AI

YouTube 试水AI生成亮点视频，用户体验能否提升？

谷歌近日宣布将其 AI 概述功能扩展至 YouTube，推出算法生成的视频亮点和搜索建议。这项实验性工具目前只向美国的少量 YouTube Premium 用户开放，旨在帮助用户快速找到与购物和旅游相关的视频内容，而无需观看整段视频。在视频内容越来越丰富的今天，如何高效地发现所需信息变得尤为重要。

4/28/2025 3:00:50 PM

AI在线

Gemini-2.0夺冠！全球首个几何推理专项评测出炉，淘天集团出品

多模态大模型几何解题哪家强？首个从几何原理视角出发，全面评估多模态大模型几何解题能力的双语综合基准来了！ GeoSense，系统评测多模态大模型在几何原理识别和应用中的表现，评测基准的数据和评测代码均已开源。

4/28/2025 2:04:03 PM

量子位

MyPillow 创始人律师使用 AI 生成的法律文件引发丑闻

MyPillow 创始人迈克・林德尔（Mike Lindell）因其对特朗普选举谎言的坚定支持而面临多起法律纠纷。其中，在丹佛的一个案件中，林德尔正被前美国选举供应商 Dominion Voting Systems 的员工埃里克・库默(Eric Coomer)控告诽谤。库默指控林德尔因其对2020年总统选举的偏执言论而损害了他的名誉。

4/28/2025 2:00:40 PM

AI在线

轮到“OpenAI帮”上场了！15家由前员工创办的明星创业公司

编辑 | 云昭曾经硅谷有“PayPal帮”，现在轮到“OpenAI帮”登场了。作为ChatGPT背后的公司，OpenAI无疑是当前AI领域最炙手可热的玩家。过去两年，OpenIAI的发展可以用“独占鳌头”来形容，估值迅速飙升至3000亿美元，当然公司的迅速发展往往伴随着剧烈的人员动荡。

4/28/2025 11:57:12 AM

云昭

DeepSeek R2提前泄露？周二或周三发布？海外谣言一夜刷屏，HggingFace CEO一帖子引疯狂猜想，DS又被消费了

昨天晚上，“DeepSeek R2提前泄露”的传言刷屏 AI 圈，原因尽然来自Hugging Face CEO 在推特的一条帖子，引发全网猜测。帖子表达的信息有些晦涩：三个眼睛表情，配上了DeepSeek 在 Hugging Face 的仓库链接（）以及相关配图。网友难免会联想猜测：也许DeepSeek R2 即将上线发布。

4/28/2025 11:40:14 AM

ICLR 2025：顶尖科学家最关心的 AI 趋势有哪些？丨GAIR Live

自 GPT-4 发布至今已有两年，但对大语言模型的研究并没有放缓，我们仍处在一个技术进步涌现的时代。 Anthropic 于 2024 年11月发布 MCP，成为接通 AI 生态的桥梁，自主的 Agent 工作流距我们更进一步。 GPT-4o、GPT-4.1时隔仅一个月先后发布，实现上下文处理能力八倍提升。

4/28/2025 11:19:00 AM

郑佳美||梁丙鉴

一文了解人工智能代理的开源堆栈

我记得一个周末，我坐下来，确信自己终于可以构建一个像样的研究助理代理原型了。没什么特别的——只是能读取 PDF 文件、提取关键信息，或许还能回答一些后续问题而已。应该很简单，对吧？

4/28/2025 9:53:40 AM

晓晓

AR智能革命！Satori系统读懂人类意图，科幻电影场景成现实

团队由 IEEE 会士，纽约大学教授 Claudio Silva 和纽约大学研究助理教授钱靖共同指导。论文由Chenyi Li和Guande Wu共同第一作者。在无数科幻电影中，增强现实（AR）通过在人们的眼前叠加动画、文字、图形等可视化信息，让人获得适时的、超越自身感知能力的信息。

4/28/2025 9:42:00 AM

机器之心

美国白宫官网消息，特朗普发布了新的行政命令——《推动美国青少年的AI教育》特朗普要求全美国的K12（从幼儿园到高中）学校的老师、学生深度学习、使用AI，为下一世代的工作方式、创造力培养人才奠定竞争基础。以下是美国白宫的原文内容。根据美利坚合众国宪法和法律赋予我作为总统的权力，现命令如下：为什么颁发此命令AI（人工智能）正在迅速改变现代世界，推动各行业的创新，提高生产力，并重塑我们的生活和工作方式。

4/28/2025 9:20:53 AM

微软发布2025工作趋势：每位员工将是Agent老板

微软在官网发布了2025年工作趋势指数报告，主要分析了来自中国、美国、澳大利亚、巴西、加拿大等全球31个国家/地区的31,000家企业。同时结合了Linked劳动力市场趋势，数万亿个Microsoft365生产力信号，以及原生初创企业、学者、经济学家、科学家和思想领袖的意见。结果显示，由Agent智能体人类的“人机协作”模式正在重塑企业架构，一种全新形态的“前沿公司”诞生。

4/28/2025 9:17:47 AM

AIGC开放社区

7x24小时非人类科学家入场：当AI开始自主探索科学未知领域 | 多伦多大学

自主通才科学家（AGS）正成为现实！来自多伦多大学、IIT、清华大学、浙江大学、罗格斯大学、哈佛大学、佐治亚理工学院和伦敦大学学院的跨学科团队的最新研究指出，融合人工智能与机器人技术的“自主通才科学家（AGS）”不仅能独立完成从文献综述到实验验证的全流程，更可能以指数级速度推动科学发现，突破人类能力的物理与认知边界。除此之外，其团队还构建了将AI大脑与机器人躯体深度融合的通用科研系统概念框架，展示了机器人与AI科学家在自然科学、形式科学、应用科学、人文科学，以及跨学科科学等全科学领域的原创性发现的潜力。

4/28/2025 9:16:00 AM

量子位

1亿图文对！格灵深瞳开源RealSyn数据集，CLIP多任务性能刷新SOTA

新的亿级大规模图文对数据集来了，CLIP达成新SOTA！格灵深瞳最新发布的高质量数据集RealSyn，不仅规模大——包含1亿组图文对，而且每张图片都同时关联多个真实和合成文本。所有的图像和句子都基于冗余进行了严格过滤，在确保数据质量的同时，引入基于簇的语义平衡采样策略，构建了可满足多样工作需求的三种规模大小的数据集：15M、30M、100M。

4/28/2025 9:14:00 AM

量子位

OpenAI没说的秘密，Meta全揭了？华人一作GPT-4o同款技术，爆打扩散王者

GPT-4o生成的第一视角机器人打字图这次，来自Meta等机构的研究者，发现在多模态大语言模型（MLLMs）中，视觉词表存在维度冗余：视觉编码器输出的低维视觉特征，被直接映射到高维语言词表空间。研究者提出了一种简单而新颖的Transformer图像token压缩方法：Token-Shuffle。他们设计了两项关键操作：token混洗（token-shuffle）：沿通道维度合并空间局部token，用来减少输入token数；token解混（token-unshuffle）：在Transformer块后解构推断token，用来恢复输出空间结构。

4/28/2025 9:10:00 AM

新智元

毛骨悚然！o3精准破译照片位置，只靠几行Python代码？人类在AI面前已裸奔

OpenAI的o3发布以来，这个功能让不少网友觉得毛骨悚然——它能准确破解你的地理位置！就在刚刚，Lanyrd联创、Django Web框架缔造者Simon Wilson专门发了一篇博客，详尽推敲了o3究竟是如何猜测照片拍摄地点的。他将整个过程评价为：既超现实，又反乌托邦，仿佛几十年前的科幻小说突然变成现实！

4/28/2025 9:08:00 AM

新智元

一行代码不用写，AI看论文自己「生」出代码库！科研神器再+1

这几年，AI领域的科研人员遇到一个问题。那就是机器学习的论文实在是多到看不过来，更别说还要用代码实现论文中逻辑。 HuggingFace上的「每日论文」板块每天都有十几篇新出的研究论文这导致一个问题，研究者往往「重视结果」而没有精力来用用代码验证，并且复现很多先前的工作有点「重复造轮子」，浪费研究者的精力。

4/28/2025 9:06:00 AM

新智元

理解 RAG 第五部分：管理上下文长度

传统的大型语言模型 (LLM)存在上下文长度限制，这限制了单次用户与模型交互中处理的信息量，这是其主要局限性之一。解决这一限制一直是 LLM 开发社区的主要工作方向之一，提高了人们对增加上下文长度在生成更连贯、更准确响应方面优势的认识。例如，2020 年发布的 GPT-3 上下文长度为 2048 个 token，而其更年轻但功能更强大的兄弟 GPT-4 Turbo（诞生于 2023 年）允许在单个提示中处理高达 128K 个 token。

4/28/2025 9:02:14 AM