WebSailor团队 投稿 量子位 | 公众号 QbitAI 在互联网信息检索任务中，即使是很强的LLM，有时也会陷入"信息迷雾"之中：当问题简单、路径明确时，模型往往能利用记忆或一两次搜索 就找到答案；但面对高度不确定、线索模糊的问题，模型就很难做对。 举个例子，我们平常问一个直白的问题（比如"某城市的人口是多少"），搜索引擎一查即可。 但如果问题被设计得非常复杂，比如"这首与南美某首都密切相关的乐曲，其歌词作者在21世纪初获颁当地荣誉称号，其旋律创作者曾就读于 哥伦比亚西部的一所著名艺术学院。这首乐曲叫什么？"，人类和AI都很难直接找到入口。 这类问题需要阅读许多网页、抽丝剥茧地拼凑线索，逐步把迷雾拨开，才能找到答案。这超出了人类有限记忆和注意力的负荷，也远远超出了 普通开源模型的能力范围。 有没有办法让开源的大模型也掌握这种拨云见日的本领？ 阿里巴巴通义实验室最新提出的方案WebSailor通过一整套创新的post-training方法，大幅提升了开源模型在复杂网页推理任务上的表现。 此前开源的Agent在类似BrowseComp这样复杂的、超越人类能力边界的基准上几乎为零，WebSailor成为首个 ...

苹果或弃自研模型转投OpenAI和Anthropic；Meta成立超级智能实验室。 华为盘古团队否认开源模型抄袭 7月5日，华为诺亚方舟实验室发布声明称，盘古Pro MoE开源模型是基于昇腾硬件平台开发、训练的基 础大模型，并非基于其他厂商模型增量训练而来。对此，盘古团队在声明中称，盘古Pro MoE开源模型 部分基础组件的代码实现参考了业界开源实践，涉及其他开源大模型的部分开源代码。盘古团队严格遵 循开源许可证的要求，在开源代码文件中清晰标注开源代码的版权声明。 点评：华为此前6月30日宣布开源盘古7B稠密和72B混合专家模型，随后，一项发布于GitHub的研究引 发业界热议，该研究的作者认为，华为推出的盘古大模型与阿里巴巴发布的通义千问Qwen-2.5 14B模型 在参数结构上存在"惊人一致"，两个模型在注意力参数分布上的平均相关性高达0.927，远超其他模型 对比的正常范围。 英伟达市值逼近4万亿美元 当地时间7月3日盘中，英伟达市值一度突破3.92万亿美元，短暂超过苹果在2024年年底时创下的3.915万 亿美元全球最高市值，并逼近4万亿美元。截至7月3日收盘，英伟达股价上涨1.33%，股价159.3 ...

本周核心趋势 2025年7月2日 1、「重磅事件」 Meta疯狂挖角OpenAI华人AI大牛：硅谷上演人才争夺战 Meta创始人扎克伯格以人均 1亿美元年薪+无限制算力 挖走8名OpenAI核心研究员，其中7人为华人顶尖 人才！试图组建50人"超级智能团队"对抗OpenAI。 本周AI商业焦点必读 （2025.6.24-7.3） 巨头抢人，开源崛起： Meta天价挖角OpenAI，暴露巨头人才垄断危机，开源模型将加速普及，小 公司机会变多！ AI智能体别光吹牛： Gartner警告40%项目要黄，烧钱不实用的AI智能体（Agent）会死掉，能真干 活的才能活下来！ AI赋能，改造老行当： 美团用数据帮开店，小米做AI眼镜，AI正深入改造餐饮、硬件等传统行业， 落地为王！ 小模型猛，开源真香： 智谱、快手的小模型性能炸裂，黑森林开源叫板巨头，好用又便宜的开源小 模型是创业新利器！ 这场争夺战暴露了AI行业顶尖人才垄断化趋势，Meta的Llama 4模型失利加速了人才掠夺，而OpenAI面 临GPT-5研发窗口期被压缩的危机。未来，随着xAI等新势力加入战局（如马斯克团队同期发布Grok 4），全球AI人才流动或 ...

Black Forest官方测试报告显示，该模型在人类偏好评估、指令编辑等多项关键指标优于OpenAI最新发 布的GPT-image-1，标志着开源模型在高精度图像编辑领域取得新进展。 FLUX.1-Kontext的技术架构由自然语言解析、图像生成和多模态融合三个关键模块构成。 自然语言解析层采用改进型Transformer架构，配置8层自注意力机制，能对用户指令做深度语义拆分。 比如面对"将画面左侧咖啡杯替换为青花瓷杯，杯内咖啡表面添加拉花图案"的指令，系统可精准识别出 对象替换、材质变更、细节添加等子任务，并分配相应权重。 图像生成引擎基于改进版扩散模型（DPM-Solver++）构建，创新引入动态噪声调度机制。 作者：周源/华尔街见闻 在AI绘画领域竞争白热化的当下，开源与闭源模型的博弈持续深化。 6月底，知名开源平台Black Forest推出文生图模型FLUX.1-Kontext开发者版本，凭借"自然语言指令实现 图像编辑"的核心功能，迅速成为行业焦点。 该机制可依据指令复杂程度自动调整去噪迭代次数：处理"将天空改为黄昏色调"等简单指令时，20步内 即可完成；面对"将人物服装添加复古刺绣纹样"等复杂 ...

6月27日，腾讯混元宣布开源首个混合推理MoE模型 Hunyuan-A13B，总参数80B，激活参数仅13B，效 果比肩同等架构领先开源模型，但是推理速度更快，性价比更高。这意味着，开发者可以用更低门槛的 方式获得更好的模型能力。即日起，模型已经在 Github 和 Huggingface 等开源社区上线，同时模型API 也在腾讯云官网正式上线，支持快速接入部署。此外，也这是业界首个13B级别的MoE开源混合推理模 型。（全天候科技） ...

来自蚂蚁的开源新模型，在SWE-bench Lite上 超越所有开源方案 ，性能媲美闭源模型。 具体表现如下，在SWE-bench Lite上： 明敏 发自 凹非寺 量子位 | 公众号 QbitAI AI自动修bug，解决率达 44% ！这是全球开源模型的最新 最强水平 。 | | | SWE-bench | | | | | | | --- | --- | --- | --- | --- | --- | --- | --- | | Lite Verified Multimodal | Full | | | | | | | | Open Weight Model V Open Source System Checked | | (All Tags Selected) | | | | | | | Model | | % Resolved | Org | Date | Logs | Trajs | Site | | CodeFuse-CGM | | 44.00 | JEFK | 2025-03-10 | V | V | 6 | | KGCompass + DeepSeek V3 | | 36.67 | (1) | ...

对AI一直磨磨蹭蹭的苹果与Meta，最近开始抓狂，在硅谷大肆抢人并购。它们突然意识到，AI可能颠覆端侧设备体验和整个APP生态，也可能颠覆未来的 广告模式。 再不跟上AI三巨头微软、亚马逊和谷歌，还有OpenAI、Anthropic、xAI，苹果和Meta可能会在最近一轮"超级智能"的炒作中开始边缘化。 140亿美元估值的Perplexity，100亿估值的Thinking Machines Lab，是库克与扎克伯格的共同之选。Meta已经143亿美元收购了Scale AI近半数股份，还曾动 议收购如今320亿美元估值SSI，也就是把Ilya Sutzkever收至麾下；媒体的报道还提到了估值55亿美元的Cohere、45亿美元的Sierra AI、60亿美元的Mistral 等，甚至620亿美元的Databricks的可能性。 Meta与苹果，都遭遇了缺人、缺方向的困局。苹果不相信现有的技术可以实现令其满意的用户体验；Meta则很长一段时间纠结于现在的技术方向能否最 终真正理解物理世界。 Meta与苹果，满是江湖恩怨。年初，扎克伯格公开批评苹果自iPhone以来"没有任何重大创新"。但很快，市场意识到Met ...

网易有道宣布正式开源"子曰3"系列大模型的数学模型（英文名称Confucius3-Math）。这是国内首个专 注于数学教育，可在单块消费级GPU上高效运行的开源推理模型。 ...

机器之心报道 编辑：杜伟 在开源模型领域，DeepSeek 又带来了惊喜。 上个月 28 号，DeepSeek 来了波小更新，其 R1 推理模型升级到了最新版本（0528），并公开了模型及权重。 这一次，R1-0528 进一步改进了基准测试性能，提升了前端功能，减少了幻觉，支持 JSON 输出和函数调用。 今天，业界知名、但近期也陷入争议（曾被指出对 OpenAI、谷歌及 Meta 的大模型存在偏袒）的大模型公共基准测试平台 LMArena 公布了最新的性能排行榜，其 中 DeepSeek-R1（0528）的成绩尤为引人瞩目 。 | | Rank (UB) ↑ Model ↑↓ | | Score 11 | | 95% Cl (±) 1↓ Votes 1J | لا Organization 1 | License 1لا | | --- | --- | --- | --- | --- | --- | --- | --- | | | 1 | G gemini-2.5-pro-preview-06-05 | 1468 | +8/-6 | 8,454 | Google | Proprietary | | | 2 ...

Core Insights - The report by Mary Meeker highlights the unprecedented speed and scale of AI adoption, indicating a transformative impact on technology history [3][6][22] - AI is experiencing exponential growth, with ChatGPT reaching 800 million users in just 17 months, surpassing any product from the internet era [3][8] - The report emphasizes a shift in AI development focus from academia to industry, driven by proprietary interests and competitive advantages [6][10] User Growth - ChatGPT achieved 800 million users within 17 months, with an annual recurring revenue growth rate that outpaces any product from the internet era [3][8] - The rapid user adoption of AI technologies is reshaping the landscape of digital interaction and functionality [8][18] Cost Dynamics - Training costs for AI models can reach up to $1 billion, but inference costs have decreased by 99% over two years [4][14] - The energy efficiency of GPUs has significantly improved, with NVIDIA's 2024 Blackwell GPU showing a 105,000-fold reduction in power consumption compared to the 2014 Kepler GPU [4][14] Competitive Landscape - The rise of Chinese firms in the AI space is notable, with open-source approaches enabling rapid advancements and global competition [4][10] - Closed-source models like OpenAI's GPT-4 and Anthropic's Claude dominate enterprise applications due to their superior performance, despite lacking transparency [6][10][13] Infrastructure and Investment - The demand for AI infrastructure is increasing, putting pressure on cloud providers and chip manufacturers [8][21] - Significant capital investment is required for AI development, with ongoing competition among companies for key technologies like chips and data centers [21][22] Job Market Impact - Since 2018, job vacancies related to AI have surged by 448%, indicating strong demand for talent in the AI sector [19][22] - AI is evolving roles in various professions, enhancing productivity rather than replacing jobs [18][22] Market Segmentation - The AI market is bifurcating into closed-source models, which are favored by enterprises, and open-source models, which are gaining traction among developers and startups [10][12][13] - Open-source models are becoming increasingly competitive, offering low-cost alternatives with robust capabilities [12][13] Strategic Implications - Companies are shifting from selling isolated software licenses to integrating AI functionalities across their technology stacks, focusing on delivering tangible outcomes [21][22] - The competition in AI is likened to a space race, highlighting the strategic importance of technological advancements in this field [21][22]