允中 发自 凹非寺 量子位 | 公众号 QbitAI 大模型下半场的战火，已经从"暴力预训练"烧向了"后训练"战场。 潞晨云微调SDK 正式开放上线——这是 国内首个全面开放、且兼容Tinker范式的Serverless微调平台 。 其基于Thinking Machine Lab开源的Tinker SDK构建，核心目标只有一个： 为复杂且昂贵的强化学习，提供一套更具成本优势的工业级解法。 拥抱后训练与RL：算法层与底层算力架构的解耦 随着OpenAI o1在推理能力上的突破，业界逐渐形成共识—— 无论是OpenAI o1的推理突破，还是DeepSeek-R1靠强化学习 （RL） 实现的性能飞跃，都释放了一个明确信号： 决定模型天花板的，不再只是算力堆砌，而是更精准的微调和RL迭代。 但现实很骨感——复杂的分布式基建、高昂的显卡租金、繁琐的架构调优，像一道道高墙，把无数算法工程师挡在了"炼丹房"外。 现在，这堵墙正在被推倒。 即大模型的能力突破已不再单纯依赖预训练 （Pre-training） 阶段的参数堆砌， 后训练（Post-Training） 特别是强化学习，正成为决定模 型实用价值的核心战场 。 以De ...

机器之心发布 潞晨云微调 SDK 今日起全量开放，前 150 名用户通过专属链接注册，可获得 30 元 Token 使用额度： https://cloud.luchentech.com/account/signup?invitation_code=JQZX 当 OpenAI 前 CTO Mira Murati 创立的 Thinking Machines Lab (TML) 用 Tinker 创新性的将大模型训练抽象成 forward backward，optimizer step 等⼀系列基本原语，分 离了算法设计等部分与分布式训练基础设施关联，把 "训练" 大模型变成了简单的 "函数调用" 时，行业进入一场从 "作坊式炼丹" 到 "工业化微调" 的升级。 潞晨云微调 SDK 正式开放上线 ：基于 Thinking Machine Lab 开源的 Tinker SDK 构建，作为 国内首个兼容 Tinker 范式且全面开放的 Serverless 微调平台 ，为复杂 昂贵的强化学习提供更具成本优势的工业级解法 —— 开发者无需囤卡，rollout→reward→update 全链路按 Token 计价，让每一 ...

专题：2025基金年终大盘点：冠军基年内狂飙233%，主动权益重获主导，全行业规模逼近36万亿新高 港湾观点︱进化的底色：东方港湾2025年年报与展望 港湾观点 作者：东方港湾黄海平 一、竞争：泡沫之本、活力之源 2025年末，资本市场继续飘荡着AI泡沫论。但在现实世界的过去两个月里，却出现了2025年以来，最 大的一次模型能力的进化。这次的主角是Gemini。 Gemini 3在各项评测上大幅超越了ChatGPT，其中最突出的是"多模态可交互"的能力提升。"多模态"意 味着不止以文字作为答案，而是结合图片、视频、声音、小程序等方式，跨模态来表达，相当于实时生 成一个网页或者程序来回答你的问题。"可交互"意味着不只是静态展示，而是动态的交互，多层次的展 示效果。例如，可视化托卡马克中的等离子体流动，将你的食谱做成一个可点击交互的小程序，用可交 互的动画来解释RNA 聚合酶如何工作的原理，等等。这是一次混合多模态数据下的预训练升级成果， 将更多模态原生化，也给预训练见顶的怀疑论一次很好的反击。 这也引发了AI行业的蝴蝶效应。OpenAI拉响了红色警报，并匆匆发布了不算惊艳的GPT 5.2。在最新 B200十万卡 ...

1月6日，据第一财经，北京大学90后长聘副教授董豪加入上纬新材的个人机器人业务品牌上纬启元，并 出任上纬启元的首席科学家。上纬启元表示，董豪将聚焦具身智能模型领域的技术研发与战略布局。 公开资料显示，董豪现任北京大学计算机学院前沿计算研究中心的长聘副教授，是科技创新2030国家重 大项目负责人（首席科学家），入选国家级高层次青年人才计划。研究方向聚焦于具身智能、大模型、 强化学习、计算机视觉以及相应的开源系统。核心目标是探索并构建兼具成本效益与通用性的机器人系 统。长期以来，始终深耕开源AI系统领域，牵头负责了多个开源项目。 出任上纬启元的首席科学家相关信息，已在董豪个人学术主页中更新确认。 业内分析认为，董豪教授在具身智能领域的深厚积淀，与上纬启元的技术研发需求高度契合，其加入将 进一步强化企业在核心算法、通用机器人系统等关键领域的竞争力。此次引入首席科学家，也表明上纬 新材正在强化其在消费级人形机器人的顶层科研布局。 今年7月8日，上纬新材公告，智元机器人拟通过其与核心团队共同出资设立的持股平台，以"协议转让 +要约收购"组合方式获取公司控制权。11月25日晚，上纬新材公告，公司第四届董事会第一次会议，全 ...

对于从事自动化和计算机的同学，建议搞深度学习，VLA、端到端、世界模型都是很好的方向，从入门、到 工作甚至读博都有很大空间。对于机械和车辆的同学，可以先学习传统PnC、3DGS这些方向。算力低、入手 简单。 剩下的就是一些方法论的提升了，多看论文多交流，慢慢形成自己的思考和idea。 对很多新人研究者，一个 好的idea需要踩很多次坑。如果你还是新人，不知道怎么入门，可以看看我们推出的论文辅导。 论文辅导上线了！ 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30个 方向 学习 路线 元旦后，收到不少同学的咨询，很多都是计算机、车辆、自动化和机械方向的同学。 先看自驾一些前沿的方向，VLA、端到端、强化学习、3DGS和世界模型。以及一些相对没那么拥挤的赛道像 开集目标检测、OCC、few-shot/zero-shot。很多研一和大四的同学往往无从下手，刚开始深度学习都还不懂， 更别说跟进前沿的方向了。是传统动力学还是深度学习？哪些还有发论文的需求？需要什么样的学习路线？ 如果您有任意论文发表需求，支持带课题/研究方向咨询，欢迎联系我们， 微信：paperguidance 提供的服 ...

值得一提的是，公司通过使用多模态大模型，提升了意图识别和风险判定的精度，能精准捕捉"还款困难"等语义特征。另外智能预警模型使早期风险识别效 率提升10%，为信贷业务安全、稳定开展提供了坚实保障。 今年，海尔消金"特征英雄"活动共吸引32名员工踊跃参与，从海量数据里挖掘出了2023个高质量特征！这可不是小数目——相当于给风控系统，添了2023 个"新武器"、"新视角"和"新战场"。 （2025年度特征英雄大赛颁奖仪式，图片来源：海尔消费金融） 本届"特征英雄"大赛一等奖获得者来自风险管理中心，其聚焦创新信息维度，一方面通过采用大模型来替代人工对语音数据做批量处理，提取有效信息用于 信贷模型研发，助力信贷风控策略有效施行，进一步降低信用风险；另一方面充分挖掘信贷场景中时序特征的潜在价值，突破传统"静态快照"局限，利用 RNN、Transformer等序列模型解析用户信息时序数据，精准识别"以贷养贷"行为，阻断风险传导。 近日，海尔消费金融有限公司（以下简称"海尔消金"）2025年"特征英雄"活动圆满收官。据海尔消金风控管理中心相关负责人介绍，"特征英雄"活动旨在激 发公司全员坚持数据科学驱动的价值理念，深度挖掘金 ...

点击下方 卡片 ，关注" 具身智能 之心 "公众号 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 在具身智能领域，机器人操纵作为核心难题，随着视觉、语言及多模态学习的飞速发展迎来变革。大型基础模型的出现，大幅提升了机器人的感知与语义表征能 力，使其能在非结构化环境中基于自然语言指令完成任务。由西安交通大学、香港科技大学（广州）等多所高校联合撰写的综述，以 "高层规划 + 低层控制" 的统一 框架，系统梳理了基于学习的机器人操纵方法，明确了当前技术瓶颈与未来方向，为该领域的研究提供了全面且结构化的参考。 论文名称：Embodied Robot Manipulation in the Era of Foundation Models: Planning and Learning Perspectives 论文链接：https://arxiv.org/pdf/2512.22983 项目链接：https://github.com/BaiShuangha ...

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30个 方向 学习 路线 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 本文只做学术分享，如有侵权，联系删文 最近太忙，只能把年终总结放到1月1日之后再写了，不管怎样，能开始动笔就是好事。 作者 | 田渊栋@知乎 编辑 | 大模型之心Tech 原文链接： https://zhuanlan.zhihu.com/p/1990809161458540818 关于被裁 在2025年1月底被要求加入Llama4救火的时候，作为一直以来做强化学习的人，我事先画了一个2x2的回报矩阵（reward matrix），计算了一下以下四种可能（虽然在 那时，因为来自上面的巨大压力，不同意是几乎不可能的）： | | 同意帮忙 | 拒绝帮忙 | | --- | --- | --- | | Llama4项目成功 | 成为英雄 | 被边缘化 | | Llama4项目未成功 | 为公司尽力 | 被人骂在公司需要时不出力 | 当时想的是我们去帮忙的话，即便最后项目未能成功，也至少尽力而为，问心无愧。不过遗憾的是，最后发生的是没在计算之内的第五种可能，这也让我对 ...

机器之心报道 去年 10 月，Meta 人工智能部门的裁员波及到了一大波人，其中包括了知名华人科学家田渊栋及其团队成员。 就在这两天，田渊栋分享了自己的 2025 年终总结。 他首先透露了自己「救火」Llama 4 项目的经历以及之后被裁、未来的工作规划；接着回顾了 2025 年的主要研究方向，包括大模型推理和打开模型的黑箱；最后 探讨了 AI 驱动下的社会变革、生产力重构以及个人价值的存续逻辑。 接下来为田渊栋知乎原文内容。 2025年终总结（一） 关于被裁 在 2025 年 1 月底被要求加入 Llama4 救火的时候，作为一直以来做强化学习的人，我事先画了一个 2x2 的回报矩阵（reward matrix），计算了一下以下四种可能 （虽然在那时，因为来自上面的巨大压力，不同意是几乎不可能的）： | | 同意帮忙 | 拒绝帮忙 | | --- | --- | --- | | Llama4 项目成功 | 成为英雄 | 被边缘化 | | Llama4 项目未成功 | 为公司尽力 | 被人骂在公司需要时不出力 | 当时想的是我们去帮忙的话，即便最后项目未能成功，也至少尽力而为，问心无愧。不过遗憾的是，最后发生 ...

机器之心发布 在大公司一路高歌猛进的 AI 浪潮里，小创业者和高校研究者正变得越来越迷茫。就连前段时间谷歌创始人谢尔盖・布林回斯坦福，都要回答「大学该何去何从」 「从学术到产业的传统路径是否依然重要」这类问题。 AI，真的只是大公司的游戏吗？被算力掣肘的其他研究者、创业者，机会在哪里？在「强化学习」后训练引领「下半场」的当下，这个问题变得愈发重要。 好在，国内外都有专业团队在关心这个问题，比如前 OpenAI CTO Mira 创办的 Thinking Machines Lab，前段时间就推出了一个叫「Tinker」的产品，专注于解决后 训练 Infra 的复杂性。 而在国内，一群由 95 后青年科学家组成的团队做出了足以对标甚至超越 Tinker 的竞品，成为 世界第一家能够对标 Thinking Machines Lab 的公司 。 这个研究中心叫 Mind Lab ，是 Macaron AI 背后的实验室 。 1 月 1 日，他们发布了亮相以来的第一款产品—— Mind Lab Toolkit（MinT） 。这是一个 用 CPU 的 机器就能高效训练万亿参数模型的后训练平台， 且成本优化了十倍，一天即可 ...