模型

清华张亚勤：10年后，机器人将可能比人都多

“10年后，机器人将可能比人都多，会陆续进入工厂、社会，最终形态是进入家庭。未来每个人、每个家庭都有机器人。 ”这样的预言，来自清华大学智能产业研究院（AIR）院长张亚勤。

4/21/2025 9:30:00 AM

量子位

OpenAI爆出硬伤，强化学习是祸首！o3越强越「疯」，幻觉率狂飙

满血o3更强了，却也更爱「胡言乱语」了。 OpenAI技术报告称，o3和o4-mini「幻觉率」远高于此前的推理模型，甚至超过了传统模型GPT-4o。根据PersonQA基准测试，o3在33%的问题回答中产生了幻觉，几乎是o1（16%）的2倍。

4/21/2025 9:27:00 AM

新智元

文科已死，计算机科学将亡？ACM警告：不想被AI团灭，关键在融合新生

GenAI日新月异，引发了大众选择职业和大学专业的焦虑。但最近，美国的国际计算机协会（Association for Computing Machinery，ACM），发布了一篇博客文章，表示：文科和计算机科学，这两个专业最后可能合流，融合在一起才能存活。在哲学中，「存在危机」指的是质疑自己人生目的、意义和在世界中位置的状态。

4/21/2025 9:14:00 AM

新智元

Transformer+Mamba黄金组合！长文推理性能飙升3倍，性能还更强

过去几年，Transformer虽稳坐AI架构「铁王座」，但其二次方复杂度带来的算力消耗和长序列处理瓶颈，限制了大模型在推理阶段处理长文本。 Mamba凭借「线性复杂度」异军突起，非常适合长序列任务，有望成为Transformer架构的替代品，但在处理全局关系上偏弱。 Mamba Transformer混合架构可以将二者的优势互补，实现「效率」和「性能」的双丰收。

4/21/2025 9:07:00 AM

新智元

这样在本地搭建DeepSeek可以直接封神：本地部署+避坑指南（升级版）

本文旨在提供一个全面且详细的DeepSeek本地部署指南，帮助大家在自己的设备上成功运行DeepSeek模型。无论你是AI领域的初学者还是经验丰富的开发者，都能通过本文的指导，轻松完成DeepSeek的本地部署。一、本地部署的适用场景DeepSeek本地部署适合以下场景：高性能硬件配置：如果你的电脑配置较高，特别是拥有独立显卡和足够的存储空间，那么本地部署将能充分利用这些硬件资源。

4/21/2025 8:47:18 AM

冰河

DeepSeek-R1「内心世界」首次曝光！AI显微镜破解R1大脑，发现神秘推理机制

推理模型的内心世界是怎么想的？推理模型与普通LLM之间有没有本质的区别？一直以来，AI内部的运作机理就像个「黑箱子」。

4/21/2025 8:42:00 AM

新智元

LeCun被痛批：你把Meta搞砸了！烧掉千亿算力，自曝折腾20年彻底失败

凭借着GPT/o系列、Gemini 2.5、Claude的强大能力，OpenAI、谷歌、Anthropic纷纷在AI大战中各领风骚。唯独Meta，没有走在前沿。 Llama 4自发布以来种种拉跨的表现，让Meta在某种程度上沦为了业内的「笑柄」。

4/21/2025 8:40:00 AM

新智元

仅需0.4GB，参数只有0和±1！微软开源首个原生1 bit模型，CPU轻松跑

大模型轻量化终于又有好玩的了。就在最近，微软亚研院开源了第一款参数量达到20亿，并且还是原生1bit精度的LLM——BitNet b1.58 2B4T。论文地址：，其实都在模型名字里了：1.

4/21/2025 8:30:00 AM

新智元

马斯克炫酷变身毒液！实测通义Wan2.1首尾帧视频模型，还能“拼接”经典梗图

在GitHub狂揽1w 星标的通义万相Wan2.1，又双叒上新了！最新打开方式是酱婶儿的：给出开始（首帧）和结束（尾帧）两张图片，Wan2.1便能分分钟生成一段丝滑的5s、720p视频。根据前后视角的不同，还能自动调整镜头角度，缓慢变成高空俯拍，并同时保证人物光影正确：原来这是阿里通义万相Wan2.1最新开源的首尾帧视频模型，基于Wan2.1文生视频14B大模型，为创作者们提供更高效、更灵活的视频制作方式。

4/21/2025 8:27:00 AM

量子位

纯自回归图像生成模型开源来了，复旦联手字节seed共同捍卫自回归

基于Transformer的自回归架构在语言建模上取得了显著成功，但在图像生成领域，扩散模型凭借强大的生成质量和可控性占据了主导地位。虽然一些早期工作如Parti、LlamaGen，尝试用更强的视觉tokenizer和Transformer架构来提升自回归生成的效果，但他们论文中的结果表明，只有更多的参数量才能让自回归模型勉强和扩散模型“掰掰手腕”。这也让越来越多的研究者质疑自回归视觉生成是否是一条可行、值得探索的路径。

4/21/2025 8:20:00 AM

量子位

扩散LLM推理用上类GRPO强化学习！优于单独SFT，UCLA、Meta新框架d1开源

当前，强化学习（RL）方法在最近模型的推理任务上取得了显著的改进，比如 DeepSeek-R1、Kimi K1.5，显示了将 RL 直接用于基础模型可以取得媲美 OpenAI o1 的性能。不过，基于 RL 的后训练进展主要受限于自回归的大语言模型（LLM），它们通过从左到右的序列推理来运行。与此同时，离散扩散大语言模型（dLLM）成为有潜力的语言建模的非自回归替代。

4/20/2025 2:34:00 PM

机器之心

SS 2025｜ConRFT：真实环境下基于强化学习的VLA模型微调方法

本文第一作者为陈宇辉，中科院自动化所直博三年级；通讯作者为李浩然，中科院自动化所副研；研究方向为强化学习、机器人学习、具身智能。视觉-语言-动作模型在真实世界的机器人操作任务中显示出巨大的潜力，但是其性能依赖于大量的高质量人类演示数据。由于人类演示十分稀缺且展现出行为的不一致性，通过监督学习的方式对 VLA 模型在下游任务上进行微调难以实现较高的性能，尤其是面向要求精细控制的任务。

4/18/2025 12:25:34 PM

机器之心

谷歌大模型“性价比之王”来了！混合推理模型，思考深度可自由控制，竞技场排名仅次于自家Pro

紧跟o4-mini，谷歌上新了Gemini 2.5 Flash preview版本。作为更注重效率的Flash，在大模型竞技场上排名并列第二，第一是自家的Gemini 2.5 Pro。这样的表现，让Gemini 2.5 Flash的性价比直接拉满。

4/18/2025 10:43:23 AM

最新万字长文！强化学习之父联合谷歌RL副总裁：未来不是靠强化学习算法而是「经验流」

就像Sam Altman 之前在博客文章中写的那样：回顾人工智能的发展，深度学习确实奏效了！现在强化学习正如火如荼，OpenAI o系列，DeepSeek R0都显示出了强化学习的巨大威力，人类生成的数据推动了人工智能的惊人进步，但接下来会发生什么？谷歌强化学习副总裁 David Silver与图灵奖获得者，强化学习之父Richard Sutton最新论文《Welcome to the Era of Experience》犹如《TheBitterLesson（苦涩的教训）》的续章给我们当头一棒：人类数据正在见顶，经验是下一个超级数据源，真正能推动AI跃升的数据，必须随模型变强而自动增长。

4/18/2025 10:01:41 AM

AI寒武纪