人工智能
时间序列模型的演变：人工智能引领新的预测时代
译者 | 布加迪审校 | 重楼我们正处于这样一个时代：大型基础模型（大规模通用神经网络以无监督的方式使用大量不同的数据进行预训练）彻底改变计算机视觉、自然语言处理以及最近的时间序列预测等领域。 这种模型通过实现零样本预测来重塑时间序列预测领域，允许使用新的、未见过的数据进行预测，无需针对每个数据集进行重新训练。 这一突破显著缩减了开发时间和成本，简化了为不同任务创建和微调模型的过程。
谷歌 CEO 皮查伊嘲讽微软：他们使用的是别人开发的 AI 模型
2022 年 ChatGPT 横空出世后，微软迅速抓住机遇，向 OpenAI 注资数十亿美元。这一大胆的举动让微软可以快速接入预先开发好的 AI 模型，在竞争对手还在从零开始时，微软已经取得了显著的领先优势。然而，谷歌 CEO 桑达尔・皮查伊最近对此事进行了嘲讽。在《纽约时报》的 Dealbook 峰会上，皮查伊表示微软使用的是他人开发的 AI 模型，并乐意将谷歌和微软的模型进行对比。
2025年值得关注的五个AI软件开发趋势
2025 年有望成为软件开发发展的关键时刻，人工智能（AI）的不懈进步将推动这一发展。 随着 AI 继续渗透到我们生活的方方面面，它对软件开发领域的影响是不可否认的。 从自动执行日常任务到彻底改变创意过程，AI 已准备好重塑我们构建和部署软件的方式。
2025年企业对AI的期望
AI驱动的变革即将到来，但2025年将是缓慢而稳步进展的一年。 今年，随着更现实的期望占据主导，围绕AI的初步炒作和兴奋已经平息。 对于企业部署而言，这一点尤其明显，因为现有模型的能力与许多业务工作流的复杂性相结合，导致进展比许多人预期的要慢。
曼城邀请球迷用 AI 设计球衣，获胜作品将用于 2026-2027 赛季
曼城足球俱乐部宣布将举办一场 AI 设计球衣大赛，邀请球迷利用人工智能技术设计俱乐部 2026-2027 赛季的第三套球衣。这套球衣不仅将在赛场上亮相，还将面向球迷发售。
研究表明每个国家都需要人工智能主权
如果你出售大量硬件来支持人工智能工作负载，那么最好的方法就是让全球各国都相信人工智能是如此重要，以至于他们必须在自己的境内拥有大量人工智能。 以防某些政治或经济危机导致人工智能技术无法通过遍布全球的云构建者获得。 将大量GPU送到超大规模和云计算构建者手中是扩展GenAI模型以展示其能力的最佳方式，同时也说明了GenAI对所有国家的战略重要性。
Sora开服被挤爆！支持中文/编剧模式/作品分享，145块就能玩
传言为真，Sora开放！ OpenAI“双十二”第三天，更重磅炸弹来袭——只要是ChatGPT Plus/Pro用户，就能直接用Sora生成视频。 场面有多火爆呢？
用有限的预算构建AI应用程序
译者 | 布加迪审校 | 重楼人工智能（AI）已经成为现代软件应用程序不可或缺的一部分，因为它可以为传统应用程序添加更强大的功能。 本教程将指导你使用一种简单的方法来构建AI应用程序。 人工智能（AI）已经成为现代软件应用程序不可或缺的一部分，因为它可以为传统应用程序添加前所未有的更强大功能，比如语音识别、图像检测/分类以及自然语言处理（NLP）等等。
苹果 AI 负责人称公司对开发通用人工智能不感兴趣，短期内难实现
通用人工智能（AGI）是许多人工智能公司经常讨论的话题，但苹果似乎与大多数公司有着截然不同的观点。苹果公司机器学习和人工智能战略高级副总裁约翰・詹南德雷亚（John Giannandrea）在接受 WIRED 采访时表示，苹果对通用人工智能（AGI）并不感兴趣，这一目标不现实且有些轻率。
Scaling Law不是唯一视角！清华刘知远团队提出大模型“密度定律”：模型能力密度100天翻番
Scaling Law并非描述大模型能力的唯一视角！ 清华NLP实验室刘知远教授团队，最新提出大模型的密度定律（densing law），表达形式让人想到芯片领域的摩尔定律：模型能力密度随时间呈指数级增长，2023年以来能力密度约每3.3个月（约100天）翻一倍。 根据密度定律，研究团队还得出以下重要推论——AI时代的三大核心引擎——电力、算力与智力，都同样遵循密度快速增长趋势。
微软 AI 掌门人苏莱曼不看好 OpenAI 阿尔特曼对 AGI 的预判：当前硬件无法实现
据 The Verge 今晚报道，微软 AI CEO 穆斯塔法・苏莱曼对 OpenAI CEO 山姆・阿尔特曼的最新表态提出了异议，称当前硬件无法实现 AGI。
国家知识产权局拟明确：AI 系统无法成为发明人，专利文件署名的发明人必须是自然人
对于人工智能辅助作出的发明，对发明创造的实质性特点作出了创造性贡献的自然人，可以署名为专利申请的发明人。但人工智能自主生成发明，就无法被赋予发明人身份。
OpenAI 六年元老再发文：全球 AI 狂飙，我们应该拉手刹还是踩油门
前段时间离职后留下公开辞职博客的 OpenAI 六年元老 Miles Brundage 最近再发一文，讨论了一个相当热门但棘手的问题：当今的 AI 发展速度，应该加速、减速还是维持现状？
美国一大学将开设独特文学课程，教材、作业全部由 AI 生成
2025 年冬季加州大学洛杉矶分校（UCLA）将开设一门比较文学课程（comparative literature class），其教材、作业和助教资料均由人工智能生成。
OpenAI 宣布与武器制造商合作，内部员工发声反对
在上周三发布的一份联合声明中，OpenAI 与国防科技初创公司 Anduril Industries 共同宣布，双方将建立战略合作伙伴关系，以开发和负责任地部署用于国家安全任务的先进人工智能（AI）解决方案。
利用人工智能提高飓风预报准确性
灾难性气候在全球范围内的影响日趋严重，经济损失和死亡人数都在飙升。 例如自1980年以来，美国年平均遭受天气灾害损失高达3630亿美元，累计总损失超过1.3万亿美元，其中飓风造成的损失最大。 平均而言，每次飓风事件造成的损失高达228亿美元。
在项目失败的时候，云计算提供商可以通过生成式人工智能获利
对大多数企业来说，生成式人工智能令人兴奋，但尚未取得成功。 这需要迅速改变，但这将需要一些企业可能不愿意做的工作。 公共云市场正在经历爆炸式的增长，原因很容易理解。
五款小型多模态AI模型及其功能
译者 | 晶颜审校 | 重楼在过去几年里，我们已经见证了大型语言模型（LLM）的飞速发展，数十亿个参数的基础助力它们成为分析、总结和生成文本及图像，或者创建聊天机器人等任务的强大工具。 所有这些功能都有一些明显的限制，特别是如果用户没有足够的资金或硬件来容纳这些LLM所需的大量计算资源。 在这种情况下，小型语言模型（SLM）应运而生，为资源受限的用户提供了所需服务。
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI新词
AI绘画
大模型
机器人
数据
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
英伟达
Gemini
智能体
技术
马斯克
Anthropic
图像
AI创作
训练
LLM
论文
AI for Science
代码
腾讯
苹果
算法
Agent
Claude
芯片
具身智能
Stable Diffusion
xAI
蛋白质
人形机器人
开发者
生成式
神经网络
机器学习
AI视频
3D
字节跳动
大语言模型
RAG
Sora
百度
研究
GPU
生成
华为
工具
AGI
计算
生成式AI
AI设计
大型语言模型
搜索
亚马逊
AI模型
视频生成
特斯拉
DeepMind
场景
Copilot
深度学习
Transformer
架构
MCP
编程
视觉