科技云报到原创。 近日，微软（MSFT.US）在最新全员大会上高调展示企业级AI业务进展，其中与巴克莱银行达成的10万份Copilot许可证交易成为焦点。 微软首席商务官贾德森·阿尔索夫在会上披露，这家英国金融巨头已签约采购相当于10万个使用席位的AI助手服务。若按每位用户每月30美元的官方标价 计算，这笔交易年化价值可达数千万美元。 微软CEO萨蒂亚·纳德拉在大会上强调，公司正密切跟踪客户员工的实际使用率，而非单纯追求销售数字。尽管微软拒绝就此置评，但这场内部会议释放 的信号清晰：这家科技巨头正将企业级AI市场作为核心战略阵地。 阿尔索夫进一步透露，包括埃森哲（ACN.US）、丰田汽车（TM.US）、大众集团和西门子在内的数十家企业客户，其内部Copilot用户规模均突破10万量 级。 企业级AI平台将成最优解 除了金融和医疗行业以外，其他各个行业也都在积极探索生成式AI与业务结合的场景。各行业当下对待AI的态度如同几年前对待云计算的态度一般。 而AI也将"接棒"云计算，成为未来企业数字化关注的焦点。过去十五年间，企业数字化成就了云计算，未来的十五年将迎来企业应用AI赋能的关键时刻， 而混合云+AI也必将成 ...

以下文章来源于CSDN ，作者唐小引 CSDN . 成就一亿技术人 作者 | 唐小引 出品 | CSDN（ID：CSDNnews） "继续努力，直到他们不能忽视你。" 这是 IEEE 首位华人主席（2022 年）、美国国家工程院院士、美国国家发明家科学院院士、Origin Wireless 公司创始人&董事长、马里兰大学杰出教 授刘国瑞（ K. J. Ray Liu ）的来时路。 1961 年的初春，刘国瑞出生于中国台湾嘉南平原的一个小镇，在玩耍、运动和读书中度过了非常调皮、好玩的童年时光。会的语言非常多，客家话、 闽南话、普通话、英语等等，还能写文言文匿名信把做了不公平事的补课老师大骂一通。在台湾大学大二从造船系转到电机系的刘国瑞，喜欢上了通信 和信息信号处理，而后这成了他一辈子的专业。到毕业时，他在纪念册留言中写下了数十年不变的"尽结天下贤士豪侠，常做江上烟客主人"，时至今 日，这句话既一直在他的个人主页上，也写进了他的新书《本心：科学与人生》的楔子里。 1983 年，刘国瑞从台湾大学本科毕业 台大毕业后在服兵役中咬牙备考留美考试的刘国瑞长期睡眠不足，能在考试时当场睡觉，尽管多年后他用"差强人意"来形容， ...

【钛媒体综合】据新华社，中国汽车工业协会近日发布《关于维护公平竞争秩序 促进行业健康发展的 倡议》，倡议所有企业严格遵从公平竞争原则，依法依规开展经营活动；优势企业不为垄断市场，挤压 其他主体生存空间，损害其他经营者合法权益等。 倡议指出，近年来，中国新能源汽车产业快速发展，新能源汽车新车销售占比已经超过40%。当前，行 业整体运行呈现稳中向好态势，市场活力持续释放。一段时间以来，行业盈利水平下降，以无序"价格 战"为主要表现形式的"内卷式"竞争，是行业效益下降的重要因素。产品售后服务保障、企业创新发展 需要持续加大投入，而"价格战"严重影响企业正常经营，冲击产业链供应链安全，把产业发展带入恶性 循环。 倡议提到，5月23日以来，某车企率先发起大幅降价活动，多家企业跟进效仿，引发新一轮"价格战"恐 慌。无序"价格战"加剧恶性竞争，将进一步挤压企业利润空间，进而影响产品质量和售后服务保障，不 仅阻碍行业自身健康发展，也将危害消费者权益，并带来安全隐患。 新能源汽车是新质生产力的典型代表，正引领汽车产业加速转型升级，维护行业健康发展十分重要。中 国汽车工业协会提出如下倡议： 所有企业严格遵从公平竞争原则，依法依规 ...

关于MIT博士生Aidan Toner-Rodgers论文造假一事，在AI、经济学、科研、政策和媒体圈子里引起强烈反响，正如它6个月前在相同的圈子里引起轰动一 样。 MIT经过内部审查之后得出结论，这篇论文必须撤回。而全球最顶级的经济学期刊之一，The Quarterly Journal of Economics原本即将发表。这篇论文的导 师、诺贝尔经济学奖得主阿西莫格鲁（Daron Acemoglu）以及奥托（David Autor）教授公开请求撤稿。 可以说，如果谁能拿出一篇论文，证明AI在像新材料发现这样具有重大经济价值的科学领域、在企业研发环境中能显著提升效率，并且在研究方法上有 所突破的话，相当于摘取一个小小的研究圣杯。 于是，MIT经济系二年级博士生Toner-Rodgers同学去年决定大胆一试，结果它现在已经被勒令退学了。 质疑AI发现新材料的化学家 这件事值得一提的是伦敦大学学院（UCL）无机与材料化学教授Robert Palgrave。 他在论文发布后的一周，在一片压倒性的赞誉声浪中，提出了自己的质疑，这方面科技媒体新智元在文章《MIT博士爆火论文造假，学校官宣撤稿！被骗 诺奖导师亲手举报， ...

随着生成式人工智能技术的飞速发展，合成数据正日益成为大模型训练的重要组成部分。未来的 GPT 系列语言模型不可避免地将依赖于由人工数据和合成数据混 合构成的大规模语料。 然而，这一趋势也带来了严峻挑战：合成数据如果不加控制地使用，可能引发 "模型崩溃"（Model Collapse）问题。即便仅在一次训练中混入较多比例的合成数 据，也可能导致模型性能急剧下降，难以泛化到真实世界的数据中。 $$\mathbb{E}_{t e s t}^{c o l l a p s e}={\frac{\sigma^{2}d}{T-d-1}}\cdot n\qquad(\mathcal{I})$$ 最近在 ICML 2025 会议上，来自上交大等研究机构的研究团队系统性地剖析了这一问题，并提出了一种创新的数据生成策略， Token-Level Editing，旨在有效避 免模型崩溃。 论文标题：HOW TO SYNTHESIZE TEXT DATA WITHOUT MODEL COLLAPSE? 论文链接：https://arxiv.org/pdf/2412.14689 不同于直接使用生成数据，该方法在真实数据上引入细粒度的 " ...

生境科技投稿 量子位 | 公众号 QbitAI 具身智能的突破离不开高质量数据。 现实数据采集成本实在太高，于是，合成数据的技术就显得尤为重要。 目前，具身合成数据有两条主要技术路线之争： "视频合成+3D重建"or "端到端3D生成" 。 参考自动驾驶的成功经验，前者模态转换链路过长容易导致误差累积；后者"直接合成3D数据"理论上有信息效率优势，但需要克服"常识欠 缺"等挑战。 英伟达在CES 2025指出"尚无互联网规模的机器人数据"，自动驾驶已具备城市级仿真，但家庭等复杂室内环境缺乏3D合成平台。 △ "没有数据，就创造数据。" NVIDIA Cosmos World Foundation Models, CES 2025 为解决"常识欠缺"困境，沿用"端到端三维生成"的技术路径，本文提出 "模态编码" 的全新技术解决方案：打破"排布=几何"旧范式，将空间方 案本身进行数字化编码、特征提取以及隐式学习。 结合强化学习策略，探索一种新的可能：不仅生成空间，更生成"可被理解与使用"的空间。 数据困境 眼下的现实是，具身智能的数据，不但少，而且不够用。 具身智能的现实挑战 智能困境：强身体，弱大脑 在机器人的 ...

" 没有数据，就创造数据。 "NVIDIA Cosmos World Foundation Models, CES 2025 NVIDIA Cosmos World Foundation Models, CES 2025 摘要 本文主要描述了具身合成数据两条主要技术路线之争： " 视频合成 +3D 重建 " or " 端到端 3D 生成 " 。参考自动驾驶的成功经验，前者模态转换链路过长 导致误差累积， ' 直接合成 3D 数据 ' 理论上有信息效率优势，但需要克服 " 常识欠缺 " 等挑战。 眼下，机器人流行视频中高难度动作（空翻、跳舞、格斗等）主要依靠 遥控 / 预设编程完成的。 机器人 逐渐完善了 自身运动控制能力 ，然而对外环境感 知、推理能力有待完善。 数据是 AI 时代的石油。具身智能的突破高度依赖于数据驱动的训练。由于现实数据采集成本高，合成数据被推上了前台。它不只是 " 虚拟的替代品 " ，更 可能是具身智能迈向通用能力的关键推动力。英伟达在 CES 2025 指出 " 尚无互联网规模的机器人数据 " ，自动驾驶已具备城市级仿真，但家庭等复杂室内 环境缺乏 3D 合成平台。 为解决 " 常识欠 ...

以下文章来源于CSDN ，作者万有引力 CSDN . 成就一亿技术人 作者 | 万有引力 出品 | CSDN（ID：CSDNnews） 在过去短短的几周里，大模型赛道的信息密度飙升至前所未有的高度。DeepSeek 连续 五天开源 ，直接引发了一场复现热潮；阿里巴巴通义实验室、 腾讯相继推出面向视觉文档的 RAG 系统 ViDoRAG、新一代混元快思考模型 Turbo S ，加速了大模型的演进步伐；马斯克用 20 万张 GPU 训练出的 Grok 3 ，超越了许多业界标杆，再次验证了"大力出奇迹"的定律； Claude 3.7 Sonnet 迎来编码能力大升级，AI 编程的技术平权时代正在加速到来； DeepSeek 论文与 Kimi"撞车"，越来越多公司开始布局稀疏注意力与线性注意力机制，这些技术正成为 Transformer 之后的关键探索方向；此外， Manus 模式的"虚拟机"概 念迅速走红，正在重塑大模型的运行方式... 在这场眼花缭乱的技术竞赛背后，真正值得我们关注的是什么？DeepSeek 的五连发 究竟意欲何为？在 545% 的成本利润率之下，其他大模型公司是 否也能找到盈利空间？面对行业变 ...

图片来源： Nvidia 据报道，Nvidia 已收购了总部位于圣地亚哥的初创公司 Gretel，该公司开发了⼀个⽣成合成 AI 训练数据的平台。收购条款尚不清楚。 据 Wired 报道，收 购价格据称达到了九位数，超过了 Gretel 最近 3.2 亿美元的估值。 据报道，Gretel 及其约 80 名员⼯团队将被并⼊ Nvidia， 其技术将作为 Nvidia 为开发者提供的⽣成式 AI 服务套件的⼀部分进⾏部署。 Gretel 由 Alex Watson、Laszlo Bock、John Myers 和 Ali Golshan 于 2019 年创⽴，其中 Ali Golshan 还担任公司 CEO。这家初创公司对模型进⾏微调，添 加专有技术，然后将这些模型打包销售。 根据 Crunchbase 的数据，Gretel 在退出前从包括 Anthos Capital、Greylock 和 Moonshots Capital 在内的投资者那⾥筹集了超过 6700 万美元的资⾦。 英伟达的收购具有战略意义且时机恰当。随着现实世界数据资源的枯竭，微软、Meta、OpenAI 和 Anthropic 等科技巨头已在， ...

新栏目上线试运行。 文丨 贺乾明 编辑丨黄俊杰 到了 11 月，越来越多的人说，成就 OpenAI 的这条路似乎撞到了墙： 多家媒体报道，Google、OpenAI、Anthropic 等公司，开发下一代模型时，都没能像前些年那样让模型能力大幅提升。 硅谷风投 a16z 创始合伙人、投资了 OpenAI 等多家大模型公司的马克·安德森（Marc Andreessen）说："我们以相 同的速度增加（GPU），根本没有智能提升。" OpenAI 联合创始人、前首席科学家伊尔亚·苏茨克维 (Ilya Sutskever) 说："2010 年代是扩大规模的时代，现在我 们再次回到了需要奇迹和新发现的时代。" 这些公司的高管否认了 "撞墙" 的说法，也有证据表明他们仍在想办法突破，毕竟建设更大规模的算力中心的势头并没 有放缓，甚至还在加速。 他们同步在大模型应用上倾注更多的资源。从 OpenAI、Anthropic 到 Google、微软，再到风投机构，都把 Agent——让 大模型理解人类指令，调度数据库和工具完成复杂任务的系统——当作下一个赛点。 11 月，ChatGPT 迎来两周年，却是 OpenAI 官方相对沉 ...