AI在线 AI在线

数据

12人团队打造AI陪伴神器，半年内斩获3000万美元投资

12人团队打造AI陪伴神器，半年内斩获3000万美元投资
靠AI陪伴，一个诞生才半年的APP就获得了3000万美元（约2.15亿人民币）融资？ 这个APP名叫Tolan，今年2月才正式上线，而且整个公司只有12人。 自推出以来，Tolan的下载量已超过300万次，每月收入超过100万美元，累计10万付费用户。
7/14/2025 2:44:19 PM
告别数据「噪音」，UCSD大模型推理新方法DreamPRM充当「信号放大器」，登顶MathVista测评榜

告别数据「噪音」，UCSD大模型推理新方法DreamPRM充当「信号放大器」，登顶MathVista测评榜
DreamPRM 由加州大学圣地亚哥分校的研究团队开发，在数学推理权威测评榜MathVista上获得了第一名。 第一作者为博士生 Qi Cao，通讯作者为该校副教授 Pengtao Xie，团队其他成员还包括王睿一，Ruiyi Zhang 和 Sai Ashish Somayajula。 使用过程奖励模型（PRM）强化大语言模型的推理能力已在纯文本任务中取得显著成果，但将过程奖励模型扩展至多模态大语言模型（MLLMs）时，面临两大难题：由于多模态输入（图像 文本）构成高维连续与离散信号的混合空间，训练数据与测试数据的分布偏移（Distribution Shift）远超纯文本场景，导致一般过程奖励模型泛化能力显著下降。
7/11/2025 9:15:00 AM
首次！世界模型、动作模型融合，全自回归模型WorldVLA来了

首次！世界模型、动作模型融合，全自回归模型WorldVLA来了
岑俊，阿里巴巴达摩院具身智能大模型算法研究员，博士毕业于香港科技大学。 研究方向主要是：具身智能 VLA 模型，世界模型。 阿里巴巴达摩院提出了 WorldVLA, 首次将世界模型 (World Model) 和动作模型 (Action Model/VLA Model) 融合到了一个模型中。
7/4/2025 9:07:00 AM
图灵奖大佬向97年小孩哥汇报？小扎1亿年薪买新贵，老将痛诉熬夜捡GPU！

图灵奖大佬向97年小孩哥汇报？小扎1亿年薪买新贵，老将痛诉熬夜捡GPU！
起猛了，看到LeCun给Alexandr Wang汇报了！ 一个是图灵三巨头、多年学术泰斗，一个是靠着数据标注成功晋身亿万富翁的97年小孩哥，这个画面，实在是过于魔幻了。 为了Wang，小扎砸下了足足143亿美元，拿下整个Scale AI 49%股权。
7/4/2025 9:06:00 AM
华为多路径推理破解大模型数学瓶颈，准确率超97%｜ICML 2025

华为多路径推理破解大模型数学瓶颈，准确率超97%｜ICML 2025
大模型越来越大，通用能力越来越强，但一遇到数学、科学、逻辑这类复杂问题，还是常“翻车”。 为破解这一痛点，华为诺亚方舟实验室提出全新高阶推理框架 ——思维森林（Forest-of-Thought，FoT）。 该方法借鉴人类“多角度思考、反复验证”的认知方式，打破传统LLM的线性推理范式，通过构建多棵并行推理树，引入动态自我修正机制与多视角共识决策策略。
7/4/2025 8:53:00 AM
周志华团队新作：LLM中存在奖励模型，首次理论证明RL对LLM有效性

周志华团队新作：LLM中存在奖励模型，首次理论证明RL对LLM有效性
将大语言模型（LLMs）与复杂的人类价值观对齐，仍然是 AI 面临的一个核心挑战。 当前主要的方法是基于人类反馈的强化学习（RLHF）。 该流程依赖于一个通过人类偏好训练的奖励模型来对模型输出进行评分，最终对齐后的 LLM 的质量在根本上取决于该奖励模型的质量。
7/3/2025 9:41:27 AM
IEEE TPAMI 2025 | 北京大学提出LSTKC++，长短期知识解耦与巩固驱动的终身行人重识别

IEEE TPAMI 2025 | 北京大学提出LSTKC++，长短期知识解耦与巩固驱动的终身行人重识别
本文的第一作者为北京大学博士二年级学生徐昆仑，通讯作者为北京大学王选计算机研究所研究员、助理教授周嘉欢。 近日，北京大学王选计算机研究所周嘉欢团队在人工智能重要国际期刊 IEEE TPAMI 发布了一项最新的研究成果：LSTKC  。 该框架引入了长短期知识解耦与动态纠正及融合机制，有效保障了模型在终身学习过程中对新知识的学习和对历史知识的记忆。
7/3/2025 9:16:41 AM
策略改写「一战历史」！中科院开源全新博弈智能体框架DipLLM

策略改写「一战历史」！中科院开源全新博弈智能体框架DipLLM
围棋、德州扑克曾是AI崛起的试炼场，从AlphaGo到Libratus，人工智能不断刷新策略上限。 但接下来的战场更难——Diplomacy：一款融合协作与竞争的七人博弈游戏，单轮动作空间高达10的64次方，其策略建模复杂度前所未有！ 为此，Meta曾推出智能体Cicero[Meta, Science 2022]，结合人类数据与策略搜索，在该领域实现突破，但其方法高度依赖超大规模均衡搜索与重资源训练，难以扩展与迁移。
7/2/2025 8:43:00 AM
首创Mid-training范式破解RL奥秘，Llama终于追平Qwen！

首创Mid-training范式破解RL奥秘，Llama终于追平Qwen！
近期，一份来自上海创智学院、上海交通大学的前沿研究论文吸引了人工智能领域的广泛关注。 该论文深入探讨了不同基础语言模型家族（如 Llama 和 Qwen）在强化学习（RL）训练中迥异表现的背后原因，并提出创新性的中期训练（mid-training）策略，成功地将 Llama 模型改造成高度适配强化学习的推理基础模型，显著缩小了其与天生擅长 RL 扩展的 Qwen 模型之间的性能差距，为下一代 reasoning 能力 AI 系统的开发提供了关键的科学基础和技术路径。 论文发布后在社交媒体引发广泛关注，Meta AI 研究科学家、即将赴 UMass Amherst 任助理教授的 Wenting Zhao 率先盛赞：“Truly impressed by how an academic lab just figured out a lot of mysteries in mid-training to close the RL gap between Llama and Qwen。
7/1/2025 9:10:00 AM
刚刚，马斯克切脑全场震撼！插脑只要1.5秒，26年治愈失明，28年全人类变AI

刚刚，马斯克切脑全场震撼！插脑只要1.5秒，26年治愈失明，28年全人类变AI
就在刚刚，马斯克又整大活了！ 他带着脑机接口Neuralink团队，开了1小时发布会，整个过程亮点满满，全程高能。 首先，Neuralink宣布，目前全球已经有七人植入了设备。
6/30/2025 9:03:00 AM
航空发动机用上大模型：解决复杂时序问题，性能超越ChatGPT-4o实现SOTA｜上交创智复旦

航空发动机用上大模型：解决复杂时序问题，性能超越ChatGPT-4o实现SOTA｜上交创智复旦
时序数据分析在工业监控、医疗诊断等领域至关重要。 比如航空发动机监控这个复杂工业场景中，工程师需分析海量多通道传感器数据，以判断设备状态并制定维护决策。 然而，现有研究多聚焦于分类、预测等单一任务，与实际工业场景中专家通过自然语言进行复杂交互和决策的需求存在显著差异。
6/30/2025 8:51:00 AM
华为CloudMatrix重磅论文披露AI数据中心新范式，推理效率超NV H100

华为CloudMatrix重磅论文披露AI数据中心新范式，推理效率超NV H100
今年，AI大厂采购GPU的投入又双叒疯狂加码——马斯克xAI打算把自家的10万卡超算扩增10倍，Meta也计划投资100亿建设一个130万卡规模的数据中心……GPU的数量，已经成为了互联网企业AI实力的直接代表。 的确，建设AI算力，这种堆卡模式是最简单粗暴的，但实际上，AI集群却并非是卡越多就越好用。 GPU虽然计算性能好，但是在集群化的模式下依然有很多挑战，即便强如英伟达，也面临通信瓶颈、内存碎片化、资源利用率波动等问题。
6/30/2025 8:49:00 AM
具身世界模型新突破，地平线 & 极佳提出几何一致视频世界模型增强机器人策略学习

具身世界模型新突破，地平线 & 极佳提出几何一致视频世界模型增强机器人策略学习
近年来，随着人工智能从感知智能向决策智能演进，世界模型 （World Models）逐渐成为机器人领域的重要研究方向。 世界模型旨在让智能体对环境进行建模并预测未来状态，从而实现更高效的规划与决策。 与此同时，具身数据也迎来了爆发式关注。
6/26/2025 3:06:47 PM
ICML 2025 | 生成式视角重塑监督学习！标签不只是答案，更是学习指南

ICML 2025 | 生成式视角重塑监督学习！标签不只是答案，更是学习指南
生成式视角可以对监督学习重新思考乃至重新定义！ 想象你在教一个学生解数学题——你会直接让他交卷对答案，还是会让他参考完整答案来理解解题思路？ 如今，一种全新的监督学习范式正受到关注：标签不应只是用于对照回答的标准答案，更可能成为学习过程中的辅助参考。
6/25/2025 8:59:49 AM
3D VLA新范式！中科院&字节Seed提出BridgeVLA，斩获CVPR 2025 workshop冠军！

3D VLA新范式！中科院&字节Seed提出BridgeVLA，斩获CVPR 2025 workshop冠军！
只需要三条轨迹，就能取得 96.8% 的成功率？ 视觉干扰、任务组合等泛化场景都能轻松拿捏？ 或许，3D VLA 操作新范式已经到来。
6/24/2025 11:50:37 AM
携程机票前端Web流式通信SSE全链路应用实践

携程机票前端Web流式通信SSE全链路应用实践
作者简介Chris Xia，携程前端开发专家，关注新技术革新和研发效率提升。 本文介绍了携程机票前端基于Server-Sent Events（SSE）实现服务端推送的企业级全链路通用技术解决方案。 深入探讨 SSE 技术在应用过程中包括方案对比、技术选型、链路层优化以及实际效果等多维度的技术细节，为类似使用场景提供普适性参考和借鉴。
6/24/2025 9:51:47 AM
Chris Xia
月之暗面「调教」出最强Agent，在「人类最后一场考试」拿下最新 SOTA

月之暗面「调教」出最强Agent，在「人类最后一场考试」拿下最新 SOTA
昨天，月之暗面发了篇博客，介绍了一款名为 Kimi-Researcher 的自主 Agent。 这款 Agent 擅长多轮搜索和推理，平均每项任务执行 23 个推理步骤，访问超过 200 个网址。 它是基于 Kimi k 系列模型的内部版本构建，并完全通过端到端智能体强化学习进行训练，也是国内少有的基于自研模型打造的 Agent。
6/23/2025 9:00:00 AM
监督学习也能从错误中学习反思？！清华英伟达联合提出隐式负向策略爆炸提升数学能力

监督学习也能从错误中学习反思？！清华英伟达联合提出隐式负向策略爆炸提升数学能力
监督学习也能像强化学习一样进行“自我反思”了。 清华大学与英伟达、斯坦福联合提出新的监督学习方案——NFT（Negative-aware FineTuning），在RFT（Rejection FineTuning）算法基础上通过构造一个“隐式负向模型” 来额外利用负向数据进行训练。 这并不意味着使用“差数据”进行训练，而是在已知的模型计算结果前提下，通过负向数据训练正向模型，即“隐式负向策略（Implicit Negative Policy）”。
6/23/2025 8:52:00 AM