模型
刚刚，OpenAI推出最贵o1-pro API！千倍于DeepSeek
刚刚，OpenAI 在其开发者 API 中推出了 o1 推理模型的一个更强大版本，即 o1-pro。 据 OpenAI 称，o1-pro 使用比 o1 更多的计算资源来提供更好的响应。 该功能仅对特定开发者开放（Tier 1–5 开发者），支持视觉、函数调用、结构化输出，并与响应和 Batch API 兼容。
3/20/2025 9:46:06 AM
机器之心
揭秘老黄演讲中关键技术：PD分离！UCSD华人团队力作，LLM吞吐量跃升4倍
现在，PD分离已经成为兵家必争之地。 前有Mooncake/DeepSeek等公司采用这种技术来优化大模型的推理服务，后有Nvidia/PyTorch基于该技术孵化下一代LLM服务系统。 甚至最近，黄仁勋也在2025 GTC的舞台上提到了PD分离（Prefill-Decode Disaggregation）技术，进一步证明了这一技术获得的广泛关注。
3/20/2025 9:00:00 AM
新智元
1段视频=亿万虚拟场景，当真实世界秒变机器人训练场
3月19日，群核科技在GTC2025全球大会上宣布开源空间理解模型SpatialLM，这是一个基于大语言模型的3D场景语义生成框架。 它突破了传统大语言模型对物理世界几何与空间关系的理解局限，赋予机器类似人类的空间认知和解析能力。 这相当于为具身智能领域提供了一个基础的空间理解训练框架，企业可以针对特定场景对SpatialLM模型微调，降低具身智能训练门槛。
3/19/2025 2:47:00 PM
新闻助手
无需百卡集群！港科等开源LightGen: 极低成本文生图方案媲美SOTA模型
LightGen 主要作者来自香港科技大学和 Everlyn AI, 第一作者为香港科技大学准博士生吴显峰，主要研究方向为生成式人工智能和 AI4Science。 通讯作者为香港科技大学助理教授 Harry Yang 和中佛罗里达副教授 Sernam Lim。 共同一作有香港科技大学访问学生白亚靖，香港科技大学博士生郑皓泽，Everlyn AI 实习生陈浩东，香港科技大学博士生刘业鑫。
3/19/2025 10:41:11 AM
机器之心
世界模型在机器人任务规划中的全新范式：NUS邵林团队提出通用机器人规划模型FLIP
本文的作者均来自新加坡国立大学 LinS Lab。 本文第一作者为新加坡国立大学博士生高崇凯，其余作者为北京大学实习生张浩卓，新加坡国立大学博士生徐志轩，新加坡国立大学硕士生蔡哲豪。 本文的通讯作者为新加坡国立大学助理教授邵林。
3/19/2025 10:26:10 AM
机器之心
Django创造者Simon Willison分享：我如何使用LLM帮我写代码
近段时间，著名 AI 科学家 Andrej Karpathy 提出的氛围编程（vibe coding）是 AI 领域的一大热门话题。 简单来说，氛围编程就是鼓励开发者忘掉代码，进入开发的氛围之中。 更简单地讲，就是向 LLM 提出需求，然后「全部接受」即可。
3/19/2025 10:19:22 AM
机器之心
老黄发布新核弹B300，英伟达：B200已破DeepSeek-R1推理世界纪录
皮衣老黄，带着最强AI芯片GB300闪亮登场“AI超级碗”GTC，燃爆全场！ 性能方面，和去年发布的GB200相比，推理性能是其1.5倍。 据悉，GB300将在今年的下半年出货。
3/19/2025 9:52:50 AM
量子位
AI真·抢饭碗？美国码农就业跌至1980年以来最低，重回「吃豆人」时代
美国程序员的就业人数已跌至1980年以来的最低水平!那可是互联网存在之前的好多年了。 1980年，「吃豆人」（Pac-Man）游戏刚刚风靡全球。 亚马逊还没开始在线上卖货，苹果还没有出售它的iPhone。
3/19/2025 9:30:10 AM
新智元
全球首个工业界多模态推理模型开源！38B硬刚DeepSeek-R1，训练秘籍全公开
刚刚，昆仑万维正式开源了全球首个工业界多模态推理模型Skywork R1V（以下简称「R1V」）！ R1V高效地将DeepSeek-R1这种强大的文本推理能力无缝scaling到了视觉模态，实现了多模态领域的领先表现，并以开源方式推动了技术进步。 由此，多模态推理的新时代即将开启。
3/19/2025 9:20:00 AM
新智元
多模态也做到了强推理！工业界首个开源的R1V，让视觉思考进入o1时代
DeepSeek-R1 问世后，我们一直在期待能「强推理、慢思考」的大模型进化成多模态模式。 如果能在视觉等各领域复刻强化学习（RL）在文本上的突破，AI 应用势必会将更多领域推入新的范式。 毫无疑问，这也是众多科技公司正在探索的方向。
3/19/2025 8:30:00 AM
机器之心
o1/o3后训练负责人离职创业，奥特曼把OpenAI玩成另一个YC孵化器了
OpenAI高管离职潮继续：CTO Mira卷着一票人才集体出走之后，刚刚，后训练研究副总裁William Fedus也官宣离职创业了。 他在不到半年前，也就是去年10月刚刚晋升——没错，彼时OpenAI的上一任后训练负责人Barret Zoph等人刚刚跟着CTO Mira跑路。 在那一拨人才离职潮中，William (Liam) Fedus是顶上重任的主要角色之一。
3/18/2025 1:14:13 PM
量子位
ChatGPT创始成员、后训练负责人官宣离职！自立门户并将获OpenAI投资
OpenAI 又有重量级员工出走！ 这次是后训练负责人、研究副总裁 William Fedus。 今天凌晨，Fedus 在 X 上发表了一则公开离职信，讲述了他离职的原因以及今后的去向。
3/18/2025 9:26:22 AM
机器之心
新注意力让大模型上下文内存占用砍半！精度不减还能加速2倍
大模型同样的上下文窗口，只需一半内存就能实现，而且精度无损？ 前苹果ASIC架构师Nils Graef，和一名UC伯克利在读本科生一起提出了新的注意力机制Slim Attention。 它以标准多头注意力（MHA）为基准，对其中的value缓存处理过程进行了调整，实现了更少的内存占用。
3/18/2025 9:23:22 AM
量子位
8张GPU训出近SOTA模型，超低成本图像生成预训练方案开源
超低成本图像生成预训练方案来了——仅需8张GPU训练，就能实现近SOTA的高质量图像生成效果。 划重点：开源。 模型名为LightGen，由港科大Harry Yang团队联合Everlyn AI等机构打造，借助知识蒸馏（KD）和直接偏好优化（DPO）策略，有效压缩了大规模图像生成模型的训练流程。
3/18/2025 9:21:31 AM
量子位
Groundlight 开源框架，搞定复杂的视觉推理
一直专注于让AI看懂世界的 Groundlight 研究团队，近日放大招，宣布开源了一套全新的 AI 框架!这套框架旨在攻克视觉领域的一大难题——复杂的视觉推理，让AI不仅能“看图识物”，更能像福尔摩斯一样，从图像中推理出更深层次的信息。 我们都知道，现在的AI在识别猫猫狗狗方面已经炉火纯青，但要让它们理解图片背后的逻辑关系，进行更复杂的推理，就常常“卡壳”。 Groundlight 的研究人员指出，当前的视觉语言模型 （VLM） 在理解图像本身尚且不足的情况下，更难以完成需要深度解读的任务。
3/17/2025 3:00:00 PM
AI在线
https://mp.weixin.qq.com/s/-lOj5naC2Yb3BD32YuUyOw
机构: 北京大学人工智能研究院 北京通用人工智能研究院作者: 毛彦升 徐宇飞 李佳琪 孟繁续 杨昊桐 郑子隆 王希元 张牧涵长文本任务是当下大模型研究的重点之一。 在实际场景和应用中，普遍存在大量长序列（文本、语音、视频等），有些甚至长达百万级 tokens。 扩充模型的长文本能力不仅意味着可以在上下文窗口中装入更长的文本，更是能够更好地建模文本段落间信息的长程依赖关系，增强对长文的阅读理解和推理。
3/17/2025 12:55:18 PM
机器之心
迁移DeepSeek-R1同款算法，小米让7B模型登顶音频理解推断MMAU榜单
7B小模型 3.8万条训练数据，就能让音频理解和推断评测基准MMAU榜单王座易主？ 受到DeepSeek-R1中强化学习算法的启发，小米大模型团队对阿里的Qwen2-Audio-7B模型进行了微调。 结果模型在MMAU上的准确率从49.2%提升到了64.5%（涨幅31%），比以前霸榜的GPT-4o还高出近10个百分点。
3/17/2025 12:13:26 PM
量子位
AI要取代程序员？吴恩达：别信！现在学编程比以往任何时候都香
AI的爆发式发展，让很多学习编程的人或者在职的软件工程师都很迷茫焦虑，更有甚者，像Anthropic CEO Dario Amodei 前两天说：“未来 3 到 6 个月内，90% 的代码将由人工智能编写；12 个月内，几乎所有代码都可能由人工智能生成”，那么究竟将来还需不要学习编程，吴恩达老师给出了他的看法：学习编程依然非常重要以下是原文中文翻译，分享给大家吴恩达@AndrewYNg如今有些人正在劝退他人学习编程，理由是人工智能将使编程自动化。 这种建议将来会被视为史上最糟糕的职业建议之一。 我不同意那位图灵奖和诺贝尔奖得主所写的“编程这个职业很可能走向消亡 [...] 而不是变得无所不能。
3/17/2025 9:43:42 AM
AI寒武纪
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
DeepSeek
谷歌
AI绘画
大模型
机器人
数据
Midjourney
开源
AI新词
Meta
微软
智能
用户
GPT
学习
技术
智能体
马斯克
Gemini
Anthropic
图像
英伟达
AI创作
训练
LLM
论文
代码
算法
AI for Science
Agent
苹果
Claude
芯片
腾讯
Stable Diffusion
蛋白质
开发者
xAI
生成式
神经网络
机器学习
3D
RAG
具身智能
AI视频
人形机器人
研究
大语言模型
百度
生成
GPU
Sora
工具
华为
计算
字节跳动
AI设计
大型语言模型
AGI
搜索
视频生成
场景
生成式AI
深度学习
DeepMind
架构
AI模型
亚马逊
特斯拉
Transformer
编程
视觉
MCP
预测