人工智能
OpenAI 提议为全体英国人免费提供 ChatGPT Plus，潜在成本高达 20 亿英镑
最近，英国《卫报》报道了一项引人注目的提议:OpenAI 首席执行官萨姆・奥尔特曼与英国科技大臣彼得・凯尔讨论，希望为英国民众免费提供 ChatGPT Plus 订阅服务。 这项提议的潜在成本高达20亿英镑（约合193.22亿元人民币），但最终未能实现。 图源备注:图片由AI生成，图片授权服务商Midjourney根据知情人士的透露，这一构想是在旧金山的一次会议上提出的，旨在寻求 OpenAI 与英国之间更广泛的合作机会。
运用轻量化大语言模型：实现事件响应加速与幻觉抑制双重突破
墨尔本大学和伦敦帝国理工学院的研究人员开发了一种利用大语言模型(LLM)改进事件响应规划的方法，重点在于降低产生幻觉的风险，该方法采用经过微调的小型大语言模型，并结合检索增强生成技术和决策理论规划。 他们所针对的问题十分常见：目前事件响应在很大程度上仍依赖人工操作，速度缓慢，且依赖专家配置的应急预案。 许多企业需要数周甚至数月才能从事件中完全恢复。
牛津大学警告：越“温暖”的 AI，越爱胡说八道，温柔体贴=更高错误率
牛津大学的一支研究团队发现，越是表现出温暖和同理心的语言模型，越容易出错，甚至更频繁地重复虚假信息和阴谋论。 这次，研究团队测试了五个不同架构和规模的模型，包括Llama-8B、Mistral-Small、Qwen-32B、Llama-70B和GPT-4o。 研究发现，温暖的模型在推广阴谋论、提供不正确的医疗建议和事实信息方面，表现出更高的错误率。
大模型的基石：LLM预训练全解析
前言过去几年，大语言模型（LLM, Large Language Models）逐渐成为人工智能领域的核心驱动力。 从GPT到LLaMA，再到国内外涌现的大大小小模型，它们无一不是在“预训练”这一步骤中打下了坚实的基础。 可以说，预训练是LLM的生命起点，是它们从“婴儿”成长为“博学者”的关键阶段。
DeepSeek V3.1：低调发布，重磅发声
译者 | 李睿审校 | 重楼DeepSeek V3.1的发布并没有举办大张旗鼓的新闻发布会，也没有铺天盖地的宣传活动。 它在Hugging Face平台上悄然发布，在短短数小时内就吸引了众人的目光。 该模型拥有6850亿个参数，上下文窗口可扩展至128k个令牌，这不仅仅是增量更新，而是开源人工智能领域的一个重要里程碑。
OpenAI 正式进驻印度，计划在新德里设立办公室
近日，OpenAI 宣布将正式进军印度市场，并计划在新德里开设一间新的办公室。 这一消息意味着 OpenAI 在全球范围内的扩展策略再度加速，标志着其对印度这一关键市场的重视。 随着人工智能技术的快速发展，印度的市场潜力吸引了众多科技公司的目光，OpenAI 作为人工智能领域的领军者，自然不愿错过这个机会。
1500篇关于提示工程的学术论文表明你所知道的一切都是错误的
那些年收入超过 5000 万美元的公司正在做着与大家所教完全相反的事情。 经过六个月的深入研究，阅读了1500多篇论文，并分析了真正推动业务成果的技术，我得出了一个令人不安的结论：网络社区上流传的大多数提示工程建议不仅无益，而且适得其反。 那些年收入 (ARR) 达到 5000 万美元以上功能的公司并没有遵循社交媒体讨论中盛行的“最佳实践”。
71% 的美国人忧虑 AI 将永久性失业
根据最新的 Reuters 与 Ipsos 联合调查，超过70% 的美国成年人对人工智能（AI）可能导致的工作岗位消失感到担忧。 这项调查共访问了4，446名美国成年人，结果显示，71% 的受访者表示，他们担心 AI 会 “永久性” 取代大量美国工人的工作。 与此同时，微软的一份研究报告也指出了最有可能被 AI 自动化的职位，信息处理和沟通相关的角色，如翻译和客户服务代表，位列其中。
微软Agent Lightning：零代码接入RL，“解耦”任何AI Agent学会“在实践中学习”
大家好，我是肆〇柒。 我从工程落地角度出发，看到一篇很有意思的研究想要分享出来。 这是一项来自微软研究团队的研究工作——Agent Lightning。
2025 年过半，RAG 领域进展如何？这份报告为你深度解析
2025 年已经过半，在 LLM 领域，RAG（检索增强生成）技术一直是备受关注的焦点。 近期，RAGFlow 团队发布了 2025 年过半的 RAG 进展报告下面来详细看下。 1、RAG 与智能体的关系被误读的 "智能体化 RAG"2025 年 AI 圈最热闹的话题莫过于智能体系统，随之而来的 "智能体无需 RAG" 论调一度引发行业困惑。
DeepSeek-V3.1发布：专为国产芯片设计浮点数格式
近日，深度求索（DeepSeek）正式发布新一代大模型 DeepSeek-V3.1，并首次公开提及采用“UE8M0 FP8 Scale”参数精度。 这一技术细节的披露，迅速引发行业关注。 官方在公众号文章中进一步解释，UE8M0 FP8 是专为下一代国产芯片设计的浮点数格式，旨在提升计算效率并降低资源消耗。
Meta掀起AI重大变革：重组团队架构，全力推进 “超级智能”
据外媒报道，Meta 在人工智能领域掀起重大变革，正通过拆分新成立的 AI 部门、重组团队架构，全力推进 “超级智能”（superintelligence） 目标。 这一系列动作不仅标志着其 AI 战略的关键转向，也引发了内部人员与技术路线的连锁反应。 此次变革由 Meta 新任首席 AI 官、前Scale AI首席执行官汪滔（Alexandr Wang）主导，他在内部备忘录中明确，超级智能时代将至，公司需围绕研究、产品、基础设施等核心领域调整组织架构，以加速目标实现。
人工智能时代下的WordPress开发形态
译者 | 刘涛审校 | 重楼在过去，利用WordPress（一款功能强大的开源内容管理系统，广泛用于搭建网站和博客，支持用户通过直观界面进行内容创建、编辑和管理，且可通过插件和主题扩展功能与外观）搭建网站需投入大量时间成本。 首先要完成平台的安装，接着从众多选项中挑选适配的主题，再添加各类插件，并且要手动撰写全部网站内容，同时还需保证各个组件之间能够协同且高效地运行。 即便是经验丰富的开发者，搭建一个基础网站也至少需要耗费数小时。
一场无人防备的AI安全危机正在形成
在采访中，Curity的CTO Jacob Ideskog探讨了智能体给企业带来的风险，随着这些智能体逐渐融入企业系统，滥用、数据泄露和未经授权访问的可能性也在增加。 Ideskog警告称，行业正在“梦游”般地陷入安全危机，这与早期API和云计算的采用过程如出一辙，同时他还概述了公司为抵御这些行为驱动的威胁必须采取的措施。 你曾警告称，智能体会让行业“梦游”般地陷入安全危机，你这么说的意思是什么?你看到了哪些迹象表明我们已经在走这条路了?智能体和其他非人类身份正在迅速激增，在某些企业中，它们的数量已经超过人类用户，比例超过80比1。
企业实施机器学习安全运维时将面临的六大挑战
在实施AI的过程中，若企业不对其安全计划进行适应性调整，就可能面临各种新旧威胁。 机器学习安全运维(MLSecOps)通过将AI和机器学习(ML)开发与严格的安全准则相结合，解决了安全边界中的这一关键缺陷。 根据开放软件安全基金会(Open Software Security Foundation)的一份白皮书，建立稳固的MLSecOps基础对于主动降低漏洞风险和简化先前未发现缺陷的修复流程至关重要。
CIO可能无意间阻碍AI战略落地的方式
奥斯卡·王尔德曾说：“以最美好的初衷，往往做出最糟糕的作品。 ”几乎所有目睹过精心策划的AI战略突然分崩离析的CIO都会证明，善意并非成功的保证。 没有哪位CIO希望破坏或延误重要的AI计划，但这种情况发生的频率远超许多领导愿意承认的程度，因此，对AI计划进行强有力的控制，现已成为CIO的首要任务。
AI工具如何成为时间和成本的陷阱
周二下午2点，你本该在专心做重要项目，可实际上，过去三个小时你一直在测试在领英上发现的最新的AI工具。 “只是试试而已。 ”你这样想。
扎克伯格计划重组 Meta 人工智能部门，裁员与新团队引发内部变动
近日，Meta 首席执行官马克・扎克伯格正积极调整公司的人工智能业务。 为了更好地应对市场竞争，Meta 计划将其人工智能部门 ——Meta 超级智能实验室拆分为四个小组。 根据知情人士透露，其中一个小组将专注于人工智能研究，另一个小组将致力于开发名为 “超级智能” 的新一代强大人工智能技术。
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