今日暂无新动态
整理思路中

ChatGPT、Claude、DeepSeek 今日动态
今日暂无新动态
整理思路中
今日暂无新动态
安静阅读中
今日暂无新动态
深海巡游中
共 20 篇
中国电信天翼 AI 近日发布星辰超级智能体,该平台依托自研“星辰大模型”技术底座,具备全模态理解、复杂任务自主规划和百万字级别记忆能力。 “企业更希望得到的是一个应用,而不是大模型本身” ,首席架构师毕然指出,智能体平台能直接产出满足产业需求的应用解决方案。
该超级智能体采用类人思考框架,包含感知理解、认知决策、记忆知识和行动执行四大模块。与市面多数消费级智能体不同,其定位是深度嵌入企业系统的数字化生产力单元,已在江苏电信客服系统实现工单自动预处理,使员工处理效率提升 30%以上。
MCP(Model Context Protocol) 正式进入 ChatGPT 生态,为开发者提供了全新的工具集成方式。开发者现在可以通过 Vercel 平台使用 MCP,并创建自己的连接器,实现诸如更新 Jira 工单、触发 Zapier 工作流等复杂操作。这一协议的引入,标志着 AI 交互方式的又一次升级。
OpenAI 也发布了 Codex CLI,一个轻量级的终端编程代理工具,支持 MCP 协议接入上下文服务器。该工具强调隐私保护(零数据保留)和跨平台易用性,目前已获得社区广泛关注。
OpenAI CEO Sam Altman 近期关于 AI 风险的言论与两年前形成鲜明对比。2023 年他曾在美国参议院听证会上警告 AI 可能对 人类造成重大伤害 ,而如今却以 大模型的写作风格 为例谈论 AI 的负面影响。这一转变引发了行业专家如 Gary Marcus 的质疑,认为 Altman 可能因 权力或金钱 改变了立场。
Altman 的最新言论集中在 大模型的语言风格影响 上,例如人类开始模仿 LLMs 的说话方式。这与之前他对 人工超级智能(ASI)生存威胁 的担忧形成强烈反差,让业内人士困惑其立场变化的真正原因。
甲骨文公司因与 OpenAI 达成一项价值 3000 亿美元的协议,市值一夜暴涨 ,创始人拉里·埃里森个人财富增加 1010 亿美元,跃居世界首富。然而,AI 领域专家 Gary Marcus 对此提出质疑,指出 OpenAI 既无足够资金支持协议,也缺乏实现盈利的时间表,并认为 GPT-5 远未达到通用人工智能(AGI)水平。
Marcus 在社交媒体上直言这是“泡沫巅峰”,引发行业分析师和科技从业者的激烈讨论。部分人赞同其观点,认为当前估值脱离实际,但也有人反驳称泡沫可能持续更长时间。
Anthropic 发布了一份关于 如何为智能体优化工具 的新指南,强调了使用 Claude Code 作为协作工具的重要性。开发者 elvis 不仅转发了这份指南,还宣布将举办一系列构建会议,探讨如何利用 Claude Code 进行深度研究和自定义代理开发。
与此同时,开发者社区中涌现出不少有趣的案例,比如 Claude Code 在执行命令时意外关闭了自己的进程,以及一个由 Simon 开发的反乌托邦游戏《谁是人类》,让玩家在 AI 群聊中体验“伪装”成 AI 的乐趣。
NVIDIA Research 团队开发的 SATLUTION 框架突破了 AI 在复杂软件开发领域的边界。该框架通过协调两个 LLM 智能体——规划智能体负责战略制定,编码智能体执行具体开发——实现了对包含数百个文件、数万行 C/C++代码的 SAT 求解器项目的自主优化。
“SATLUTION 进化出的求解器不仅在 2025 年的 SAT 竞赛中击败了人类设计的冠军,而且在 2024 年的基准测试集上,其性能也同时超越了 2024 年和 2025 年两届的冠军。”
Macaron 创始人陈锴杰在访谈中阐述了 AI Agent 的进化方向。他认为,ChatGPT 等工具加入记忆功能后,AI 正从“生产力助手”转向“生活伙伴”。 “Memory 不是一个目的,而是一个方法” ,陈锴杰强调,记忆的核心是服务用户需求,而非单纯存储信息。Macaron 通过强化学习训练记忆区块,使其能动态压缩、更新信息,最终实现与人类记忆的对齐。
Macaron 的定位是“私人生活管家”,兼具朋友与助理双重角色。其设计灵感源于用户对虚拟世界与现实生活的割裂感,陈锴杰希望 AI 能像哆啦 A 梦一样,既提供陪伴,又能即时生成实用工具。 “用户不需要世界上最聪明的人做朋友,而是需要持续关心他的人” 。为此,Macaron 采用多 Agent 系统:高情商的 Memory Agent 负责交互,高智商的 Coding Agent 专注工具开发,两者通过协议协作。
百度在 WAVE SUMMIT 2025 大会上发布了文心大模型 X1.1 版本,该模型在事实性、指令遵循和智能体能力三大关键指标上实现显著提升。 “事实性提升 34.8%,指令遵循提升 12.5%,智能体提升 9.6%” ,这些数据来自官方基准测试。
实测显示,X1.1 在复杂指令处理、知识一致性验证和多任务拆解方面表现突出,例如能准确回答“坦克是否有后视镜”这类专业问题,并解释设计原理。
AI 模型在推理过程中常出现“过度思考”现象,表现为对简单问题反复推敲、产生冗长输出,不仅增加计算开销,还可能因无效步骤导致错误结论。
美团搜推 Agentic System X 团队研究发现,这种现象源于大量无效中间步骤干扰了推理路径。 “这些无效步骤不但不能指引推理路径的发展,反而会导致中间过程出错” 。
Kimi.ai 近日开源了 checkpoint-engine ,这是一款专为大型语言模型(LLM)推理引擎设计的轻量级中间件。该工具能够在数千个 GPU 上 仅用 20 秒 完成对 1T 模型的权重更新,特别适用于强化学习(RL)场景。其核心优势在于支持广播和 P2P 更新模式,并通过优化流水线实现了通信与拷贝的重叠,大幅提升了效率。
行业专家 Sara Hooker 对此表示高度认可,认为这是硬件优化浪潮中的重要突破,解锁了强大的就地学习能力。网友则惊叹于 Kimi.ai 的技术实力,直呼“又是你,Kimi!”。目前项目已在 GitHub 开源,为大规模 AI 模型部署提供了新的解决方案。
一篇长达 100 多页的综述详细探讨了大推理模型(Large Reasoning Models)中强化学习(Reinforcement Learning)的基础组件、核心问题、训练资源及应用场景,为 LLMs(大语言模型)中的强化学习提供了全面回顾。
与此同时,作者 Sebastian Raschka 正在筹备新书《构建推理模型(从零开始)》(Build a Reasoning Model (From Scratch)),该书将延续他之前关于构建大模型的著作风格,逐步引导读者创建推理模型。
周一晚间,AI 艺术家海辛在社群中发现有人提及她“挂名”某 AI 短剧公司接低价项目,而事实上她与搭档阿文始终以独立创作者身份工作。经查证,这家成立仅两个月的公司在其 22 页商业 PPT 中,未经授权使用了海辛、阿文及另一位创作者 Wenvis 的多部代表作,甚至将作品二维码直接嵌入页面对外展示。 “他们不生产作品,只是原创作者的搬运工” ,这种盗用行为被当事人形容为“偷羊头卖狗肉”。
涉事公司虽迅速道歉并下架资料,但解释理由牵强:声称通过“代理渠道”获得创作者资料,且 PPT“仅对客户内部使用”。然而创作者指出,盗用行为本质上仍属商业利用——无论是否直接获利,冒用作品提升公司信誉已构成不正当竞争。更令人愤慨的是, “盗用一张嘴,澄清跑断腿” ,海辛为维权被迫暂停创作,而侵权方仅需道歉了事。
Seedream 4.0 是火山引擎最新发布的 AI 图像生成模型,主打多模态输入与高精度编辑能力。它支持同时处理 10 张参考图并一次性生成 15 张图像, 主体一致性大幅增强,跟 Nano Banana 相比并不逊色 。与 Nano Banana 相比,其优势在于对中文提示词和文字渲染的优化,解决了国际模型在中文场景下的“水土不服”问题。
多图融合是 Seedream 4.0 的核心亮点。用户可通过上传姿势参考图、服装设计图等,直接生成符合要求的合成图像。例如,将钢铁侠与布拉德·皮特的剧照结合,再输入“勾肩搭背”的姿势指令,模型能准确输出破次元壁的合影。此外,它还能实现品牌视觉衍生设计,如基于一个 LOGO 自动生成系列周边产品图,大幅降低设计门槛。
在中国人民大学的一场分享会上,夸克展示了大学生如何将 AI 工具深度融入学习与生活的多个场景。数据显示,每 10 个大学生中就有 7 人在使用夸克,AI 渗透率高达 80%。 有 28.8%的大学生用户都在使用夸克生成班委竞选 PPT ,仅 9 月上旬就产生了 42 万份相关需求。
大学生对 AI 的使用已远超简单的资料查询。医学生通过 AI 搜索专业问题,如“GSC 评分,血红蛋白正常值”;高数成为 AI 拍题最热门的领域;酿酒专业学生用 AI 识别葡萄品种,动物医学专业学生甚至用 AI 优化养猪方案。 夸克大学生用户中 AI 渗透率达到了 80% ,显示出 AI 在学术研究中的广泛应用。
一组由 AI 生成的中国传统水墨风格插画近日引发关注,这些画作以军阀张宗昌的打油诗为创作蓝本。 “玉皇爷爷也姓张,为啥为难俺张宗昌?” 这类粗鄙直白的诗句,被赋予泼墨写意的艺术形式,形成强烈的视觉反差。
张宗昌作为奉系军阀头目,其创作的打油诗以语言粗俗、内容荒诞著称。AI 将“大炮开兮轰他娘”等诗句转化为竖排毛笔字,搭配传统山水构图,创造出既熟悉又陌生的文化景观。技术对文本的视觉化处理,意外凸显了诗句中的黑色幽默。
移动端大语言模型(Mobile LLMs)将强大的自然语言处理能力带到手机等终端设备,正在改变医疗诊断、金融分析和个性化教育等行业。 “这类模型在对话式 AI、情感分析等任务中表现优异,在资源受限环境下提供了前所未有的便利性” 。但直接在设备上处理敏感数据的特点,使其面临传统服务器环境不曾出现的特殊风险。
移动平台主要存在三类安全隐患:通过精心设计的输入误导模型的对抗攻击、推断训练数据隐私的成员推理攻击,以及利用硬件漏洞窃取数据的侧信道攻击。其中对抗攻击可能导致医疗诊断错误,而成员推理可能泄露患者的私人健康记录。 “移动平台的资源受限特性加剧了采用传统安全机制的难度” ,这使得加密等常规防护手段难以直接应用。
量子机器学习与传统机器学习在数据处理上存在本质差异。传统方法可以直接处理数值向量,而量子电路需要将数据转换为量子态。 量子机器学习的编码完全是另一回事 ,它决定了算法能够处理的数据结构形式。角度编码是最直观的方法,通过旋转量子比特来映射特征值。每个特征对应一个量子比特的旋转角度,实现简单但表达能力有限。
编码方法的选择从根本上决定了量子模型能学到什么 。振幅编码则展现了量子计算的指数优势,将整个特征向量压缩到量子态的振幅中,大幅减少量子比特需求,但需要复杂的归一化处理。基础编码适用于分类数据,直接将标签映射到计算基础状态,效率高但难以处理连续数据。
NVIDIA 近日发布了名为 SATLUTION 的创新框架,该框架能够将基于大模型的代码演化从小型内核扩展到包含数百个文件和数万行 C/C++ 代码的完整代码库。这是首个实现这一目标的框架,标志着大模型在复杂程序编写领域的重大突破。
SATLUTION 通过协调多个大模型智能体来演化 SAT 求解器,具备严格的正确性检查、分布式运行时反馈和自我演化的规则。令人瞩目的是,其生成的求解器性能不仅超过了 2025 年 SAT 竞赛的人类冠军,甚至在 2024 年的基准测试中击败了过去的优胜者。
vivo 与 Google Cloud 展开深度合作,将先进 AI 技术融入智能手机。 “vivo 携手 Google Cloud,迅速推出更安全、更前沿的 AI 功能” ,这一合作显著提升了手机的多语言处理和语音识别能力。借助 Vertex AI 中的 Gemini 模型,vivo 快速集成了写作辅助、内容摘要和语音转录等功能,为用户带来更智能的交互体验。
在语音技术方面,vivo 采用 Google Cloud 的 Speech-to-Text 服务,特别是 Chirp 模型,有效解决了印度和东南亚地区多样口音的识别难题。 “借助 Cloud Run,vivo 正迅速大规模地为印度、东南亚等全球重点市场的用户推出了定制的 AI 语音功能” 。无服务器架构不仅提高了部署效率,还确保了服务在全球范围内的稳定运行。