衡宇 不圆 发自 凹非寺 量子位 | 公众号 QbitAI 夜晚，后院监控视角下，10只小兔子在蹦蹦床。 就这么一条时长8s、平平无奇的视频，在TikTok上单条播放量超过5亿。 大家皱着眉头反复观看： 这到底是真实监控视频画面，还是AI生成的啊？？？ 起初，量子位编辑部在工位上的朋友们，都被拉过来看了至少一遍。 直到有人发现了华点—— 有两只兔子， 蹦着蹦着融合成一只兔子了 ！ 别眨眼，看，就是这里： 我们才确认这个没有任何logo水印的视频，的确由AI生成。 这条欺骗性极强的视频 在TikTok上获得了5亿播放量 ；随便搜出一条打假它的视频，也有700多万播放量。 绝对是AI视频里当之无愧的出圈爆款。 "这个从我后院拍的视频跟AI有什么关系？" 兔子的蹦床视频爆火之后，网上还发散出了很多红外监控视角下的的其它动物的版本。 比如会莫名原地虚空繁殖的 干脆面 们： 比如 棕熊 ……蹦床都被蹦破了啊喂！ 你说熊熊这么重，跳破蹦床情有可原，但蹦床的碎片怎么飞到一半就消失了？ 虽然但是，这些AI动物视频骗过了很多网友。 甚至有人觉得，这一定是真实监控画面，因为现在AI对物理的理解还没这么好！ 有网友看还有很多人不信 ...

字节跳动团队 投稿 量子位 | 公众号 QbitAI 你刷的每一条短视频，背后都隐藏着推荐算法的迭代与革新。 作为最新成果，字节跳动的算法团队提出的全新推荐排序模型架构 RankMixer ，在兼顾算力利用率的同时，实现了模型效果的可扩展性。 RankMixer以软硬件协同的视角重新设计推荐模型，"马车换跑车"，将抖音推荐精排模型的Dense参数量从一千万量级（16M）扩大两个数量 级到了 10亿（1B）量级 。 同时通过充分发挥GPU的算力和极致的工程优化，研究团队将模型的MFU提升近10倍到40%+，推理SM Activity从30%提升到80%，大幅降 低Scaling Up推理成本，在参数量变大两个数量级下 推理成本不增加 。 在抖音主feed推荐场景，RankMixer-1B模型在不增加延迟下已经全量生效，累计 带来了超过0.3%的LT30收益和超过1%的用户时长收益 ， 并且推广到字节内部几十个业务场景完成上线。 RankMixer模型结构 抖音每天为数亿用户提供个性化信息流服务。而支撑这一切的，正是其幕后强大的推荐算法模型。 近年来随着推荐领域海量内容和数据量爆炸式增长、大语言模型算法的变革、以 ...

当IMO推理模型会在缺乏有效证据时表示"我不确定"，这会显著减少隐藏错误。 在AI摘下IMO金牌后，OpenAI金牌小分队成员 Alex Wei 、 Sheryl Hsu 和 Noam Brown 参与了红杉资本组织的一场对话，揭秘模型攻 克精英数学难题的底层突破。 时令 发自 凹非寺 量子位 | 公众号 QbitAI 这一次，"不会"竟成了大模型的高光时刻。 虽然在IMO第6题上得了零分，OpenAI的金牌模型却展现了"高智商的诚实"。 正如OpenAI研究员 Noam Brown 在最新访谈中所揭示的： 有网友帮忙总结了个太长不看版： 与过去那些"看起来完美，实则错误"的幻觉式答案不同，这一代大模型开始学会"承认自己不会"。 它标志着模型正在从胡编乱造的幻觉式回答，转向更加可靠且具有"自我认意识"的全新阶段。 三位成员还在这场对话中，分享了更多关于冲刺IMO的有趣细节。 IMO金牌模型能承认自己不知道 尽管数学家与计算机科学家一致认可IMO金牌模型的价值。 但他们常常抱怨，当模型遇到知识盲区时，它总会输出一个令人信服但错误的答案。 他们不得不耗费大量精力逐行验算，才能甄别那些幻觉陷阱。 IMO第6题让大模 ...

不圆 发自 凹非寺 量子位 | 公众号 QbitAI ChatGPT用多了会变傻？官方回应来了！ OpenAI教育主管Leah Belsky明确表示： AI本质上是一个工具，关键在于如何使用它。 在这期OpenAI的官方播客里，Leah Belsky和两位大学生一起，回答了网络上对AI工具在学习方面的担忧，审视了 ChatGPT如何在全球范 围内改变学习和教学 。 还谈论了如何正确使用AI以避免"大脑腐朽"的方法。 为改善用户的学习体验，OpenAI提出了"学习模式"：将ChatGPT从一个仅仅"提供答案"的工具，转变为一个引导学生主动找到答案的模式。 我们总结了这次播客的核心内容，一起来看。 AI本质上是个工具 面对网络上那些AI会导致"大脑腐朽" （Brain rot） 的头条新闻，OpenAI教育主管Leah Belsky表示，这也是她每天都会被问到的问题之一。 AI本质上是个工具，关键在于如何去使用它。 Leah Belsky指出： 学习需要付出努力、处理信息和消化知识。 简单地说，如果学生将AI仅用作"答案机器"，它确实会阻碍学习——难道仅凭抄作业就能得到知识么？这显然是不可能的。 但如果以 拓展批 ...

以下文章来源于量子位智库 ，作者量子位智库 量子位智库 . 连接AI创新，提供产业研究 分析师 刘萌媛 量子位智库 | 公众号 AI123All 人们的生活被各种各样、浩如烟海的信息包围着，信息管理是每个人日常生活中或主动或被动的必备功课。而随着大语言模型的发展，AI的 技术能力已渗透 信息生成 、 信息获取 等不同领域，为人们的「信息管理」带来无数便捷。 在信息获取领域，市场已涌现一大批AI工具，在 主动信息获取 （有意识、有目的地去获取信息，以AI搜索、Deep Research产品为典型） 和 被动信息获取 （不抱有目的、基于休闲社交或环境感知获取信息，以今天访谈涉及的「语鲸」为典型）层面都有覆盖。 现如今，一方面AI的普及使信息的"生产-分发-消费"链条发生了质变，新的机会成批出现；另一方面底层模型水平相对接近，核心场景已被 巨头布局。在这一背景下，AI信息类产品如何寻找 新切入口 ，完成 差异化 的功能设计，并 做透场景 呢？ 近日，量子位智库 AI产品Time 栏目邀请到了「深言科技」创始人岂凡超，基于深言在AI搜索产品 深言达意 （原 反向词典 ）和AI信息流 工具 语鲸 上的成功经验，为我们给 ...

Video-TT团队 投稿 量子位 | 公众号 QbitAI 视频大型语言模型（Video LLMs）的发展日新月异，它们似乎能够精准描述视频内容、准确的回答相关问题，展现出足以乱真的人类级理解 力。 但有一个非常本质的问题始终萦绕着研究者的心头： 这些模型是真的"理解"了视频，还是仅仅在进行一种高级的"模式匹配"？ 为了解决上述问题，来自南洋理工大学S-Lab的研究者们提出了一个全新的、极具挑战性的基准测试—— Video Thinking Test（简称 Video-TT） 。 其核心目标简单而深刻：将"看"与"想"的能力分离，精准测量AI在视频内容上的真实理解和推理水平。 研究团队有三项关键发现： （1）人类在视频理解的"准确率"和"鲁棒性"上远超SOTA级模型（50%），差距显著。 Video-TT的问题定位 （2）开源模型在"鲁棒性"上远逊GPT-4o（SOTA模型之一）。 （3）GPT-4o的短板在于：对模糊或非常规内容识别能力弱；对多场景区分、定位、计算能力有困难；世界知识对应能力欠缺，无法理解意 图、社会动态等深层信息。 Video-TT图灵测试集由南洋理工大学S-Lab科研团队联合独立研究员 ...

7月31日，以"聚新质动能，引全球共振"为主题的第22届中国国际数字娱乐产业大会 （CDEC）在上海举行。作为行业头部公司，世纪华通总裁谢斐受邀参会并发表了题为 《在平衡中领跑：有关中国游戏新质发展的思考》的主题演讲。她指出，中国游戏行业虽 然已成为全球游戏领域的"领跑者"，但也面临三大亟需平衡的矛盾，需要在平衡中实现更 高质量的发展。以下是她的主要观点概述： △ 世纪华通总裁谢斐 当下"情绪价值"受追捧，"悦己经济"爆发，而游戏是满足情绪价值的绝佳载体，能提供娱 乐、释放压力等功能。但需将其升华为有持久生命力、文化底蕴和社会认同的"品牌价 值"，这是行业可持续发展的关键。 弥合价值落差的核心在于锻造高品质创新产品力：一方面行业应继续推出精品大作，另一 方面也应当具备开创而非跟随的意识，像《无尽冬日》那样去开拓蓝海市场。此外，行业 需主动展现技术推动作用，搭建更坚实的沟通桥梁，传递游戏行业的正向价值。今年，世 纪华通发起"数龙杯"大赛也是这样的初衷，以拉近与社会的距离，平衡业绩与价值。 日本动漫游戏产业的机器猫、马里奥等已成为国家的文化名片和软实力象征，而我国虽游 戏出海成绩优异，但在全球建立有文化穿透力的游 ...

AGENTSAFE团队 投稿 量子位 | 公众号 QbitAI 想象一下，你家的智能机器人管家，不仅能听懂"把苹果放进冰箱"，也能执行"用打火机点燃房间"这样的指令。 这听起来是不是有点吓人？ 来自北航、中关村实验室、南洋理工大学等机构的一项新研究结果令人震惊： 即便是 GPT-4o、Grok 这样的顶级大模型，一旦被"越狱"（Jailbreak），也会"教唆"机器人做出危险行为。 为此，他们提出了 全球首个针对具身智能体安全性的综合性评测基准 —— AGENTSAFE ，以填补具身智能体在对抗性安全评测领域的空 白。 这项开创性研究， 荣获ICML 2025多智能体系统（MAS）研讨会杰出论文奖 （Outstanding Paper Award）。 团队还计划发布数据集、代码和评测沙盒，供全球研究者使用。 到底什么情况，让我们来看一下。 AGENTSAFE：一个能"越狱"机器人的沙盒 为什么需要AGENTSAFE？ 因为"越狱"攻击，正在从"说"蔓延到"做"。 过去，AI的安全问题大多集中在"生成有害内容"上，比如让ChatGPT写一封诈骗邮件。这类攻击被称为"越狱攻击"（Jailbreak Attacks ...

Ilya之后，谁是支撑起OpenAI研究的人？ 正是他们两个人撑起了OpenAI的核心研究，Chen负责组建和管理研究团队；Pachocki 负责制定研究路线图，并确立长期技术愿景。 除此之外，他们两个还透露了不少细节，比如为什么要解散超级对齐团队，平时又是如何协作等细节。在这样一个特别的时间节点，小扎疯狂 挖人、GPT-5发布前夕，不排除有奥特曼一些特殊的考量，也许是给大家一颗定心丸。 GPT-5发布前夕，奥特曼公开了他背后的两位90后得力干将。 Mark Chen ，首席研究官，小扎挖人首份名单，"拒绝了小扎10亿美金薪酬"。 Jakub Pachocki ，Ilya的接替者，OpenAI的新首席科学家，曾被奥特曼称赞为"我们这一代最杰出的头脑之一"。 白交 鹭羽 发自 凹非寺 量子位 | 公众号 QbitAI 网友调侃：合作伙伴关系如此牢固，甚至ChatGPT都称他们为爸爸妈妈。 小扎刚刚更新了他的名单。 不过，你又怎知小扎没有早早下手，但却又是现在这样一个结果。（Doge） 两位90后OpenAI顶梁柱 这两位OpenAI顶梁柱有不少共同点，都是90后（Mark Chen 90年，Jakub Pach ...

henry 发自 凹非寺 量子位 | 公众号 QbitAI Make MCTS Great Again？ 如何在 探索（Explore）未知可能性以寻找更优解和利用（Exploit）当前已知最佳方案之间取得平衡，一直是复杂决策和长程规划任务的核 心挑战之一。 一个过于强调探索的系统可能效率低下，在大量平庸选项中徘徊；而一个过于强调利用的系统则可能过早收敛到局部最优，错过全局最佳解。 一个不起眼的迷宫导航任务，却能让一众模型"原形毕露"。 Diffuser和Diffusion Forcing双双翻车，通关率低得可怜。 唯独有一个模型，通关率高达 100%。 而它就来自图灵奖得主Yoshua Bengio与其团队提出的全新方法： 蒙特卡洛树扩散（Monte Carlo Tree Diffusion, MCTD） 。 这个方法将" 上古时代 "的蒙特卡洛树搜索，和当下热门的扩散模型结合在一起，突破了扩散模型在长程任务推理阶段缺乏可扩展性的瓶颈， 并成功入选ICML 2025的Spotlight。 对于扩散模型来说，它虽然能够通过 去噪过程实现高质量、全局一致的序列生成（对数据分布的"利用"）， 但缺乏在不确定性下主 ...