人工智能
当大模型“思考”时，它在做什么？—解构 LLM 架构体系
Hello folks，我是 Luga，今天我们来聊一下人工智能应用场景 - 构建大模型应用架构技术底座：LLM 架构体系。 在人工智能技术快速演进的时代背景下，大语言模型（Large Language Models, LLMs）作为自然语言处理领域的核心架构，正逐步重塑人机交互的技术范式。 从智能对话系统到内容生成平台，从复杂决策支持到跨语言信息处理，LLM 已成为现代人工智能基础设施中不可或缺的组成部分。
自主式AI应用面临的最大障碍
所谓的自主式AI正在登场——据说它能带来超智能的AI助手，能够替我们执行复杂任务。 这被视为继ChatGPT、Claude等仅能回答问题或生成内容的聊天机器人之后的下一代AI。 相关技术的开发者和销售方告诉我们，我们正处于一个“全自动化”未来的边缘：AI之间可以协作，并访问外部系统来完成大量日常的知识处理与决策任务。
研究显示生成式 AI 工具答案质量堪忧：三分之一缺乏可靠来源支持
9 月 17 日消息，一项分析显示，生成式人工智能（AI）工具及其驱动的深度研究智能体与搜索引擎，常常会给出未经证实且带有偏见的回答，而这些回答与其引用的信息来源并不相符。 该分析发现，AI工具提供的答案中，约有三分之一缺乏可靠来源支持。 其中，OpenAI 旗下的 GPT-4.5 表现更差，这一比例高达 47%。
Meta 悄然成立超级政治行动委员会，以保护其 AI 利益
在今年八月底，美国出现了两个支持人工智能（AI）的超级政治行动委员会(super PAC)。 其中一个比较传统，通过华丽的新闻发布会宣布，由多个大型行业参与者共同出资，计划投入超过1亿美元，支持那些支持 AI 发展的候选人。 另一边，Meta 却选择了一条不同寻常的路。
AI认知革命：从Ilya的“超级智能对齐”到智能体“不完备定理”
作者简介:汪德嘉，美国威斯康星大学麦迪逊分校数学博士、九三学社社员、正高级工程师;时空码发明者，《身份危机》与《数字身份》专著作者;曾在ORACLE、VISA、IBM等企业部门负责总体设计、产品开发;2011年归国创立通付盾公司，担任董事长兼CEO。 超级智能对齐:通向AGI的关键屏障作为人工智能领域的先驱者，伊尔亚·苏茨克维（Ilya Sutskever）始终为从业者指引着方向。 如果说在OpenAI的经历是伊尔亚用专业知识推进了人工智能的技术边界，其离开OpenAI后创立的Safe Superintelligence Inc.则是在哲学层面勾画了人工智能进化到超级人工智能的演进之路。
押注AI与数据中心:谷歌领跑，科技巨头加码欧洲市场
谷歌正加速其在欧洲的布局。 据《华尔街日报》报道，谷歌计划在未来两年内向英国投资高达50亿英镑（约合67.8亿美元），重点用于人工智能基础设施、能源供应、研究、工程及劳动力培训等关键领域。 此举正值谷歌在伦敦北部新开设一个数据中心之际，该中心旨在满足谷歌云、地图、Workspace和搜索等核心服务日益增长的需求。
美国科技巨头投资英国 AI 领域，计划投入450亿美元
在美国总统特朗普的国事访问期间，微软和英伟达宣布将在英国经济中投资高达450亿美元，此举将有助于建设更多的数据中心以及推动人工智能领域的研发。 这项投资是在特朗普访问英国期间提出的，预计还将促进美英之间的科技合作。 图源备注：图片由AI生成，图片授权服务商Midjourney微软承诺在未来四年内投入300亿美元用于人工智能基础设施的建设，这也是该公司迄今为止在英国最大的财务承诺，预计将占本周宣布总投资的三分之二。
自主式AI时代的必修课：企业智能体版本管理全攻略
随着AI的快速发展，一种新的模式正在兴起，在这种模式下，自主的、以目标为导向的智能体以越来越独立、适应性强和具有情境感知能力的方式运行，这些自主式AI系统不仅能执行任务，还能在复杂环境中进行推理、规划和协调行动。 随着这一转变，新的挑战也随之而来：我们该如何对自主式智能体进行版本管理?在《自主式AI部署实用指南》中，我谈到了软件开发生命周期的转变，包括实验与构建、评估与测试、适配、过渡到部署环境、持续测试、版本管理和重复。 此外，AI模型的平均生命周期不到18个月，因此制定智能体版本管理策略势在必行。
企业未来的保障：培养自主式AI时代必备的三项领导力技能
自主式AI时代已至，它将重塑企业的运作方式。 关键问题是：你的领导团队是否已做好准备?你能多快地让领导层与员工具备驾驭这股力量的能力?这不仅仅是增加自动化的应用，而是一次范式转变：自主式智能体将日益主导工作流程、决策方式和竞争优势。 要应对这一变革，企业领导者必须在三项核心领导力上实现战略性突破，这不仅是为了个人职业的“未来防护”，更是为了确保整个企业的韧性、转型与创新能力的长久延续。
谷歌在英国新建数据中心每年将排放 57 万吨二氧化碳
近日，媒体曝光了谷歌在英国埃塞克斯郡兴建新数据中心的规划文件，该项目预计每年将排放超过57万吨二氧化碳，相当于每周约500个短途航班的碳排放。 该数据中心位于瑟洛克，面积达52公顷（约128英亩），计划包含多达四个数据中心，若获得批准，将成为一座 “超大规模” 的计算和人工智能中心。 图源备注:图片由AI生成，图片授权服务商Midjourney该项目由谷歌母公司字母表（Alphabet）的一家子公司提交申请，正值美国总统特朗普和英国政府希望加大对人工智能(AI)能力投资之际。
告别语言障碍！AirPods-Pro-3实时翻译功能震撼发布
用了几天苹果刚发布的AirPods Pro 3之后，街上戴着这款耳机的外国游客，开始敢主动跟中国人搭话了。 油管上的视频演示了这样一个场景：在咖啡店，一个明显是欧洲口音的小伙子走过来，指了指我正在读的英文技术书，然后开始说德语。 我正准备用蹩脚的英语回应他，结果他笑着指了指自己的AirPods Pro 3，示意让我等一下。
从试点到盈利：企业如何推进AI应用
与我交流过的许多企业领导者，都在努力推动AI突破试点阶段，他们陷入了试点的困境。 阻碍他们前进的并非缺乏雄心壮志，而是缺乏清晰的方向。 在哪里构建、在哪里采购，以及如何构建可扩展的团队结构，这些问题造成了企业层面的僵局。
苹果 AI 转型面临新挑战:Siri 前负责人离职，AI 搜索项目前景未卜
据知情人士透露，苹果公司人工智能与搜索业务的资深主管**罗比·沃克（Robby Walker）**将于下月离职。 沃克的离开再次引发了外界对苹果在人工智能领域发展前景的担忧，也加剧了市场对其能否成功转型的疑虑。 沃克曾是苹果 AI 部门的核心人物之一，直接向公司人工智能主管约翰·詹南德雷亚（John Giannandrea）汇报。
OpenAI 计划削减微软收入分成，以应对巨额计算成本
据美国科技媒体《The Information》报道，人工智能公司 OpenAI 正寻求调整其与主要投资方微软的财务协议，以期保留更多收入，用于支付其庞大的计算开销。 报道援引知情人士透露，OpenAI 已向部分投资者表示，计划将微软获得的收入分成比例从目前略低于20% 的水平，到2030年逐步降至8% 左右。 根据最初的协议，到2030年，微软将获得20% 的分成。
循环网络能否提升推理能力？分层推理模型已经问世！
译者 | 晶颜审校 | 重楼通用人工智能（AGI）作为人工智能领域的核心目标，已被学界与产业界广泛探讨多年。 然而，当前主流的大型语言模型（LLMs）即便在性能上表现突出，但在解决复杂推理任务时仍存在显著局限，远未达到AGI所要求的自主推理与问题解决能力。 此类复杂任务往往需要多维度的模式识别、抽象知识生成，以及迭代式的推理能力优化——即便对人类而言，也需投入大量时间与精力方可完成。
医学教育革命来袭！复旦中山医院推出AI教学大模型，培养有温度的未来医生
医学这门古老而神圣的学科，正在经历一场前所未有的教育变革。 知识爆炸式增长，临床实践日益复杂，传统的医学教育模式已经难以跟上时代的步伐。 面对这些挑战，复旦大学附属中山医院在9月12日交出了一份令人瞩目的答卷。
国家发改委：加大人工智能领域金融和财政支持力度
近日，国家发展和改革委员会在人民日报上发表文章，强调了人工智能应用创新环境的完善工作。 文章指出，政府部门和国有企业要强化示范引领作用，同时完善应用试错和容错管理制度，推动关键重点场景的有序开放。 为此，国家将加大人工智能领域的金融和财政支持力度，完善风险分担和投资退出机制，以进一步激发投融资市场的活力。
OpenAI与英伟达联手巨资投资英国数据中心
近日，有消息透露，OpenAI 和英伟达这两大科技巨头即将宣布一项重磅合作计划，投资数十亿美元用于在英国建设数据中心。 这一举动不仅将为当地带来大量就业机会，还将进一步推动人工智能技术的发展。 据悉，这个新数据中心将为 OpenAI 提供强大的计算能力，以支持其不断扩展的 AI 应用和研究项目。
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