AI在线 AI在线

模型

AI修Bug新SOTA：SWE-Bench Lite60.33%修复率，像人一样能积累经验，中科院软件所出品

AI修Bug新SOTA：SWE-Bench Lite60.33%修复率，像人一样能积累经验，中科院软件所出品
AI学会像人一样修Bug了！ “这个Bug我上周刚修过”“这个报错怎么又来了”“新人怎么又在同一个地方踩坑”……如果你是程序员，是否经常遇到这些令人抓狂的场景？ 现有的AI修复工具就像“金鱼”，只有7秒记忆，每次遇到问题都从零开始。
8/8/2025 9:16:00 AM
强化学习+MCP=王炸？开源框架教AI在MCP中玩转工具解决任务，实测效果超越GPT！

强化学习+MCP=王炸？开源框架教AI在MCP中玩转工具解决任务，实测效果超越GPT！
强化学习 任意一张牌，往往就是王炸。 专注于LLM RL的科技公司OpenPipe提出全新开源强化学习框架——MCP·RL。 只需一个MCP Server的地址，agent就能自动发现工具、生成任务，通过强化学习在闭环反馈中摸索出最优调用策略。
8/8/2025 9:15:00 AM
谷歌Genie3全网玩疯！画质飞跃720P，网友造出西幻RPG游戏

谷歌Genie3全网玩疯！画质飞跃720P，网友造出西幻RPG游戏
全网疯玩Genie3，惊叹：这才是真正的大世界！ 距离上一代Genie2，才刚刚过去7个多月，谷歌世界模型就像开了倍速进化：原本啥也看不清，突然耳聪目明一跃来到720P画质，原来只有几十秒的限时体验，现在也直接拉长到好几分钟。 世界类型也真正实现多重宇宙折叠，自然、历史、奇幻应有尽有。
8/8/2025 9:13:00 AM
字节&MAP重塑大模型推理算法优化重点，强化学习重在高效探索助力LLM提升上限

字节&MAP重塑大模型推理算法优化重点，强化学习重在高效探索助力LLM提升上限
强化学习（RL）范式虽然显著提升了大语言模型（LLM）在复杂任务中的表现，但其在实际应用中仍面临传统RL框架下固有的探索难题。 一个普遍存在的现象是：在训练过程中，模型的熵值迅速下降，推理路径趋于固化，导致“利用（exploitation）”远超“探索（exploration）”，严重失衡。 这种过早收敛不仅削弱了模型的多样性生成能力，也限制了其性能上限的进一步突破。
8/8/2025 9:02:00 AM
刚刚，GPT-5内测抢先泄露！推理强到离谱，智商被曝140超越人类天才

刚刚，GPT-5内测抢先泄露！推理强到离谱，智商被曝140超越人类天才
就在明天，GPT-5总算要靴子落地了。 周五凌晨，GPT-5、GPT-5 Mini和GPT-5 Nano将同时推出。 全网用户都可以立即通过API和ChatGPT访问这三个模型。
8/7/2025 4:21:27 PM
一夜颠覆Sora神话，H200单卡5秒出片！全华人团队开源AI引爆视频圈

一夜颠覆Sora神话，H200单卡5秒出片！全华人团队开源AI引爆视频圈
单块H200，5秒即生一个5秒视频。 最近，UCSD、UC伯克利、MBZUAI三大机构联手，祭出FastWan系视频生成模型。 论文地址：「稀疏蒸馏」全新的训练方案，实现了高效生成，让视频去噪速度实现70倍飙升。
8/7/2025 4:18:35 PM
GPT-5内测抢先公布：日常推理首次击败人类，编程数学科学问题能力都很强

GPT-5内测抢先公布：日常推理首次击败人类，编程数学科学问题能力都很强
疑似GPT-5发布的预告才刚刚发出，内测体验已抢先释出。 推理能力首次超越人类，碾压所有大模型。 这来自一位网友的实测结果，他让所有模型开启推理模式做了10道题，只有GPT-5只错了一题，比人类的正确率还高。
8/7/2025 1:57:38 PM
OpenAI 开源了！五年首发gpt-oss，本地可跑，评分逼近自家商用o4！

OpenAI 开源了！五年首发gpt-oss，本地可跑，评分逼近自家商用o4！
8月6日凌晨1点，OpenAI打破五年沉默，首次在GPT-2之后再度开源语言模型。 这款名为gpt-oss的模型，并非一款，而是两个型号：gpt-oss-120b 和 gpt-oss-20b。 两者都是Mixture-of-Experts 架构的推理型模型，专注于逻辑推理、步骤分解与工具调用。
8/6/2025 2:09:40 PM
Claude Opus 4.1火速发布！坐稳编程之王，官方：马上还有大更新

Claude Opus 4.1火速发布！坐稳编程之王，官方：马上还有大更新
还是Claude痛快，Claude Opus 4.1前脚曝光，今天这就正式发了。 编程性能再次突破天花板，超越Claude Opus 4，拿下SOTA。 此外在Agent任务和推理方面进一步升级。
8/6/2025 1:45:19 PM
震撼，世界模型第一次超真实地模拟了真实世界：谷歌Genie 3昨晚抢了OpenAI风头

震撼，世界模型第一次超真实地模拟了真实世界：谷歌Genie 3昨晚抢了OpenAI风头
昨晚十点，谷歌 DeepMind 重磅宣布其 Genie 世界模型系列正式来到了第 3 代。 「Genie 3 是我们突破性的世界模型，可以通过单个文本提示词创建交互式、可玩的环境。 从照片般逼真的风景到奇幻的境界，可能性无穷无尽。
8/6/2025 1:44:49 PM
AI将消灭中产阶级！前谷歌高管惊人预警：未来只剩金字塔尖0.1%和底层

AI将消灭中产阶级！前谷歌高管惊人预警：未来只剩金字塔尖0.1%和底层
就在刚刚，前谷歌X高管发出震撼警告——中产阶级，将彻底被AI消灭，从此只剩金字塔顶端的0.1%和底层民众两类人。 如果此预言为真，你会属于哪一类？ 根据这位名为Mo Gawdat的高管预言：「AI地狱期」将从2027年开始爆发，一连持续15年！
8/6/2025 9:31:53 AM
鼠标的未来是手环？解码肌肉信号，Meta黑科技登上Nature

鼠标的未来是手环？解码肌肉信号，Meta黑科技登上Nature
手腕表面肌电图（sEMG）能以侵入式手腕设备感知和解释肌肉激活，并以人机界面的形式作为计算机输入。 这项技术被Meta认为是下一代人机交互的革命性技术。 Meta在2024年已经分享了一系列的肌电信号研究和开源的肌电信号数据集，并发表了技术白皮书，如今这项技术登上了7月24日的Nature。
8/6/2025 9:22:44 AM
英伟达回应了！没有后门、没有终止开关、没有监控软件

英伟达回应了！没有后门、没有终止开关、没有监控软件
就在刚刚，英伟达针对性地的回应了！ 没有后门。 没有终止开关。
8/6/2025 9:19:31 AM
谷歌深夜放出「创世引擎」Genie 3！一句话秒生宇宙，终极模拟器觉醒

谷歌深夜放出「创世引擎」Genie 3！一句话秒生宇宙，终极模拟器觉醒
全球最强「世界AI模拟器」今夜诞生！ 刚刚，谷歌DeepMind祭出新一代通用世界模型——Genie 3，能模拟出史无前例的丰富交互环境。 一句话，Genie 3即可生成一个动态世界。
8/6/2025 9:17:24 AM
科研写作神器，超越Mathpix的科学公式提取工具已开源

科研写作神器，超越Mathpix的科学公式提取工具已开源
LaTeX 公式的光学字符识别（OCR）是科学文献数字化与智能处理的基础环节，尽管该领域取得了一定进展，现有方法在真实科学文献处理时仍面临诸多挑战：其一，主流方法及公开数据集多聚焦于结构简单、符号单一的公式，难以覆盖多学科、高难度的复杂公式；其二，实际文档中广泛存在的多行公式、长公式、分段公式及页面级复杂排版等情况尚未得到充分关注与处理；其三，大多数方法依赖专用模型，通常需要针对特定任务进行专门设计，难以实现通用性和扩展性。 针对上述挑战，DocTron 团队提出了系统性解决方案。 首先，针对现有数据集覆盖面有限、结构单一的问题，构建了涵盖多学科、多结构的大规模高难度数据集 CSFormula，包含行级、段落级和页面级的复杂排版。
8/6/2025 9:13:57 AM
Discrete Tokenization：多模态大模型的关键基石，首个系统化综述发布

Discrete Tokenization：多模态大模型的关键基石，首个系统化综述发布
近年来，大语言模型（LLM）在语言理解、生成和泛化方面取得了突破性进展，并广泛应用于各种文本任务。 随着研究的深入，人们开始关注将 LLM 的能力扩展至非文本模态，例如图像、音频、视频、图结构、推荐系统等。 这为多模态统一建模带来了机遇，也提出了一个核心挑战：如何将各种模态信号转化为 LLM 可处理的离散表示。
8/6/2025 9:10:10 AM
面向6G环境感知通信！西电开源3Dx3D无线电地图数据集与生成式基准框架

面向6G环境感知通信！西电开源3Dx3D无线电地图数据集与生成式基准框架
面向6G的新一代通信系统，正在逐步从「连接万物」向「感知环境、理解空间」的智能化范式演进。 未来网络架构将不仅局限于地面基站和终端，而是向空天地一体化方向拓展，支持包括低轨卫星、高空无人机、智能车辆、楼宇通信等在内的高密度异构节点协同运行。 在这种多尺度、多层级的复杂传播环境中，传统依赖导频（pilot）的信道估计方法将面临开销高、泛化差、适应慢等瓶颈。
8/5/2025 2:59:50 PM
陶哲轩经费被断供，在线发帖自证数学有用

陶哲轩经费被断供，在线发帖自证数学有用
菲尔兹奖得主、UCLA数学教授陶哲轩（Terence Tao）这几天很无助，更多的还有是愤怒。 这位数学家中的天才，最近接连遭遇重创——先是他就职的UCLA有3.39亿美元的科研经费被冻结，陶的个人研究以及UCLA应用数学研究所IPAM失去资金支持，后续研究几近无枝可依。 紧接着，当陶哲轩在社交媒体上表达对这一举措的不理解后，招来了更猛烈的舆论争议——许多网友开始质疑陶的一些学术成果并不像宣传中所说的那么重要，“因为医学成像领域（以及其他领域，如地震学、天文学和统计学）的研究人员已经在不同时间通过实证发现了非常相似的算法”。
8/5/2025 2:54:39 PM