文章转载自 「 Linguista」 今年的 GTC 大会，英伟达发布了通用机器人模型 GR00T N1，老黄特别提到未来重点关注的趋势是「Physical AI」（物理 AI）。 不仅如此，老黄还把当下机器人领域的核心玩家都喊了过来，针对人形机器人领域当下的技术路径、数据问题以及通用模型和通用机器人等问题进行了深 入探讨，有不少很有价值的观点。 嘉宾阵容很强大，1X、Skild AI、Agility Robotics、Boston Dynamics……堪称具身智能领域的「华山论剑」。 嘉宾介绍： TLDR： Founder Park 正在搭建开发者社群，邀请积极尝试、测试新模型、新技术的开发者、创业者们加入，请扫码详细填写你的产品/项目信息，通过审核 后工作人员会拉你入群～ Bernt Børnich，人形机器人创企 1X 的创始人兼 CEO。1X 致力于构建完全自主的人形机器人。此前曾推出专注于家庭场景的人形机器人 NEO。 Deepak Pathak，具身智能创企 Skild AI 的 CEO 兼联创。Skild AI 致力于打造机器人通用「大脑」。此前曾推出曾推出可扩展的机器人基础模型「Skild B ...

智能产业新媒体！智东西专注报道人工智能主导的前沿技术发展，和技术应用带来的千行百业产业升级。聚焦智能变革，服务产业升级。 在 GPT-4.5 发布 1 个多月后，Sam Altman 与 GPT-4.5 的 3 位核心技术人员进行了一场 45 分钟的高信息量对谈，首次披露了这款模型 研发耗时严重超 期 、 计算集群频繁故障 、 提升路径难以预测 等诸多不为人知的细节。 对于今后的模型训练范式，乃至如何重新理解 Scaling Law、以及数据效果，都有不少启发。 参与本次对谈的 3 位 OpenAI 员工分别为 Alex Paino（负责 GPT-4.5 的预训练机器学习算法）、Amin Tootoonchian（OpenAI 首席系统架构师）与 Daniel Selsam（研究数据效率与算法）。 以下文章来源于智东西 ，作者陈骏达 陈家阳 智东西 . TLDR Founder Park 正在搭建开发者社群，邀请积极尝试、测试新模型、新技术的开发者、创业者们加入，请扫码详细填写你的产品/项目信息，通过审核后 工作人员会拉你入群～ 进群之后，你有机会得到： 01 GPT-4.5两年前已启动， 项目耗时远超预期 ...

吴翼： RL 是机器学习这个大概念下一类比较特殊的问题。 曲凯： 今天我们请来了国内强化学习 (RL) 领域的专家吴翼，吴翼目前是清华大学交叉信息研究院 助理教授，他曾经在 OpenAI 工作过，算是国内最早研究强化学习的人之一，我们今天就争取一 起把 RL 这个话题给大家聊透。 首先吴翼能不能简单解释一下，到底什么是 RL？ 传统机器学习的本质是记住大量标注过正确答案的数据对。 举个例子，如果你想让机器学习能分辨一张图片是猫还是狗，就要先收集 10000 张猫的照片和 10000 张狗的照片，并且给每一张都做好标注，让模型背下来。 上一波人工智能四小龙的浪潮其实都以这套框架为基础，主要应用就是人脸识别、指纹识别、图 像识别等分类问题。 这类问题有两个特点，一是单一步骤，比如只要完成图片分辨就结束了；二是有明确的标准答 案。 但 RL 很不一样。 RL 最早是用来打游戏的，而游戏的特点和分类问题有两大区别。 第一，游戏过程中有非常多的动作和决策。比如我们玩一个打乒乓球的游戏，发球、接球、回 球，每一个动作都是非标的，而且不同的选择会直接影响最终的结果。 第二，赢得一场游戏的方式可能有上万种，并没有唯一的标准答 ...

曲凯： 今天我们请来了国内强化学习 (RL) 领域的专家吴翼，吴翼目前是清华大学交叉信息研究院助理教授，他曾经在 OpenAI 工作过，算是国内最早研究强化学 习的人之一，我们今天就争取一起把 RL 这个话题给大家聊透。 首先吴翼能不能简单解释一下，到底什么是 RL？ 因此，RL 其实更通用一些，它的逻辑和我们在真实生活中解决问题的逻辑非常接近。比如我要去美国出差，只要最后能顺利往返，中间怎么去机场、选什么航 司、具体坐哪个航班都是开放的。 但 RL 很不一样。 RL 最早是用来打游戏的，而游戏的特点和分类问题有两大区别。 第一，游戏过程中有非常多的动作和决策。比如我们玩一个打乒乓球的游戏，发球、接球、回球，每一个动作都是非标的，而且不同的选择会直接影响最终的结 果。 第二，赢得一场游戏的方式可能有上万种，并没有唯一的标准答案。 所以 RL 是一套用于解决多步决策问题的算法框架。它要解决的问题没有标准答案，每一步的具体决策也不受约束，但当完成所有决策后，会有一个反馈机制来评 判它最终做得好还是不好。 吴翼： RL 是机器学习这个大概念下一类比较特殊的问题。 传统机器学习的本质是记住大量标注过正确答案的数据对。 ...

AI Agent 领域也存在 scaling law，甚至还在加速。 2022 年 ChatGPT 刚发布时能够实现的代码任务差不多等同于人类耗时 30s 的任务，到今天， AI Agent 已经能够自主完成需要人类花费一个小时的 coding 任务。"任务长度"是一个相当直观地测量 AI Agent 能力变化的标准。 编译：haozhen 编辑：Siqi AI 独立研究机构 META 的数据分析发现，Agent 能够完成的任务长度正以指数级增长，大约每 7 个 月翻一倍，预计 2029 年 Agent 能够完成时长为 1 个工作月的任务。 有意思的是，最近这一趋势甚至还在加速，2024-2025 年 Agent 能完成的任务长度约每 4 个月翻一 倍，如果这种更快的趋势持续下去，Agent 可能在 2027 年就能完成长达一个月的任务。 本文是对 META、Forethought 和 AI Digest 研究对于 agent scaling law 的整理编译。AI 研究人员们认 为，AI scaling law 的终局是 AI agent 自主开发 AI agent，到了那个时候我们就会进入软件智能爆炸时 ...

备受瞩目的 2025 全球机器学习技术大会（ML Summit 2025）将于 4 月 18-19 日在上海虹桥西郊庄园丽笙大酒店召开。本次盛会由 CSDN & Boolan 联合主办，汇聚了超 50 位来自学术界和工业界顶尖专家，共同探讨智能体、联邦学习、多模态大模型等热门 AI 技术实践。 作为全球机器学习技术大会的老朋友，新浪微博首席科学家及 AI 研发部负责人张俊林将带来《从 DeepSeek R1 的复现看深度思考模型的未来》的精 彩分享。 张俊林作为「大模型技术拆解得最通透的实战派」，在 2024 年的机器学习技术大会上，他对 Gemini 多模态架构、OpenAI o1 技术的硬核拆解，让 开发者直呼"终于有人讲透技术本质"。 系统梳理技术脉络： 回顾 DeepSeek R1 开源后的各类复现研究，涵盖 SFT 阶段的轻量适配（如 S1）与 RL 阶段的创新实践。 深度解析训练范式： 重点剖析其核心的两阶段训练模式——如何通过冷启动微调结合多领域数据优化进行 SFT，以及如何运用 GRPO 强化学习 与全场景对齐实现模型"深度思考"能力的跃迁。 探讨关键技术问题： 尝试解答一系列备受关注的核心问 ...

「东升西落」的叙事 曲凯： 最近我又来美国了，发现市场真是变化太快，这边突然有人开始提到一个所谓「东升西 落」的叙事。 莫傑麟： 对，二级市场今年 1 月以来一直在演绎这个剧本，但其实 24 年就已经在为这个叙事做 铺垫了。 24 年美国的宏观环境和各项经济数据都比较好。他们一方面非常重视 AI，在所有前沿创新上也一 直绝对领先，另一方面又凭借美元的强势吸引着全球的投资。 但今年 Trump 上台之后，情况发生了变化。 Trump 在关税、财政支出上都做了很多调整，一套大刀阔斧去杠杆的动作下来，大家关注的重点 从 AI 转向了宏观问题，也对未来多了很多不确定性。 又因为过去几年，美国股市一直走高，投资人的预期已经被拉得很满。所以大家现在极度厌恶风 险，股市就会出现剧烈的震荡。 而今年的中国刚好是美国的镜像。 其实国内的股价从 24 年开始就有回升，但并不明显，直到今年 DeepSeek 的发酵才彻底引爆。 归根结底，还是因为大家之前对于中国科技行业和宏观环境的预期都太低了。 曲凯： 对，我觉得「东升西落」本质上是一种价值评判的回归，之前大家确实过于低估国内 AI 了，而 DeepSeek 就是一个典型代表。 ...

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 ...

"更好的模型可以导向更好的应用，但更好的应用和更多用户并不会导向更好的模型。" 文丨程曼祺 * 头图：Dota 2019 国际邀请赛决赛（TI9）中，OG 战队的 Ana 使用 IO（小精灵，图中球形发光体）的经典作战，OG 在 TI9 中夺冠。为什么用这个图？播客里有 答案。 ▲扫描上图中的二维码，可收听播客。《晚点聊 LateTalk》#99 期节目。欢迎在小宇宙、喜马拉雅、苹果 Podcast 等渠道关注、收听我们。 《晚点聊 LateTalk》是《晚点 LatePost》 推出的播客节目。"最一手的商业、科技访谈，最真实的从业者思考。" 上周四，我们发布图文访谈：《 晚点对话 MiniMax 闫俊杰：千万别套用移动互联网的逻辑来做 AI 》，这是这次访谈的音频版。 闫俊杰的一些 "非共识" 判断，引起不少讨论。 他认为，模型能力和用户规模并不是直接的飞轮关系："更好的模型可以导向更好的应用，但更好的应用和更多用户并不会导向更好 的模型。" 而今天（1 月 22 日）字节跳动发布 Doubao-1.5-pro 模型的技术报告里则提到："依托字节在推荐、搜索和广告领域的 AB Test 经 验，研发了基于 ...

以下文章来源于南风窗 ，作者朱秋雨 南风窗 . AI小厂崛起。 作者 | 朱秋雨 来源 | 南风窗 （ID：shangyejingxiang） 2024年末，一个中国AI小厂，凭借过硬的技术，获得了全球铺天盖地的关注。 圣诞节过后，海外社交媒体以及技术论坛Github都在讨论一个最新发布的开源大模型， DeepSeek-V3。它被外国网友冠以名号——"来自东方的神秘力量"。 多个评测报告里，DeepSeek-V3在世界开源模型之中处在第一梯队，超过扎克伯格的 LLaMa 3.1。拿它比GPT-4o以及Claude 3.5两个最顶尖大模型也毫不逊色，甚至， 其在数学推理、代码生成和长文本处理等指标上，表现更强。 这还不是中国AI公司DeepSeek（中文名：深度求索）全部的"拿手好戏"。更让美国硅 谷等同行摸不着头脑的是，DeepSeek公布的53页技术报告显示，其训练顶尖大模型只 用了2048张H100的GPU集群，花费53天，共计耗费557.6万美元。有专业人员指 出，同等水平之下，世界AI大厂至少要用1.6万张以上的GPU，有的甚至需要10万张 GPU并行训练。 OpenAI早期成员安德烈·卡帕西感慨，D ...