模型

奖励模型终于迎来预训练新时代！上海AI Lab、复旦POLAR，开启Scaling新范式

在大语言模型后训练阶段，强化学习已成为提升模型能力、对齐人类偏好，并有望迈向 AGI 的核心方法。然而，奖励模型的设计与训练始终是制约后训练效果的关键瓶颈。目前，主流的奖励建模方法包括 “基于偏好的奖励建模”（Preference-based Reward Modeling）和 “基于规则的验证”（Rule-based Verifier）两种方法。

7/10/2025 2:51:29 PM

VLA统一架构新突破：自回归世界模型引领具身智能

本文来自：王宇琪，中国科学院自动化所博士，研究方向为世界模型，自动驾驶感知与决策等，在 CVPR、NeurIPS、ICCV、ECCV、ICLR 等顶级会议上发表过多篇论文。王鑫龙团队，北京智源研究院，研究方向为原生多模态大模型，Emu 系列工作核心负责人。张兆翔团队，中国科学院自动化研究所，研究方向涵盖世界模型、视觉生成与重建、自动驾驶、具身智能等。

7/10/2025 2:50:46 PM

ICML 2025 | 给AI装上「智能升级插件」！阿里安全-清华大学D-MoLE让模型在持续学习中动态进化

本文第一作者为清华大学计算机系的硕士二年级研究生葛晨笛，研究方向为多模态大语言模型、自动机器学习和图机器学习。主要合作者为来自阿里巴巴集团安全部的樊珈珮、黄龙涛和薛晖。通讯作者为清华大学的朱文武教授、王鑫副研究员。

7/10/2025 2:50:24 PM

今天凌晨，微软在官网开源了Phi-4家族的最新版本Phi-4-mini-flash-reasoning。 mini-flash版延续了Phi-4家族参数小性能强的特点，是专门针对那些受算力、内存和延迟限制场景设计的，单个GPU可运行，适合笔记本、平板电脑等边缘设备。与前一个版本相比，mini-flash使用了微软自研的创新架构SambaY，推理效率暴涨了10倍，延迟平均降低了2—3倍，整体推理性能实现了大幅度提升。

7/10/2025 9:14:37 AM

首个GUI多模态大模型智能体可信评测框架+基准：MLA-Trust

MLA-Trust 是首个针对图形用户界面（GUI）环境下多模态大模型智能体（MLAs）的可信度评测框架。该研究构建了涵盖真实性、可控性、安全性与隐私性四个核心维度的评估体系，精心设计了 34 项高风险交互任务，横跨网页端与移动端双重测试平台，对 13 个当前最先进的商用及开源多模态大语言模型智能体进行深度评估，系统性揭示了 MLAs 从静态推理向动态交互转换过程中所产生的可信度风险。此外，MLA-Trust 提供了高度模块化且可扩展的评估工具箱，旨在为多样化交互环境中 MLAs 的持续性可信度评估提供技术支撑。

7/4/2025 4:50:07 PM

10分钟搞定Excel世锦赛难题！首个超越人类Excel Agent，网友：想给它磕一个

前段时间，我们报道了 5 款大模型参加了今年山东高考的事儿，为了弄清楚各大模型在 9 个科目中的具体表现，我们对着测评明细表挨个儿分析，搞得狼狈又崩溃。要是哪个 AI 能一键分析表格，我当场就能给它磕一个。现在，终于有 AI 来整顿 Excel 表格了！

7/4/2025 4:47:35 PM

Agent RL和智能体自我进化的关键一步：TaskCraft实现复杂智能体任务的自动生成

近年来，基于智能体的强化学习（Agent RL）与智能体优化（Agent Optimization）在学术界引发了广泛关注。然而，实现具备工具调用能力的端到端智能体训练，首要瓶颈在于高质量任务数据的极度稀缺。当前如 GAIA 与 BrowserComp 等主流数据集在构建过程中高度依赖人工标注，因而在规模与任务复杂性方面均存在明显限制——BrowserComp 仅涵盖约 1300 个搜索任务，GAIA 则仅提供约 500 条多工具协同任务样本。

7/4/2025 4:46:57 PM

4000万样本炼出AI读心术，刷新七榜SOTA，最强「人类偏好感应器」开源

AI，到处都是AI！早上起来，脑子里突然萦绕起一个旋律，于是便对着AI随便哼了几句让它找出来是哪首歌；到公司之后，打开电脑里的AI，开始准备关于昨天工作的汇报。只见你熟练地敲入：「根据以下这些文档，写一份总结，要专业、有逻辑、内容简洁」。

7/4/2025 4:45:24 PM

Ilya尘封10年录音曝光！大二入Hinton门下，竟坦言机器学习反直觉

Ilya Sutskever因在深度学习方面的远见卓识而闻名。他现在许多广为流传的言论其实都来自于他在2023年参加Dwarkesh播客时的发言。此后，直到2025年Ilya创办SSI后，几乎不再有公开的言论，此前曾探讨过Ilya的去向。

7/4/2025 4:39:56 PM

百万年薪遍地走，Meta薪资接连曝光！AI人才身价水涨船高ing

20000000美金，码农身价堪比NBA球星？就在小扎顶配高薪挖人之际，Meta各岗位薪资被接连曝出。先是一份联邦文件曝光，将Meta包括AI研究科学家、软件工程师、产品经理等在内的岗位基本工资一次性大揭底。

7/4/2025 4:37:50 PM

硅谷的企业级AI正在这样赚钱｜2025人工智能现状报告

企业级AI开发现状如何？各企业在使用AI的战略上有什么变化？ AI公司应该作出什么样的调整来应对挑战？

7/4/2025 4:34:43 PM

开源DeepSeek R1增强版：推理效率快200%，创新AoE架构

德国知名技术咨询公司TNG开源了DeepSeek R1的增强版DeepSeek-TNG-R1T2-Chimera。 Chimera是基于DeepSeek的R1-0528、R1和V3-0324三大模型混合开发而成，同时采用了一种全新的AoE架构。这种架构在提升性能的同时，还能加快模型的推理效率并节省token输出。

7/4/2025 9:08:00 AM

首次！世界模型、动作模型融合，全自回归模型WorldVLA来了

岑俊，阿里巴巴达摩院具身智能大模型算法研究员，博士毕业于香港科技大学。研究方向主要是：具身智能 VLA 模型，世界模型。阿里巴巴达摩院提出了 WorldVLA, 首次将世界模型 (World Model) 和动作模型 (Action Model/VLA Model) 融合到了一个模型中。

7/4/2025 9:07:00 AM

本地LLM万字救场指南来了！全网超全AI实测：4卡狂飙70B大模型

今年上半年，随着DeepSeek R1的发布，国内大模型的应用迎来井喷式的发展，各种大模型的信息满天飞，连普通消费者都多多少少被大模型一体机给安利了，特别是满血版的DeepSeek 671B。然而理性地来讲，671B模型的部署成本动辄百万起步，远超一般企业的IT预算。同时，我们对大模型的使用与功能挖掘还停留在初期阶段，特别是在后千模大战的时代，32B/70B等中档模型已经可以满足许多企业的需求。

7/4/2025 9:06:00 AM

图灵奖大佬向97年小孩哥汇报？小扎1亿年薪买新贵，老将痛诉熬夜捡GPU！

起猛了，看到LeCun给Alexandr Wang汇报了！一个是图灵三巨头、多年学术泰斗，一个是靠着数据标注成功晋身亿万富翁的97年小孩哥，这个画面，实在是过于魔幻了。为了Wang，小扎砸下了足足143亿美元，拿下整个Scale AI 49%股权。

7/4/2025 9:06:00 AM

登上热搜！Prompt不再是AI重点，新热点是Context Engineering

最近「上下文工程」有多火？ Andrej Karpathy 为其打 Call，Phil Schmid 介绍上下文工程的文章成为 Hacker News 榜首，还登上了知乎热搜榜。之前我们介绍了上下文工程的基本概念，今天我们来聊聊实操。

7/4/2025 9:05:00 AM

vivo突破手机AI部署难题，绕开MoE架构限制，骁龙8 Elite流畅运行｜ICCV 2025

在AI迈入多模态时代的当下，“让大模型上手机”成为产业落地的焦点。现有MLLM在手机端部署时常面临两大难题：1、纯语言任务性能下降：现有的端侧MLLM在纯文本的任务上表现不尽人意；2、手机NPU不支持MoE架构：而MoE架构恰恰是多模态训练中保持语言能力的常用手段（比如CogVLM，Wings）。 vivo AI研究院联合港中文以及上交团队为了攻克这些难题，从训练数据和模型结构两方面，系统性地分析了如何在MLLM训练中维持纯语言能力，并基于此提出了GenieBlue——专为移动端手机NPU设计的高效MLLM结构方案。

7/4/2025 9:00:00 AM

推理AI致命弱点，大模型变「杠精」！被带偏后死不悔改

20世纪初，据说存在一匹会算数的马，被称为「聪明的汉斯」，但经过心理学家冯斯特的研究，最终发现这匹马其实是通过观察提问者无意识的肢体语言（如呼吸变化）来停止踩蹄，并非真正理解数学。如今，我们发现，大模型会呈现出推理行为，甚至还存在Aha时刻这样的「顿悟现象」。这会不会是大模型表现的如同「聪明的汉斯」那样，依赖提示词中的表面模式，而非真正具有了推理能力，DeepMind的最新研究揭示了大模型推理能力令人担忧的一面。

7/4/2025 8:49:00 AM

资讯热榜

估值840亿AI实验室再放大招，他们要给大模型戴上「紧箍咒」 OpenAI研究大模型对GDP贡献，三大行业已能代替人类，并自曝不敌Claude 从探索到验证：Parallel-R1 如何塑造大模型的"思考"哲学让大模型合成检查器：UIUC团队挖出Linux内核90余个长期潜伏漏洞日本游戏公司中超半数已采用 AI 技术，任天堂因版权顾虑保持谨慎无标签进化：EVOL-RL用“多数选择+新颖变异”破解大模型“熵坍缩”困局 2030年，AI将取代40%人类工作？OpenAI CEO 预言未来苹果悄然研发ChatGPT式应用，Siri即将重大改版

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek 谷歌 AI绘画数据机器人大模型 Midjourney 开源 Meta 智能用户微软 GPT 学习 AI新词技术智能体马斯克 Gemini 图像 AI创作英伟达 Anthropic 训练论文代码 LLM 算法 Stable Diffusion 芯片腾讯苹果 AI for Science Claude 蛋白质 Agent 开发者生成式神经网络 xAI 机器学习 3D 研究人形机器人生成 AI视频百度工具计算 RAG 大语言模型 GPU 华为 Sora 具身智能 AI设计字节跳动搜索大型语言模型 AGI 场景深度学习视频生成预测视觉架构伟达 Transformer DeepMind 编程神器推荐 AI模型亚马逊特斯拉

模型