从开洗衣店谋生、到因学术成就被誉为"AI 教母"，再到如今成为一家企业的 CEO，李飞飞一直处在"从 零到一"的历程，并享受其中。用她自己的话来说： "我喜欢从零开始的感觉，就像站在原点一样。忘记你过去所做的一切，忘记别人对你的看法。只是埋 头苦干，努力构建。那是我的舒适区，我就是喜欢那样。" 日前，李飞飞在 Y Combinator 的 AI Startup School 活动上，回顾了 ImageNet 项目的诞生历程、她早期 对数据驱动方法的信念，以及卷积神经网络（CNN）等突破如何催生图像描述、故事生成，最终发展 出生成式模型。她还解释了为何 3D 世界建模对通用人工智能（AGI）至关重要，在她看来，"没有空间 智能，AGI 就是不完整的。" 另外在现场，李飞飞还给了身处 AI 时代的硕士、博士研究生一些建议： 学术头条在不改变原文大意的情况下，做了简单的编译。内容如下： 一、我的梦想是让机器"看见" Diana Hu：我们非常高兴能够邀请到李飞飞博士，她在 AI 领域具有很长的职业生涯，被誉为"AI 教 母"。飞飞，2009 年，也就是 16 年前，你最初创建的项目之一是 ImageNet，引用量已 ...

AGI最新判断。 作者 | 闻乐 不圆 来源 | 量子位 （ID：QbitAI） 在我看来，没有空间智能，通用人工智能就不完整。 这是"AI教母"李飞飞在最新访谈中对AGI的判断——是的，李飞飞也开始谈论AGI了。 不过她有自己的表述，从进入人工智能领域开始，她就确定了她终身奋斗的梦想： 让智能体能够讲述世界的故事 。 而这，离不开 空间智能 。 正如她本人所说： 我整个职业生涯都在追逐那些极其困难、近乎疯狂的问题。 李飞飞如今聚焦于空间智能领域——这个人工智能最艰难的领域之一。 她认为 3D世界建模 对于实现AGI至关重要，并表示： 理解三维世界、生成三维世界、推理三维世界、在三维世界中做事，是人工智能的基本问题。 她的目标是创建一个超越平面像素、跨越语言障碍、能够真正捕捉三维世界结构和空间智能的 世界模型 。 在这次对话中，她从ImageNet的起源和影响说起，讲述了AI范式转变与关键突破，并提到了3D建模面临的挑战以及空间智能的数据 缺失问题。 量子位翻译并总结了全文，让我们一起来学习李飞飞的最新认知和分享。 ImageNet为现代计算机视觉搭建数据骨架 Q：你最早创建的项目之一是2009年的Image ...

Core Insights - Alibaba is evolving beyond its traditional identity as an "e-commerce giant," with a significant focus on AI and cloud computing as key growth drivers for the future [2][3][4] - In FY2025, Alibaba's revenue reached 996.347 billion yuan, with a net profit increase of 77% to 125.976 billion yuan, while its cloud computing revenue grew by 11% to 118 billion yuan [2][4] - The company plans to invest 380 billion yuan in AI infrastructure over the next three years, surpassing its total tech investment in the past decade [2][8] Financial Performance - Alibaba's revenue growth for the e-commerce segment was only 3% in FY2025, contrasting with the 18% year-on-year growth in cloud revenue for Q4 [2][4] - The cloud segment achieved a record revenue of 301.27 billion yuan in Q4, marking the fastest growth in three years [2] AI Strategy - Alibaba views AI as a core driver of business growth and a major opportunity for the next decade, with plans to integrate AI deeply into its operations [3][4] - The company has established a comprehensive AI ecosystem, focusing on foundational technology, commercial applications, and infrastructure [5][6] Investment and Development - Alibaba's capital expenditure for Q1 FY2025 was 24.612 billion yuan, a 120.68% increase year-on-year, with a total planned capital expenditure of 86 billion yuan for FY2025 [8] - The company is actively investing in AI startups and technologies, including leading funding rounds for several AI firms [9][10] Market Position and Future Outlook - Analysts predict that Alibaba's AI-related revenue could reach 29 billion yuan and 53 billion yuan in FY2026 and FY2027, respectively, contributing significantly to overall cloud revenue growth [7] - Alibaba's strategic investments aim to create a closed-loop system where investments in AI startups lead to increased cloud service revenues, enhancing its competitive position in the tech landscape [10][11]

作为全国首个人工智能创新应用先导区的上海浦东新区，在大模型领域的投资又有新动作。 7月2日，在智谱开放平台产业生态大会上，浦东创投集团和张江集团联合战略投资智谱，总额10亿元。同时，由上海仪电牵头、浦发集团和智谱共同参 与的"算电模"的人工智能新型基础设施合作启动，以促进形成"能源+算力+模型+应用"的产业闭环。 当前，浦东新区正加速推动建设全球垂类模型引领高地，位于张江的模力社区已经集聚近70家垂类大模型企业。今年3月落户模力社区的智谱更以开放 平台聚集了百万开发者，建立起了AI原生应用的聚合平台。此次大会，这一开放平台再次推新。 上海市经济信息化委副主任张宏韬表示，发展人工智能是上海的重大战略任务，上海正推动人工智能与传统产业、新兴产业、新赛道、未来产业等深度 融合，浦东是全国首个人工智能创新应用先导区，始终以开放的生态来拥抱技术变革，正在孕育人工智能全产业链的蓬勃生长，将全力支持智谱等创新主体 持续深化与上海创新伙伴的战略合作，共同探索生成式人工智能发展的新技术、新架构、新应用，为更多行业注入AI基因；支持智谱等创新主体深度参与 上海的智能场景建设，将深厚的行业知识融入金融科技、生物医药、具身智能、智能 ...

Core Viewpoint - The article emphasizes the importance of spatial intelligence in achieving Artificial General Intelligence (AGI), as articulated by AI expert Fei-Fei Li, who believes that understanding and interacting with the 3D world is fundamental to AI development [1][4][29]. Group 1: Spatial Intelligence and AGI - Fei-Fei Li asserts that without spatial intelligence, AGI is incomplete, highlighting the necessity of creating world models that capture the structure and dynamics of the 3D world [29]. - She identifies 3D world modeling as a critical challenge for AI, stating that understanding, generating, reasoning, and acting within a 3D environment are essential problems for AI [7][29]. - The pursuit of spatial intelligence is framed as a lifelong goal for Li, who aims to develop algorithms that can narrate the stories of the world by understanding complex scenes [20][29]. Group 2: Historical Context and Breakthroughs - The article discusses the inception of ImageNet, a pivotal project initiated by Li, which aimed to create a vast dataset for training AI in visual recognition, addressing the data scarcity issue in the early days of AI [11][14]. - The success of ImageNet led to significant advancements in computer vision, particularly with the introduction of AlexNet, which utilized convolutional neural networks and marked a turning point in AI capabilities [19][22]. - Li reflects on the evolution of AI from object recognition to scene understanding, emphasizing the importance of integrating natural language with visual signals to enable AI to describe complex environments [15][20]. Group 3: Future Directions and Applications - Li expresses excitement about the potential applications of spatial intelligence in various fields, including design, architecture, gaming, and robotics, indicating a broad utility for world models [35]. - The article mentions the challenges of data acquisition for spatial intelligence, noting that while language data is abundant online, spatial data is less accessible and often resides within human cognition [33][50]. - Li's new venture, World Labs, aims to tackle these challenges by developing innovative solutions for understanding and generating 3D environments, indicating a commitment to advancing the field of AI [29][35].

IDC 在其最新的全球季度服务器追踪报告中估计，基于 Arm 架构的服务器今年将占全球总出货量的 21.1%，而不是Arm 基础设施主管 Mohamed Awad在 4 月份宣称的 50%。 公众号记得加星标⭐️，第一时间看推送不会错过。 来源：内容 编译自 theregister 。 基于 Arm 的服务器在市场上迅速获得关注，预计 2025 年出货量将增长 70%，然而，这仍然远远低 于该芯片设计商的目标，即到今年年底占据全球数据中心 CPU 销售额的一半。 市场观察机构 IDC 表示，Arm 服务器之所以受到广泛关注，主要得益于大型机架规模配置的推出， 例如专为AI 处理而设计的Nvidia DGX GB200 NVL72等系统。 配备至少一个GPU的服务器（有时被称为支持AI）预计将增长46.7%，几乎占今年市场总价值的一 半。超大规模客户和云服务提供商的快速采用正在推动服务器市场的发展，IDC表示，服务器市场规 模将在短短三年内增长两倍。 2025年第一季度，服务器市场整体规模达到创纪录的952亿美元，同比增长134.1%。因此，IDC将全 年服务器市场规模预测上调至3660亿美元，增幅达44.6% ...

以下文章来源于追问nextquestion ，作者追问 追问nextquestion . 科研就是不断探索问题的边界 George Musser 作者 张旭晖 编译 人工智能的终极梦想，从来不局限于打造一个能击败国际象棋特级大师的博弈引擎，或是设计出花言巧 语蛊惑人心的聊天机器人。它的真正使命，是成为一面映照人类智慧的明镜，帮助我们更深刻地认识自 我。 科研工作者的目标，也不止于是狭义的人工智能，他们追求的是通用型人工智能 （A GI ） ——一种具有 类人的适应力与创造力的智能系统。 诚然，如今大语言模型 （LLM） 的问题解决能力已然让大多数研究者刮目相看，但它们依然有着明显的 短板，例如缺乏持续学习的能力——一旦完成基于书籍、网络文本等材料的训练后，它们的知识库就被 冻结了，再也无法"更新"。正如AI公司SingularityNET的本·格策尔 （Ben Goertzel） 形象地比喻："你没法 让大语言模型去上大学，甚至连幼儿园都进不了。"它们通过不了有"机器人高考"之名的综合测验。 "掌握"了语言，离模拟思维还有多远？ 在语言处理方面，目前的LLM确实展现出了专家所称的AGI"形式能力"：即使你提供 ...

转自：机器之心 Y Combinator 最近在旧金山举办的 AI Startup School 活动，邀请了大量 AI 领域最具影响力的创始 人和专家进行现场对谈和演讲，之前 Andrej Karpathy 在活动上的演讲视频爆火，现在 OpenAI CEO Sam Altman 的最新采访也已上线。 视频地址：https://www.youtube.com/watch?v=V979Wd1gmTU 这次对话为我们理解 AI 的当下与未来，以及其背后核心驱动者的思考，提供了一个直接且全面的视 角。 我们将访谈内容总结为以下这些关键问题，在不改变原意的情况下使读者以更清晰的结构了解访谈内 容。 行业未来会怎样 AI 的演进从未停止，交互的形态也必将迭代。Sam Altman 在此描绘了一幅激动人心的技术路线图， 预言了 AI 从问答工具到 全天候智能体 的进化。 在本次采访中，Altman 深入复盘了从早期创业艰辛到缔造 OpenAI 的完整历程。他不仅分享了对雄 心、责任及全球瞩目下如何前行的思考，还就早期关键决策、未来技术机遇、产品形态及个人领导哲学 等话题，给出了深刻洞见。 他不仅展望了 GPT-5 及后 ...

报告导读： GPT-5 将于 2025 年夏季发布，将整合现存模型功能。 Marvell 发布 2nm SRAM ，并上调市场预期。 MiniMax 相继推出推理模型、视频生成模型、通用智能体。 投资建议： 维持行业增持评级，推荐 AI 算力方向、云厂商方向、 AI 应用方向、 AI 社交方向以及 AI 注 入周期下的中概巨头。 GPT-5 将于 2025 年夏季发布，将整合现存模型功能。 当地时间 6 月 18 日， OpenAI 首席执行官 Sam Altman 在公司首期博客节目中探讨了通用人工智能（ AGI ）、 " 星际之门 " 计划及用户隐私等议 题。他在节目中宣布 GPT-5 预计于 2025 年夏季发布，具体日期尚未披露。该模型计划整合 OpenAI 全部旗舰功能，包括 GPT-4o 的自然语言处理能力与 o3 在代码及科学推理领域的优势，形成综合性能 更强大的新模型。 Altman 同时表示不排斥在 ChatGPT 中投放广告，此举或将成为公司拓展盈利的新渠 道。 Marvell 发布 2nm SRAM ，并上调市场预期。 在 6 月 18 日结束的 Custom AI 投资者日活动上， M ...

尽管人工智能（AI）在飞速发展，当前 AI 开发仍严重依赖人类专家大量的手动实验和反复的调参迭代，过程费时费力。这种以人为中心的方式已成为制 约创新速度和通向通用人工智能（AGI）的关键瓶颈。为突破限制， AI-for-AI （AI4AI）应运而生。AI4AI 旨在让 AI 作为智能体来自主设计、优化和改 进 AI 算法，大幅减少人类干预，加速迭代开发周期，推动 AGI 发展进程。 最近，上海交通大学与上海人工智能实验室联合团队最新研究表明，一个仅依赖 7B 参数大模型的 AI 智能体（ML-Agent），采用 "经验学习" 新范式，只 在 9 个机器学习任务上持续探索学习，迭代进化，最终就能设计出超越 671B Deepseek-R1 驱动的智能体设计的 AI 模型， 首次实现了在自主机器学习领域 从 "提示工程" 到 "经验学习" 的范式跃迁，开创了 AI4AI 的新路径 。 论文标题： 论文地址： https://arxiv.org/pdf/2505.23723 代码地址： https://github.com/MASWorks/ML-Agent 传统自主机器学习：费时低效的困境 传统机器学习工程繁琐低 ...