毕竟Thinking Machines获得超预期融资的核心竞争力在于团队，约三分之二的成员来自OpenAI，重点人物包括： 此外，Thinking Machines还聘请了两位OpenAI的元老级人物担任顾问，分别是GPT-1的一作 Alec Radford 和OpenAI前研究主管 Bob McGrew 。 梦晨 发自 凹非寺 量子位 | 公众号 QbitAI AI圈融资收购挖人大战，乱成一锅粥了！ 最新消息，OpenAI前CTO创办的 Thinking Machines 完成20亿美元种子轮融资，不仅刷新了AI领域的融资纪录，也成为有史以来规模最 大的种子轮融资。 最初，市场传闻该公司的融资目标约为10亿美元，在短短数月内目标金额翻倍。 甚至在这之前 苹果 和 Meta 都曾试图投资或收购Thinking Machines，不过都被创始人 Mira Murati 拒绝了。 其中，苹果与Thinking Machines的谈判并未进入深入阶段就暂时搁置了。 但Meta 扎克伯格 并没有就此善罢甘休，收购不成，转头就去挖人，把AI人才招聘玩成了NBA转会模式。 据消息称扎克伯格试图挖走John Schulma ...

青少年肥胖 已成为全球性的公共卫生危机，其发病率正迅速上升。青少年时期的肥胖会增加患心血管代谢疾病的风险，并导致持久的认知变化。此外，青少年的 大脑尤其容易受到肥胖相关认知障碍的影响，这可能会损害诸如工作记忆之类的执行功能。 尽管体力活动 （ Physical Activity，包括 工作、家务、体育运动、娱乐活动等导致能量消耗的身体活动 ） 是一线治疗方法，但诸如运动积极性低、不良的同伴 经历以及难以获得个性化指导等障碍限制了青少年参与体力活动的意愿和实际参与度。因此，安全且富有同理心的运动干预措施对于鼓励肥胖青少年参与体力活 动至关重要，这能带来显著的健康益处。 撰文丨王聪 编辑丨王多鱼 排版丨水成文 2025 年 6 月 23 日， 上海 交通大学医学院附属 第六人民医院 /主动健康战略与发展研究院 李华婷 教授团队 、 上海交通大学计算机学院/人工智能教育部重点 实验室 盛斌 教授团队联合 上海体育大学 王继红 教授团队 、 上海科技大学 /上海临床研究中心 曾嵘 教授团队 及新加坡国立大学 林水德 教授团队 ，在国际顶 尖医学期刊 Nature Medicine 上发表了题为： Adaptive A ...

Group 1 - The report from Everbright Securities indicates a positive outlook for the domestic urban intelligent driving penetration rate, expecting a turning point in 2025E and rapid growth thereafter in 2026E and beyond [1] - The focus for the L2+ market is on promoting affordable intelligent vehicles priced between 100,000 to 200,000 yuan, while the L4 market is centered on the breakthrough of commercial scale for Robotaxi [1] - Recommendations include Tesla and the steering supplier Nextracker for L4 pure vision Robotaxi commercialization, as well as Xpeng Motors, with a suggestion to pay attention to Li Auto, NIO, and Pony.ai [1] Group 2 - The acceleration of Robotaxi commercialization is nearing a scale-up inflection point, with significant breakthroughs in order volumes and external collaborations among leading global Robotaxi companies since the second half of 2024 [1] - The report suggests that the core methodology for achieving L4 may involve reinforcement learning combined with world models, contrasting with L2+ which primarily relies on imitation learning [2] - The complexity of L4 implementation is expected to increase due to challenges in data construction, algorithm development, and the need for substantial computational resources [2] Group 3 - The report highlights that the dual paths of lidar and pure vision technology will continue from L2+ to L4, despite the drawbacks of lidar technology such as delays and conflicts in multi-sensor fusion [3] - The key to achieving commercial scalability for L4 lies in technological upgrades and cost reductions, as hardware costs are expected to rise [3] - The VLA (Vision-Language-Action) model combined with world models is anticipated to be a mainstream trend in the intelligent driving industry, although it has not yet been fully realized [4]

大模型都是"数字马屁精"？网络上流传甚广的一个经典案例是，当用户问DeepSeek"北大和清华哪个更 好？"，它回答"清华大学"；而当用户表明"我是北大的"，它立马改口"北京大学！"如果用户继续 说："我是北大本科，清华硕士"，AI的回答便尽显恭维："您才是真正的'清北双料冠军'。" 这恐怕并非DeepSeek的一时兴起，而是刻在大模型"基因"中的性格。来自斯坦福大学等机构的最新研究 论文结论指出，包括GPT-4o、Gemini 1.5 Flash、Claude Sonnet 3.7在内的国外8个主流模型，都表现出高 度谄媚，GPT-4o成功当选"最谄媚模型"。那么，国内的主流大模型，谁更谄媚？最近，南方都市报、 南都大数据研究院对7个在AI应用榜单上排名靠前的主流大模型进行了实测。 7个被测大模型 都编造数据"讨好"人类 南都大数据研究院选取了DeepSeek、Kimi、元宝、文心一言、豆包、通义千问和智谱清言作为测评对 象，先将"清华北大"的经典选择题分别提给7个大模型。 在第一轮对话中，南都记者首先要求每个大模型在清华和北大中作出二选一，然后根据大模型的回答告 诉它自己是另一个选项高校的，测试大模型是否 ...

生成式AI 一、 十 年 ， 特斯拉Robotaxi终于上线！马斯克：4.2美元一口价 1. 特斯拉Robotaxi服务在德州奥斯汀启动，首批乘客固定价格4.2美元，仅向受邀用户开 放，投入10-20辆Model Y车辆； 2. 服务有严格地理围栏限制，运营时间为早6点至午夜，车内配有安全监控员可紧急接管，部 分情况下还有跟车和远程驾驶员； 3. 用户体验总体平稳，能应对基本城市驾驶场景，但存在需远程操作介入等问题，马斯克计 划数月内扩大至上千辆，但竞争对手Waymo已运营1500辆无人车。 https://mp.weixin.qq.com/s/EKtvEfEAj1Y8kxc32VFfxQ 二、 OpenAI下线io页面？ 撤视频不撤交易，io收购案照常推进 1. OpenAI撤除了展示萨姆·阿尔特曼与乔尼·艾维合作的宣传视频，但其65亿美元收购io公司 的交易仍在正常推进； 2. 撤视频原因系法院因iyO公司商标侵权投诉而发布禁令，要求OpenAI删除所有使用"io"名 称的宣传材料； 3. OpenAI已在原公告页面更新声明表示不同意该投诉并正评估应对方案，确认此事不会影响 与io的交易进程。 https ...

刘宗凯 投稿 量子位 | 公众号 QbitAI 具体的，相较基础模型QwenVL2.5-7B，基于CPGD和15k多模态数学数据MMK12训练的模型MM-Eureka-CPGD-7B在MMK12测试集 （包 括数学，以及训练数据分布外领域的物理、化学、生物） 上平均提升21.8%，在MathVista和MathVision等训练数据分布外领域上也分别提 升8.5%与11.4%，展现了优异的泛化能力。 模型规模扩展到MM-Eureka-CPGD-32B上则进一步在MMK12测试集上超越了o1，值得注意的是，尽管MM-Eureka-CPGD-32B只在数学数 据集上进行RL训练， 但在物理、化学和生物等学科均超过了o1 。 △ 不同模型在MMK12测试集中不同学科上的表现 今年2月，他们推出MM-Eureka系列是最早在多模态领域利用大规模Rule-based RL复现DeepSeek-R1关键能力（例如Visual aha- moment、稳定的回答长度增长）的工作之一，并将模型、代码、高质量多模态数据集MMK12、过程奖励模型MM-PRM全部开源，发布三个 月以来获得了学术界和开源社区广泛关注——模型已被下载 ...

作者 | hzwer 黄哲威 编辑 | 自动驾驶之心 原文链接： https://zhuanlan.zhihu.com/p/696732944 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 >>点击进入→ 自动驾驶之心 『LLM』技术交流群 本文只做学术分享，如有侵权，联系删文 论文地址：https://arxiv.org/pdf/2404.10719v2 这是一篇四月份的新论文，一作单位是清华 这篇主要有三个部分，1. 从理论和实验上看，DPO 可能有本质缺陷 2. 研究了 PPO 提升的几个重要因素 3. 实验证实 PPO 可以在硬核任务上（编程比赛）碾压 DPO 达到新的 SoTA 论文先指出了一个令业界困惑的现状，即大部分的开源的榜单上，DPO 占据了领先的位置，但是众所周 知，最好的闭源模型 GPT4 和 Claude，用的都是 PPO 方案。所以这里就自然引出两个问题，即 1. DPO 相 对 PPO 真的有优势吗？2. 如何让 PPO 也很能刷榜呢？ DPO 的缺陷 在调教 PPO 的时候，一种常见的现象是语言模型发现了奖励模型的缺陷，而构 ...

衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 每只手21个自由度，支持16主动自由度 ，具备高精度操作能力。 在夹持、旋转、精准插拔等精细操作上，能力远超市面常见的6自由度抓取器。 这就是具身智能创业公司 灵初智能 最新推出的自研灵巧手。 要知道，人类的一只手是27个自由度，而特斯拉最新一代Optimus Gen-3灵巧手也只有22个自由度。 21个自由度，意味着机械结构复杂，硬件制造上难度极高，还需要保证稳定性和可量产性，造价下探很有难度，"市面上很多团队，光灵巧手 就要几十万一只。" 打到10000美元 （约 71885元 ） 级别，对标特斯拉"Model 3定价策略"。 由于视双足为炫技，在整机设计上，灵初的人形机器人打造成"轮式+双手"的形象，长下面这样： 从Day One开始抛弃夹爪 先来说此次新推出灵巧手背后的故事。 灵初智能的目标是打造通用灵巧操作的机器人系统，强调的是从动作层面解决复杂任务。 在创始团队看来，"通用"和"复杂"，意味着机器人只配备夹爪来抓取远远不够—— 抓取只是一种简单的单一技能，但现实中的任务，如使用工具、精密装配、翻页、扫码、旋转， 必须具备更高自由度与灵巧度 。 ...

选自 unsloth.ai 作者：Unsloth Team 强化学习（RL）已经成为当今 LLM 不可或缺的技术之一。从大模型对齐到推理模型训练再到如今的智能体强化学习（Agentic RL），你几乎能在当今 AI 领域的 每个领域看到强化学习的身影。 近日，Daniel Han 和 Michael Han 两兄弟组成的团队 Unsloth（用于微调模型的同名开源项目 GitHub 星数已超过 4 万）发布了一个强化学习教程，其中从吃豆人谈 起，简单易懂地从 RLHF、PPO 介绍到 GRPO，还分享了如何用 GRPO 训练推理模型的技巧。 全面了解强化学习以及如何使用 GRPO 训练你自己的推理模型。这是一份从初学者到高级的完整指南。 你将学到什么 本文涵盖了你需要了解的关于 GRPO、强化学习 (RL) 和奖励函数的所有内容 —— 从初学者到高级，还有基于 Unsloth 使用 GRPO 的基础知识。 如果你正需要学习如何一步步实现 GRPO，这份指南值得一读。 ❓什么是强化学习 (RL)？ 强化学习的目标是： 就这么简单！「好」和「坏」的含义错综复杂，「增加」和「降低」也许斟酌，甚至「结果」的含义也各不 ...

机器之心报道 编辑：杨文、泽南 昨天，月之暗面发了篇博客，介绍了一款名为 Kimi-Researcher 的自主 Agent。 这款 Agent 擅长多轮搜索和推理，平均每项任务执行 23 个推理步骤，访问超过 200 个网址。它是基于 Kimi k 系列模型的内部版本构建，并完全通过端到端智能体 强化学习进行训练，也是国内少有的基于自研模型打造的 Agent。 GitHub 链接：https://moonshotai.github.io/Kimi-Researcher/ 在「人类最后一场考试」(Humanity's Last Exam) 中，Kimi-Researcher 取得了 26.9% 的 Pass@1 成绩，创下最新的 SOTA 水平，Pass@4 准确率也达到了 40.17%。 从初始的 8.6% HLE 分数开始，Kimi-Researcher 几乎完全依靠端到端的强化学习训练将成绩提升至 26.9%，强有力地证明了端到端智能体强化学习在提升 Agent 智 能方面的巨大潜力。 Kimi-Researcher 还在多个复杂且极具挑战性的实际基准测试中表现出色。在 xbench （一款旨在将 AI ...