AI在线 AI在线

训练

我为马斯克扮演机器人！擎天柱背后竟是最贵「演员团」

我为马斯克扮演机器人！擎天柱背后竟是最贵「演员团」
万圣节当天，特斯拉擎天柱（Optimus）亮相纽约时代广场，为现场观众分发糖果。 在特斯拉餐厅里，它还为马斯克卖苦力，亲自为顾客递上了一份爆米花。 这些光鲜演示的背后，是由一支血肉之躯组成的「数据大军」在默默支撑。
11/4/2025 8:39:35 AM
断网后才发现脑子空空？132页论文实证：「脑腐」或成AI头号内伤

断网后才发现脑子空空？132页论文实证：「脑腐」或成AI头号内伤
所有人都在加速拥抱AI，却几乎没人追问：它把我们的大脑变成什么？ X用户Alex Prompter，刚啃完了一篇132页的研究，结论足以让任何创作者、营销人、创业者后背发凉。 独立研究人员、高级项目经理Rénald Gesnot，从认知、社会、伦理与哲学等多维视角审视AI如何重塑人的思维。
11/3/2025 9:05:00 AM
字节发布通用游戏智能体！5000亿token训练，用鼠标键盘吊打GPT-5！

字节发布通用游戏智能体！5000亿token训练，用鼠标键盘吊打GPT-5！
用鼠标和键盘打游戏的智能体，这就来了！ 它不仅能在《我的世界》中和普通玩家一较高下。 还能玩《神庙逃亡》、《星露谷》，甚至可以在未见过的3D网页游戏中实现零样本迁移。
10/31/2025 8:51:00 AM
阿里新研究：统一了VLA和世界模型

阿里新研究：统一了VLA和世界模型
如果说视觉让AI看见世界，动作让AI改变世界，那么——WorldVLA正在让AI理解世界。 顾名思义，WorldVLA是一个将视觉语言动作模型（VLA）与世界模型相融合的统一框架，由阿里巴巴达摩院、湖畔实验室和浙江大学共同提出。 在该框架下，世界模型通过结合对动作与图像的理解来预测未来图像，旨在学习环境的潜在物理规律，以提升动作生成的准确性；动作模型则基于图像观测生成后续动作，不仅有助于视觉理解，还反向促进世界模型的视觉生成能力。
10/30/2025 8:53:34 AM
MetaAI解锁Transformer潜意识，仅额外3%计算开销，性能提升最高55%

MetaAI解锁Transformer潜意识，仅额外3%计算开销，性能提升最高55%
Meta FAIR部门的研究员François Fleuret发布了一篇名为《The Free Transformer》的论文，提出了一种对现有解码器Transformer模型的精妙扩展。 这项技术的核心，是让模型在生成每个字之前，能先在内部形成一个类似计划或草稿的隐性决策，而不是像过去那样，只能边写边想。 实验证明，这种先计划，后执行的模式，在编程、数学和推理等任务上带来了显著的性能提升。
10/29/2025 4:20:57 PM
天下苦VAE久矣：阿里高德提出像素空间生成模型训练范式, 彻底告别VAE依赖

天下苦VAE久矣：阿里高德提出像素空间生成模型训练范式, 彻底告别VAE依赖
近年来，基于扩散模型的图像生成技术发展迅猛，催生了Stable Diffusion、Midjourney等一系列强大的文生图应用。 然而，当前主流的训练范式普遍依赖一个核心组件——变分自编码器（VAE），这也带来了长久以来困扰研究者们的几个问题：训练复杂性：VAE旨在将高维图像压缩至低维隐空间，并能从中重建图像。 但其训练过程需要在压缩率和重建质量之间取得精妙平衡，本身就极具挑战。
10/29/2025 4:06:10 PM
推理时扰动高熵词，增强LLM性能

推理时扰动高熵词，增强LLM性能
本文第一作者杨震，香港科技大学（广州）博士生，研究方向是多模态理解与生成等。 本文通讯作者陈颖聪，香港科技大学（广州）助理教授，主要研究课题包括生成模型、具身智能等。 随着对大语言模型的研究越来越深入，关于测试时间扩展 (test-time scaling) 的相关研究正迅速崭露头角。
10/29/2025 9:25:34 AM
刚刚，Thinking Machines Lab博客提出在策略蒸馏，Qwen被cue 38次

刚刚，Thinking Machines Lab博客提出在策略蒸馏，Qwen被cue 38次
刚刚，不发论文、爱发博客的 Thinking Machines Lab （以下简称 TML）再次更新，发布了一篇题为《在策略蒸馏》的博客。 在策略蒸馏（on-policy distillation）是一种将强化学习 (RL) 的纠错相关性与 SFT 的奖励密度相结合的训练方法。 在将其用于数学推理和内部聊天助手时，TML 发现在策略蒸馏可以极低的成本超越其他方法。
10/28/2025 9:09:51 AM
相机参数秒变图片！新模型打通理解生成壁垒，支持任意视角图像创作

相机参数秒变图片！新模型打通理解生成壁垒，支持任意视角图像创作
能看懂相机参数，并且生成相应视角图片的多模态模型来了。 来自S-Lab、新加坡南洋理工大学、商汤科技、美国密歇根大学、德国马普所的研究员提出了Puffin统一多模态模型。 它能整合理解相机参数（如角度、视野）与按相机参数生成对应视角图片的能力。
10/28/2025 8:30:00 AM
均值至上假繁荣！北大新作专挑难题，逼出AI模型真本事

均值至上假繁荣！北大新作专挑难题，逼出AI模型真本事
当强化学习（RL）成为大模型后训练的核心工具，「带可验证奖励的强化学习（RLVR）」凭借客观的二元反馈（如解题对错），迅速成为提升推理能力的主流范式。 从数学解题到代码生成，RLVR本应推动模型突破「已知答案采样」的局限，真正掌握深度推理逻辑——但现实是，以GRPO为代表的主流方法正陷入「均值优化陷阱」。 这些基于均值的优化策略，过度聚焦高概率输出序列，却忽略了「低概率但高信息密度」的推理路径：模型训练早期就会出现熵坍缩，过早丧失探索能力；面对全错的难题时，优势函数直接归零，模型在薄弱环节完全无法学习。
10/24/2025 1:04:00 PM
倒计时18个月！微软AI CEO爆料：类人意识AI或将降临

倒计时18个月！微软AI CEO爆料：类人意识AI或将降临
AI可能产生意识吗？ 如果可能，大概会在什么时间？ 微软AI CEO Mustafa Suleyman认为有可能诞生「看似有意识的AI」，而且最快可能在18个月内出现：未来5年很有可能，18个月内也有一定可能性。
10/24/2025 10:13:37 AM
Meta打碎Transformer 8年铁律！改写AI最底层规则，模型首次冒出潜意识

Meta打碎Transformer 8年铁律！改写AI最底层规则，模型首次冒出潜意识
Transformer可以说整个LLM的基石，但这个基石要松动了！ 8年了！ 持续了8年的Transformer底层架构似乎要被Meta打破了。
10/24/2025 10:10:22 AM
田渊栋被裁后新offer排到法国！原来Llama 4.5训完后被卸磨杀驴了

田渊栋被裁后新offer排到法国！原来Llama 4.5训完后被卸磨杀驴了
硅谷真是干啥都迅猛啊！ 裁员也是……量子位刚刚从Meta一线获悉，田渊栋前脚刚发了推文说自己被裁，后脚就被解除了公司内部各种权限——嘿，亚历山大王的刀，就是这么快。 这也是这次裁员中最具争议的地方，“在Meta工作已超过十年的田渊栋和他的组员，整组被一锅端了”，这是为什么？
10/24/2025 9:31:42 AM
无VAE扩散模型！ 清华&可灵团队「撞车」谢赛宁团队「RAE」

无VAE扩散模型！ 清华&可灵团队「撞车」谢赛宁团队「RAE」
长期以来，扩散模型的训练通常依赖由变分自编码器（VAE）构建的低维潜空间表示。 然而，VAE 的潜空间表征能力有限，难以有效支撑感知理解等核心视觉任务，同时「VAE Diffusion」的范式在训练与推理效率上也存在显著瓶颈。 清华大学智能视觉团队和快手可灵团队联合推出《Latent Diffusion Model without Variational Autoencoder》与近期爆火的谢赛宁团队 RAE 工作不谋而合，但在总体设计思路与研究重点上有所差异。
10/23/2025 4:56:40 PM
OpenAI秘密项目曝出！百名投行精英密训AI，华尔街最贵苦力要失业了？

OpenAI秘密项目曝出！百名投行精英密训AI，华尔街最贵苦力要失业了？
AI先是找上程序员，现在轮到银行分析师了。 下一个华尔街的培训基地可能是一个提示库！ 刚刚，OpenAI内部一个秘密项目曝出！
10/23/2025 9:26:41 AM
AGI前夜重磅：RL突破模型「认知上限」，真·学习发生了！

AGI前夜重磅：RL突破模型「认知上限」，真·学习发生了！
在AI研究圈，一个核心争论是：强化学习（RL）是否能够赋予模型超越其基础模型（base model）的推理能力。 怀疑派观点：早在四月份，清华的黄高团队[arXiv:2504.13837]指出，尽管经过 RLVR 训练的模型在较小的采样值 (k)（例如 (k=1)）时能优于其基础模型，但当采样数较大时，基础模型往往能取得相同或更好的 pass@k 表现。 他们通过覆盖率（coverage）和困惑度（perplexity）分析推断，模型的推理能力最终受限于基础模型的支持范围。
10/22/2025 8:56:05 AM
宇树最新机器人发布：1米8大高个，能跳舞会功夫，就是颜值一言难尽

宇树最新机器人发布：1米8大高个，能跳舞会功夫，就是颜值一言难尽
宇树第四款人形机器人，Unitree H2转着圈圈来了！ 这款新品身高180厘米，体重70公斤，比同身高的H1机器人重了足足23公斤。 宽肩窄腰，意味着电池和控制板都必须塞进它小小的胸膛。
10/21/2025 8:43:00 AM
无需再训练即可增强性能！港大团队提出GPC框架，实现机器人「策略组合」

无需再训练即可增强性能！港大团队提出GPC框架，实现机器人「策略组合」
本文一作曹嘉航，香港大学在读博士生，前北京人形机器人创新中心实习生；共同一作黄翊泽，上海交通大学在读本科生；通讯导师 Andrew F. Luo，香港大学助理教授。 在机器人学习领域，提升基于生成式模型的控制策略（Policy）的性能通常意味着投入巨额成本进行额外的数据采集和模型训练，这极大地限制了机器人能力的快速迭代与升级。
10/20/2025 9:07:00 AM