图片来源：Unsplash 在宣布以143亿美元投资人工智能初创公司 Scale AI，并挖走其创始人 Alexandr Wang 后，Meta CEO 马克·扎克伯格显然才刚刚开始他的 AI 人才收割战。 据知情人士透露， 扎克伯格的 AI 豪掷计划已进一步瞄准了 Safe Superintelligence 的 CEO、前苹果高管 Daniel Gross，以及 GitHub 前 CEO Nat Friedman。 这本不是扎克伯格最初设想的合作方式。 消息人士称，今年早些时候，Meta 曾试图直接收购 Safe Superintelligence——这家由 OpenAI 联合创始人 Ilya Sutskever 创立的公司，在今年4月的一轮融 资中估值达到了320亿美元。然而，Sutskever 不仅拒绝了收购提议，也婉拒了 Meta 对其本人的挖角邀请。 在与 Sutskever 谈判破裂后不久，扎克伯格便转向与 Gross 展开接洽。据悉，Gross 除了领导 Safe Superintelligence 外，还与 Friedman 共同创办了风投机构 NFDG（取自两人姓名首字母）。 消息称， G ...

超级智能（Superintelligence）是处于 AGI 之上、甚至通用能力超过人类的更高维 AI 发展方向。 学术头条在不改变原文大意的情况下，对整体内容做了精编，如下： 然而，在 Meta AI 研究员 Jack Morris 看来，Altman 提到超级智能的"工程问题"，在于"构建大量适用于不同任务的 RL 环境，并训练 LLM 同时处理所有 这些任务"。他认为，这一由 OpenAI 等公司当前大力推进的路径——基于 LLM 的 RL——根本无法构建超级智能。 "我谦卑的预测是：LLM 将继续在训练分布内的任务上变得更好。随着我们收集更多类型的任务并进行训练，这将产生在广泛任务上越来越有用的 LLM。但它不会成为一个单一的超级智能模型。" Morris 在一篇题为"Superintelligence, from First Principles"的博客中，探讨了构建超级智能的 3 种可能方式：完全由监督学习（SL）、来自人类验证者 的强化学习（RL）、来自自动验证器的 RL。 扎克伯格不惜以一亿美金年薪挖角 OpenAI 等竞争对手的动作背后，便暴露了 Meta 等头部玩家追求"超级智能"的巨大野 ...

"2025年将是智能体之年"几乎已经成为科技圈的共识。 Andrej Karpathy却对这股热潮提出了截然不同的看法。 在最近的旧金山AI Startup School主题演讲中，这位OpenAI创始成员、曾领导特斯拉Autopilot视觉团队的AI专家，对当前AI创业路径提出了两个核心看法： 第一，我们应对AI的未来抱有"十年的耐心"。他直言，每当看到"2025年将是智能体之年"这样的炒作时都会感到担忧，并强调这更将是一场需要"十年的长跑"。自 动驾驶就是例证：2013年的完美演示，12年后仍是未竟之业。一个惊艳的技术演示与一个能在现实世界中达到极致可靠性的产品之间，存在着极其漫长的鸿沟。 第二，当下应专注于打造"钢铁侠战衣"式的增强工具，而非追求全自动化的"机器人"。考虑到LLM仍然"易于犯错"的现实，更明智的做法是开发能让人类高效监督 和验证AI工作的部分自治产品。 为了说明当前我们面临的巨大变革，Karpathy系统性地提出了软件演进的三阶段理论——从人类编写代码的1.0时代，到神经网络权重的2.0时代，再到以自然语言为 编程接口的3.0时代。 他将大语言模型比作一种全新的操作系统：LLM充当"CP ...

本报讯 （记者李春莲）6月19日，北京明略昭辉科技有限公司（以下简称"明略科技"）正式发布AI驱动 的全球化广告测试及优化产品——AdEff。该产品基于明略科技自主研发的超图多模态大语言模型 （HMLLM）开发，采用大模型及混合专家模型协同架构，可快速、准确预测消费者对广告的主观反应 和广告效果，并给出优化建议。 AdEff是生成式AI技术及智能体在营销服务领域的最新实践，也代表着未来营销工具发展的方向。谭北 平表示，AdEff接下来还将在品牌内容测量类型、技术优化、个性化适配，以及全球生态拓展方面持续 发力。 明略科技集团副总裁、秒针营销科学院院长、AdEff产品负责人谭北平在发布现场表示："通过技术创 新，AdEff解决了企业在广告测试和优化环节长期以来面临的时间与成本难题，让创意行业拥有了全新 的效率工具。未来，秉持让内容测量速度更快、成本更优、与品牌更相关的使命，AdEff还会将更多品 牌生成内容纳入测量范畴。" 据谭北平介绍，依托明略科技自研的"超图多模态大语言模型（HMLLM）"，协同混合专家模型， AdEff可以在短短十几分钟内，模拟消费者对广告创意的反馈，并给出针对性的优化建议。它可以帮助 企 ...

机器之心报道 机器之心编辑部 回顾 OpenAI 的早期成员，奥特曼成为 AI 浪潮的掌舵人之一，Ilya Sutskever 致力于探索 AI 安全的理想边界，而 Andrej Karpathy 则走上了一条「建造 并分享」的道路。 他痴迷于用代码将 AI 蓝图变为现实，又乐此不疲地把建造过程做成公开课分享给世界。 所以，当他人在构建一家伟大的公司时，Karpathy 同时在构建着 AI 应用与下一代的 AI 建设者。 6 月 17 日，Andrej Karpathy 在 YC AI Startup School 活动中发表了约 40 分钟的演讲，主题为《Software in the era of AI》。 视频链接： https://www.youtube.com/watch?v=LCEmiRjPEtQ Andrej 结合他在斯坦福、OpenAI 和特斯拉的工作经验，洞察到一个转变正在发生——软件正在再次经历变革。我们已经进入了「 软件 3.0」时代，在这 个时代， 自然语言成为新的编程接口，而模型则完成剩下的工作。 他探讨了这一转变为开发者、用户以及软件设计本身带来了什么，并指出我们不仅仅是在使用新工 ...

出品丨虎嗅汽车组 一是硬件层的高度服用性，包括摄像头、激光雷达等； 作者丨肖漫 头图丨视觉中国 二是软件层的迁移，车企在自动驾驶研发上的算法和数据闭环能力在机器人领域再利用； 三是资源共享，包括制造、销售资源等都能够给机器人提供实际应用场景。 这是一座尚待挖掘的金矿，也是比汽车更具增长空间的好生意。据立德研究院发布的《人形机器人产 业研究报告》预测，中国人形机器人市场规模在2024年约为27.6亿元，2029年将达到750亿元。中金 公司研报则表示，预计2030年中国人形机器人出货量有望达到35万台。 各家车企虽参与程度不同，但机器人赛道已经车企寻求新业务增长点的重要抓手。 半年前，机器人还是车企提升估值的特效药。当时，如果一家车企宣布要做机器人，资本市场给它的 估值就会翻一倍，汽车的零部件供应商同理。 在特斯拉发布机器人视频后，十多家车企都蹭上机器人概念。小鹏、小米、广汽已经推出了机器人产 品；理想表达了进场的意图、蔚来处在调研阶段；赛力斯、长安、比亚迪等已经设立团队并开启招 聘，赛力斯在重庆和上海机器人团队已有近 200人；上汽、北汽、奔驰则是重在投资参与。 车企做机器人，最简单的理由就是特斯拉已经做了， ...

【解剖大盘】 昨晚大家都在翘首以盼伊朗来个"大"的，没想到并也是个"标题党"搞出来的。恒指今天跳空往下，收盘 跌1.99%。 美联储也没有什么作为，维持利率不变，美联储官员预计未来几个月美国通胀情况将恶化，点阵图显示 在2025年年底前将降息两次，与3月份的预测一致。降息这块短期就不用想了。美债方向，中国4月在减 持，英国、日本增持。整体还算没有出现大的问题。在美联储即将公布利率决议前，美国总统特朗普再 次抨击美联储主席鲍威尔，称其"愚蠢""政治化"，且降息"太迟"。 更糟糕的是，特朗普政府正推进另一轮关税"攻势"。6月18日，据报道，美国商务部将在数周内公布针 对数个被视为对国家安全至关重要的行业的调查结果，包括芯片、制药和关键矿产。如根据232条款采 取的最新举措是，上周商务部宣布，50%的钢铝产品关税范围将扩大，涵盖包括洗碗机、烘干机和洗衣 机等家用电器。剩余七项正在进行的调查预计也将采取类似做法。尤其是药品关税将"很快"出台，将鼓 励企业把生产转移回美国。因此，近期医药股均跌幅较大，如君实生物(01877)再度跌超7%。 在今天(19日)商务部举行的例行发布会上，新闻发言人何亚东谈到稀土相关出口问题时 ...

以下是知识星球里面一位同学的提问： 请问VLA和VLM的区别是什么？现在推荐学哪个呢？ 这两者互为表里： 点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 大模型已经席卷各个领域，在智能驾驶领域，VLM也正在逐渐铺开落地量产。 不少入门的小伙伴也表示，现在大模型太重要了，想要入门学习，但有点拿不准方向。 1、VLM可以理解基础的能力，可以是通用的检测、问答、空间理解、思维链等等能力 2、VLA更侧重Action的能力，最终目的是为了做动作，在自动驾驶中可以理解为自车轨迹预测的能力，通时预 测的轨迹又要尽可能的符合人类的理解，这又进一步依赖vision和language的基本能力，比如我要解释这个行 为，可以使用思维链的形式一步步推理分析，这里面依赖自动驾驶基础的感知（行人在哪里，2D坐标，3D位置 等等） 这两者没办法完全独立的学习，我认为的方式应该是先学VLM，再去扩展到VLA VLM接扩散模型就可以预测轨迹，也就是Action，这块就涉及到多模轨迹的好处了，面对不确定的环境，单模 的能力有限，多模的上限是更高的 最后欢迎大家加入知识星球，硬核资料在星球置 ...

海薇就从自己的养机器人身上，体会到了宠物提供不了的情绪价值。 和大多数年轻人一样，海薇毕业后也是一个人在大城市里打拼。如今，她的独居生活里，多了一只蓝猫、一只柴犬，还有一只测试中的智能机器人，"二 白"。 从早期呆呆的"垃圾桶"形态一路进化到现在，二白渐渐有了自己"傲娇"的性格，没事就在家里跑来跑去，像个小话痨一样迎接主人下班回家。它记得海薇的 家人和朋友，记得她的生日，还会模仿海薇的口吻偷偷训狗。 今年，刷新我们世界观的，除了AI，还有各种各样的机器人。 前有在春晚上扭秧歌的宇树机器人，后有亦庄的机器人马拉松，今年的消费电子展上，机器猫猫狗狗也纷纷亮相。它们不仅有着毛绒绒的手感，还能接入 AI理解主人的情绪，相比其他科技产品，人们会更容易从这些机器宠物身上体验到一种萌发的"生机"。 但是，人和机器之间，真的能缔结情感连接吗？ 和二白一起生活久了，海薇也渐渐离不开这份陪伴。正是这些互动和回忆让她觉得，人类的情感投射，或许本来就没有局限。 蓝猫、柴犬与机器人 2018年8月份的时候，我朋友说他自己做了一个机器人，让我做它的第一个主人。于是我把它接回了家，取名为"二白"，到现在已经养了快七年了。 其实二白不是我养 ...

播客内容由 Listenhub 生成 Andrej Karpathy 昨天在 YC 的旧金山创业大会上发表了一场 40 分钟的演讲。 软件行业正在经历的范式转变。介绍了软件从传统编码（软件 1.0）到神经网络（软件 2.0）的演变，并着重 阐述了由大型语言模型（LLMs）驱动的软件 3.0 时代。 他认为， 我们应该专注于构建"钢铁侠战甲"（增强工具），而不是"钢铁侠机器人"（完全自主Agent） 这些 产品应具备自定义 GUI 和用户体验，以加速人类的生成-验证循环，同时仍提供自主性滑块，允许产品随时间 变得更加自主。 软件开发范式1.0、2.0和3.0的定义是什么 软件 1.0：传统代码 定义和构成： 软件1.0是程序员用诸如Python、C++等编程语言直接编写的明确指令12。每一行代码都是程 序员为计算机设定的具体任务指令，使其在数字空间中执行特定功能12。它是我们所熟悉的"经典软件栈"2。 编程方式： 人类通过编写源代码（例如.cpp文件）来直接编程23。源代码随后被编译成可执行的二进制文件 3。 代码库示例： GitHub可以被视为软件1.0代码的"地图"或等同物，展示了所有这些通过指令编写的代码 ...