC）的研究者提出EvoPresent，一个能够自我进化的学术演讲智能体框架，让AI不仅能“讲清楚论文”，还能“讲得好看”。 从逻辑到审美：科研演讲自动化的瓶颈尽管已有很多系统能将论文自动转化为幻灯片或海报，但它们仍存在三大局限：叙事单一、设计僵化、缺乏反馈。
永别了，人类冠军！AI横扫天文奥赛，GPT-5得分远超金牌选手2.7倍
IMO、IOI之后，AI再夺奥赛冠军。 刚刚，在国际天文与天体物理奥林匹克竞赛测试中，GPT-5和Gemini 2.5 Pro达到金牌水平！ 在理论考试上，Gemini 2.5 Pro总体得分85.6%，GPT-5总体得分84.2%；在数据分析考试中：GPT-5总体得分88.5%，Gemini 2.5 Pro总体得分75.7%。
Bug变奖励：AI的小失误，揭开创造力真相！
你一定见过那些奇怪的AI画：人物手上多出几根手指、脸部细节怪异，却又带着某种说不出的新鲜感。 这让人产生一个疑问：扩散模型明明只「复刻」，为什么还能画出前所未见的作品？ 最新一项研究给出了答案：其实，AI的创造力并非「神来之笔」，而是模型架构的副作用。
告别「解码器饥饿」！中国科学院NeurIPS推SpaceServe，高并发克星
核心突破：首次将LLM推理中的P/D分离思想扩展至多模态场景，提出EPD（Encoder-Prefill-Decode）三阶段解耦，并通过「空分复用」彻底解决编码器引发的行头阻塞问题。 随着多模态大语言模型（MLLM）广泛应用于高分辨率图像理解、长视频分析等场景，其推理流程中的多模态编码（Encoding）阶段正成为性能瓶颈。 当前主流系统（如vLLM）在服务MLLM时，仍沿用「时间复用」（time-multiplexing）策略：GPU先执行视觉/音频编码器，完成后才切换上下文运行文本解码器。
实测“清华特奖版Sora”：一图一prompt直接生成视频，堪称嘴强王者
那边OpenAI的Sora2还没全面开放，这边国内团队已经上线了自己的“特色打法”。 清华特奖选手创办的Sand.ai，上线了音画同步视频模型GAGA-1。 你可以把它理解为：一个专门练“嘴功”和“表演感”的视频生成模型：怎么样，奥特曼看了这视频都得说一句：好家伙！
拒绝小扎15亿美元offer的大佬，还是加入Meta了
那个拒绝了小扎15亿美元薪酬包的机器学习大神，还是加入Meta了。 OpenAI前CTO Mira Murati创业公司Thinking Machines Lab证实，联创、首席架构师Andrew Tulloch已经离职去了Meta。 按照公司发言人的说法，Tulloch离职的理由是“出于个人原因决定走一条不同的道路”，其本人则未给出回应。
Hinton暴论：AI已经有意识，它自己不知道而已
在最新一期播客节目中，Hinton抛出的这一观点正迅速掀起热议。 老爷子一再表示，AI也许已经有了“意识雏形”，只是因为我们人类自己对意识理解错了，所以它也被教错了——不知道自己有意识。 翻译成大白话就是，AI其实有自我意识，只是暂未觉醒┌(。
别只会用 ChatGPT！前端 + AI，你必须要会这些！
Hello，大家好，我是 Sunday。 最近很多同学特别关注 AI 相关的领域。 c但是，AI 技术发展太快了，AIGC、RAG、Agent、Function Call、MCP 等等的各种热词层出不穷的。
年轻一代面临 “就业灾难”，全球企业转向 AI 取代新员工
根据英国标准协会（BSI）的一项研究，全球商业领导者表示，年轻人进入职场时正面临一场 “就业灾难”。 许多公司优先投资人工智能(AI)技术，而非新员工的招聘，这使得初入职场的年轻人面临更大的挑战。 该报告在英国、美国、法国、德国、澳大利亚、中国和日本等七个国家，对850多名商业领导者进行了调查。
英国前首相苏纳克获两大科技巨头聘任:将任微软与 Anthropic 高级顾问
英国前首相**里希·苏纳克（Rishi Sunak）**已获得美国科技巨头 **微软(Microsoft)**和领先人工智能初创公司 Anthropic 的高级顾问职务。 这两项新职位已于周四经威斯敏斯特商业任命咨询委员会（Acoba）公布并批准。 苏纳克在2022年10月至2024年7月担任英国首相，任期内曾将人工智能（AI）安全列为政府的优先事项，并于2023年11月在布莱切利园主持了全球首届 AI 安全峰会。
读万卷书，大模型就能「看」懂视觉世界？Meta揭秘LLM视觉先验的起源
一个只见过文本的大语言模型（LLM），在从未直接看过图像的情况下，竟然能学到可迁移到视觉任务的先验能力 —— 这是 Meta Superintelligence Labs 与牛津团队新论文的发现。 近日，Meta 超级智能实验室（Meta Superintelligence Labs）与牛津大学的研究者发布了一篇长达 33 页的重磅论文，通过超过 100 组受控实验、耗费 50 万 GPU 小时的庞大研究，系统性地揭开了 LLM 视觉先验的来源。 作者提出，视觉先验可分为「推理先验」和「感知先验」，并给出了一套预训练的数据混合配方，用于在只用文本预训练阶段就「播下」视觉能力的种子。
超越ZIP的无损压缩来了！华盛顿大学让大模型成为无损文本压缩器
当大语言模型生成海量数据时，数据存储的难题也随之而来。 对此，华盛顿大学（UW）SyFI实验室的研究者们提出了一个创新的解决方案：LLMc，即利用大型语言模型自身进行无损文本压缩的引擎。 基准测试结果表明，无论是在维基百科、小说文本还是科学摘要等多种数据集上，LLMc的压缩率都优于传统的压缩工具（如ZIP和LZMA）。
库克虎口夺食：马斯克盯上的北大校友AI公司被苹果抢走
好家伙，库克一个箭步，从马斯克手里截胡了一家AI公司。 他俩争抢的主角是Prompt AI，一家成立于2023年，专注于CV的初创公司。 其联创之一，是从北大计算机科学毕业的Tete Xiao。
微调已死？Agentic上下文工程登场，无需微调实现模型进化
是什么，让一位 AI 自动化架构师发出了「微调已死」的感慨？ 一篇来自斯坦福大学、SambaNova、UC 伯克利的论文近日引发了广泛讨论。 他们提出了一种名为 Agentic Context Engineering（智能体 / 主动式上下文工程）的技术，让语言模型无需微调也能实现自我提升！
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI新词
AI绘画
大模型
机器人
数据
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
英伟达
Gemini
智能体
技术
马斯克
Anthropic
图像
AI创作
训练
LLM
论文
AI for Science
代码
腾讯
苹果
算法
Agent
Claude
芯片
具身智能
Stable Diffusion
xAI
蛋白质
人形机器人
开发者
生成式
神经网络
机器学习
AI视频
3D
字节跳动
大语言模型
RAG
Sora
百度
研究
GPU
生成
华为
工具
AGI
计算
生成式AI
AI设计
大型语言模型
搜索
亚马逊
AI模型
视频生成
特斯拉
DeepMind
场景
Copilot
深度学习
Transformer
架构
MCP
编程
视觉