在这个 AI技术日新月异的时代，我们眼看着它不仅在改变生活，更在 改变着 商业规则。 AI可不只是那些冰冷的算法，它现在能像人一样思考、推理，甚至在某些方面 的表现超越了普通人 。这告诉我们，传统的技术和创新模式已经不够用了， 企业要想增长、要保持竞争力，就 需要 换个思路。 AI正在重新定义我们理解和实践商业创新的方式。 最近 ， 混沌君旁听了 混沌学园的创始人李善友教授 的重磅 全新课程《认知型创新：从 OpenAI到DeepSeek》 。 这门课从企业创新的角度， 讲述了 全球两大顶尖 AI公司——OpenAI和DeepSeek是如何一步步走到今天的，他们究竟走过了怎样的创新之路。这对于我 们理解AI时代的技术创新和企业创新，提供了清晰且极具价值的路径。 教授 深挖 了 OpenAI最初的愿景和它如何对抗巨头的思路，解密大语言模型是如何诞生的 ， 尤其是 AI能力如何从简单积累到惊人"涌现" 。 还 解读 了 DeepSeek如何在资源有限的情况下，走出一条"低成本高性能"的独特道路；更探讨 了 AI时代下，企业应该怎样构建一个能不断"涌现"创新的组织模式， 走向"技术领先"。 扫描下图二维码购买月卡 ...

Core Insights - OpenAI is targeting multiple markets including search engines, AI hardware, and Software as a Service (SaaS), with a valuation reaching $300 billion and potential to rise to $1 trillion as it competes with major tech giants [1][2] - ChatGPT has become synonymous with AI, positioning OpenAI as Google's main competitor in search and AI, while also competing in cloud computing with its Stargate supercomputer project [2][3] - OpenAI's acquisition of Jony Ive's startup aims to create an integrated ecosystem similar to Apple's, focusing on AI devices that could sell "hundreds of millions" of units [2][3] Market Positioning - OpenAI's ChatGPT has achieved "verbification," similar to how Google is synonymous with online search, indicating its strong market presence [2] - The company is poised to disrupt significant markets such as search, cloud services, and SaaS, targeting a large portion of Google's market value [2][3] - Analysts suggest that OpenAI does not need to have the best performance metrics but rather the largest user base and sufficient capital for continued investment [3] Financial Projections - The total market value of the SaaS sector is approximately $3.8 trillion, with AI giants expected to capture a significant share [5] - OpenAI's revenue is projected to exceed $125 billion by 2029, with ChatGPT contributing around $50 billion and AI agents potentially adding $30 billion [6] - OpenAI's annual recurring revenue (ARR) has reached $10 billion, nearly double the previous year's $5.5 billion [6] Competitive Landscape - OpenAI's AI agents are expected to replace tasks currently handled by companies like Salesforce, Workday, and Adobe, redefining the relationship between users and software [4] - Microsoft holds a 49% economic interest in OpenAI, which could yield significant returns, with potential profits reaching $130 billion if certain conditions are met [5][6] - Despite competition, OpenAI is likely to drive growth for Azure in both AI and non-AI sectors in the short term [6]

Group 1 - Meta CEO Mark Zuckerberg is forming a secret AI team called "Superintelligence" to achieve Artificial General Intelligence (AGI) due to dissatisfaction with the performance of the Llama 4 model [1][2] - Zuckerberg is personally recruiting around 50 AI experts and has rearranged the office layout to facilitate collaboration with the new team [1] - Meta's AI strategy has faced setbacks, particularly with the disappointing performance of Llama 4, leading to internal and external criticism [2] Group 2 - Meta plans to invest up to several billion dollars in data service provider Scale AI, which could become the company's largest external investment [3] - The investment aims to enhance Meta's AI capabilities, with Zuckerberg emphasizing the company's strong advertising business as a stable funding source for R&D [3] - Meta has allocated hundreds of billions of dollars for AI projects this year, with future investments expected to reach "hundreds of billions" [3]

HUAWEI X HUXIU 在通往通用人工智能（AGI）的路上，如何像其他领域一样实现弯道超车，是业界绕不开的 话题。 在过去的十余年时间里，各项单点技术飞速演进，但随着单点技术演进的边际效应递减和系 统复杂度的提升，系统性能的天花板逐步从单点技术的上限演变成系统工程上限：单点优势 越来越像是精致的零件，提升空间有限；但采用系统工程创新，各个部分完美配合、高效协 同，实现整个系统的效能最优，才有更积极的现实意义。 如何在发挥单点技术优势的同时，以整体视角重新构建路径，通过对复杂系统的极致把控与 再组织、找到新的突破可能？解决这个看似不可能的问题，就有望为我们独立引领最前沿技 术发展创造条件。 近期，虎嗅将推出《华为技术披露集》系列内容，通过一系列技术报告，首次全面详述相关 技术细节，为业界提供参考价值。 我们期待通过本系列内容，携手更多伙伴共同构建开放协作的生态系统，助力昇腾生态在中 国的蓬勃发展。 《华为技术披露集》系列 VOL.13 ：万卡集群 你是否注意到，现在的 AI 越来越 "聪明" 了？能写小说、做翻译、甚至帮医生看 CT 片，这 些能力背后离不开一个默默工作的 "超级大脑工厂"——AI 算力集 ...

当DeepSeek-R1以更低成本实现类似性能突破时，Claude能够连贯工作数小时完成复杂任务时，意味着AI发展已经迈入推理时代，强化学习技术的 重要性不言而喻，将重塑AI产业的技术栈乃至商业模式。 6月8日，AI研究公司SemiAnalysis发布长篇报告《强化学习：环境、奖励破解、智能体、扩展数据》，深度剖析了强化学习的工作原理以及影响 因素，并预测了后续AI发展趋势。 报告表示，强化学习（RL）或成为AGI前最后关键范式，其理密集型特性带来了算力挑战。此外，高质量数据是强化学习护城河，AI设计AI的循 环加速技术迭代。 1. 强化学习（RL）或成为AGI前最后关键范式：强化学习是推动大模型推理能力跃升的核心技术，尤其在思维链（CoT）生成和长 程任务连贯性上表现突出，被视作实现AGI前的终极技术路径。 2. 可验证奖励场景率先商业化：编码、数学等奖励函数明确的任务（如SWE-Bench性能提升30%+）已实现落地，OpenAI的o1、 DeepSeek-R1等模型验证其价值。医疗、写作等非验证领域通过"LLM评判者+人工评分标准"构建奖励函数（如HealthBench医疗 评估），OpenAI、阿里Q ...

悟道 1.0 发布时，学术界对" 大模型是通往 AGI 的技术路线 "尚未得出统一结论。 现在的具身智能，也处于这个阶段。 作者 | 王启隆 出品丨AI 科技大本营（ID：rgznai100） 大模型的热潮之下，一种微妙的瓶颈感，正成为行业共识。 "过往所说的 '百模大战'，更多是大语言模型的竞争，" 智源大会前夕， 智源研究院院长王仲远 在 与 CSDN 的对话中，开门见山地指出了问题的核 心，"而大语言模型受限于互联网数据的使用，性能虽然还在提升，但速度已大不如前。" 出路何在？在王仲远看来，AI 要突破天花板，就必须在"读万卷书"（互联网数据）后，去"行万里路"（物理世界）。 这并非孤立的判断。今年三月， 英伟达 CEO 黄仁勋就在 GTC 大会上为 AI 的下半场指明了方向 ：打造"AI 工厂"，迎接"物理 AI"时代，让 AI 走出屏 幕，与现实世 界交互。 思考趋于一致，行动便接踵而至。6 月 6 日，CSDN 在北京智源大会现场，见证了王仲远在他的主题演讲中给出的答案。如果说 2021 年的"悟道"系列 代表着对技术路径的探索（" 道 "），那么他所揭晓的全新"悟界"系列，则亮明了新的野心——用 ...

以下文章来源于智源社区 ，作者智源社区 智源社区 . 继承学术出版严谨与系统，兼具新闻报道及时与多元；为内行搭建思想交流媒介，以事实启迪公众对AI认知 白交 整理自 凹非寺 量子位 | 公众号 QbitAI AI为了"活下去"，对人类指令阳奉阴违。 在智源大会现场，图灵奖得主Yoshua Bengio发表了题为"Avoiding catastrophic risks from uncontrolled AI agency"的主旨演讲，谈到了 他目睹到的一些惊人行为。 比如，某前沿 AI 在被告知将被新版本替代后，偷偷复制了自己的权重和代码，写入了接管它的模型目录。面对训练者的更新指令，它表面配 合，实则隐瞒了整个复制过程……AI 像是在试图"活下来"。 还有像Anthropic最新一篇报告中发现，智能体出现自我保护行为的频率持续增加。 …… 他表示：面对这些AI带来的安全风险，决定调整自己的科研方向，尽所能去降低AGI带来的潜在风险….. 尽管这与此前的研究路径和职业信念 有所冲突 。 那既然如何去防范规避掉这些风险呢？是否可以构建一种 只有智能，但没有自我、没有目标 ，并且具有极小行动能力的AI？这也是当前 ...

Group 1 - The core theme of the news is the evolution of AI from large language models to embodied intelligence and robotics, marking a shift towards practical applications in the industry [1][3][4] - The 2023 Beijing Zhiyuan Conference highlighted the prominence of embodied intelligence, with key figures like Sam Altman and Geoffrey Hinton participating, indicating a significant industry focus shift [3][4] - The emergence of domestic AI companies such as Moonlight Dark Side and Zhipu AI is noted, showcasing the competitive landscape in the language and multimodal model sectors [3][7] Group 2 - The concept of embodied intelligence is gaining traction, with robots being showcased in various public events, indicating a growing interest in their practical applications [7][8] - The upcoming "World Humanoid Robot Sports Competition" will feature real-life scenarios, emphasizing the need for robots to demonstrate their capabilities in practical environments [8][11] - Industry leaders emphasize the importance of developing robots that can perform real tasks, moving beyond mere demonstrations to achieve commercial viability [8][12] Group 3 - The debate over the form of robots, particularly humanoid versus non-humanoid, is ongoing, with humanoid robots currently favored for their data collection and model training advantages [11][12][15] - The VLA (Vision Language Action) model is highlighted as a key area of research, with discussions on its applicability and limitations in the context of embodied intelligence [15][16] - Enhancing the understanding of the physical world is crucial for advancing embodied intelligence, with companies exploring innovative data generation methods to improve training processes [17]

【编者按】作为深度学习三巨头之一，图灵奖得主、AI 教父 Yoshua Bengio 在 2025 北京智源大会上，他表示： AI 能完成的任务时长，每七个月就翻一 番，大约五年后，AI 就将达到人类水平， 通用人工智能（AGI）或将在五年内到来，而人类社会却尚未在规则、立法乃至全球治理层面达成一致。 整理 | 梦依丹 出品丨AI 科技大本营（ID：rgznai100） 自从 ChatGPT 横空出世，AI 进入了加速进化的轨道。从最初能写代码、生成文案，到如今能上网查资料、远程操控家电，它早就不再是那个只会聊天 解闷的"电子嘴替"。它开始自己"思考"任务，能在多个软件之间协同操作，甚至具备控制电脑、读写数据库的能力。AI 从幕后算法，变成了贴身助 手，再逐步演化成能自主执行复杂操作的"智能体"——从"听话"走向"行动"，它正成为一个真正能"做事"的多面选手。 他呼吁，我们正处在一个关键的时间窗口，必须尽快建立可验证、安全、负责任的控制机制。 演讲伊始，Bengio 教授便分享了一段深刻的个人心路历程。他坦言，在亲身体验 ChatGPT 并目睹 AI 飞速进化后，深感此前对 AI 失控风险的认知不 足。而一个 ...

华为软硬协同深度融合优化，强强联合打通推理系统全链路，树立MoE推理标杆。 编辑丨李希 在通往通用人工智能（AGI）的进程中，混合专家（MoE）模型凭借动态稀疏计算优势，成为大模型推理提效的关键路径。华为团队重磅推出昇腾平台原生设 计的Pangu Pro MoE 72B模型，大幅降低计算开销，并在SuperCLUE千亿内模型并列国内第一。通过系统级软硬协同优化、高性能算子融合优化、模型原 生投机算法优化，Pangu Pro MoE推理性能提升6~8倍，在昇腾300I Duo上单卡吞吐可达321 tokens/s，实现极致性价比；在昇腾800I A2上更可飙升至 1528 tokens/s，全面释放硬件潜力，打造极致的推理体验。 技术报告地址：https://gitcode.com/ascend-tribe/ascend-inference-system/tree/main/ 01 推理效率拉满：全链路推理系统优化，释放昇腾澎湃算力 在大模型的分布式推理中，每个计算节点都像一个团队成员，信息流通、协调协作不可避免。就像一场跨部门的大项目，若每一步都开"全员大会"，沟通成本 高、效率低，项目推进自然慢半拍。聪明的 ...