
Know AI. See What’s Next.
第 1 张,共 5 张:Anthropic成长路径:Claude商业化、治理架构与AI安全争议
最新资讯流

双管齐下:联邦学习防投毒攻击与梯度泄露,华南理工深北莫研究成果登上TMC与IoT(在新窗口打开)
AI风起云涌,数据隐私如履薄冰。华南理工大学联手深圳北理莫斯科大学,推出FedMSBA与FedMAR,筑成联邦学习的安全堡垒,守护个人隐私!

AlphaGo之父找到创造强化学习算法新方法:让AI自己设计(在新窗口打开)
强化学习是近来 AI 领域最热门的话题之一,新算法也在不断涌现。

VAE再被补刀!清华快手SVG扩散模型亮相,训练提效6200%,生成提速3500%(在新窗口打开)
前脚谢赛宁刚宣告VAE在图像生成领域退役,后脚清华与快手可灵团队也带着无VAE潜在扩散模型SVG来了。

TPAMI 2025 | AI对抗迁移性评估的「拨乱反正」:那些年效果虚高的攻防算法们(在新窗口打开)
对抗样本(adversarial examples)的迁移性(transferability)—— 在某个模型上生成的对抗样本能够同样误导其他未知模型 —— 被认为是威胁现实黑盒深度学习系统安全的核心因素。尽管现有研究已提出复杂多样的迁移攻击方法,却仍缺乏系统且公平的方法对比分析:(1)针对攻击迁移性,未采用公平超参设置的同类攻击对比分析;(2)针对攻击隐蔽性,缺乏多样指标。

FlowithOS是我目前见到的自动化执行最强的Agent(在新窗口打开)
昨晚 11 点,绕了好几道弯,我终于找朋友拿到了 FlowithOS 的内测码。这款产品昨天在 X 上挺火的,很多人转发。 体验了大半天之后,我非常兴奋。相比 Manus,或者 OpenAI 最近发布

OpenAI公开未来路线图!具体到28年3月AI研究员将完全自主,奥特曼承认“关于GPT-4o我们搞砸了”(在新窗口打开)
OpenAI完成史上最重要的一次组织架构调整后,紧接着开了一场直播。首次公开了内部研究目标的具体时间表,其中最引人注目的是“在2028年3月实现完全自主的AI研究员”,具体到月份。

英伟达曝超级 AI 芯片 Vera Rubin,黄仁勋要创造 AI 的「登月时刻」(在新窗口打开)
在北京时间凌晨举办的英伟达 GTC 大会上,黄仁勋用一系列人类历史创新的剪影开场,并把英伟达与 AI 创新直接拔高定调为「下一个阿波罗时刻」。除了展示下一代超级芯片 Vera Rubin,黄仁勋还大谈 6G、量子计算,机器人和自动驾驶,同时宣布要投资新的巨头,舞台大屏上英伟达的「合作」对象名单可以说是密密麻麻。

Excel新AI插件!华尔街「表哥表姐」对手来了(在新窗口打开)
Anthropic深夜又放猛招!Claude直接以插件形态接入Excel,不仅能直接操作和读取数据,还能定位单元格内容,并给出修改理由。

一文读懂英伟达GTC:抱团诺基亚、Uber,从6G到AI工厂,先落地再赚钱(在新窗口打开)
2025年10月29日凌晨,英伟达创始人兼CEO黄仁勋在华盛顿举行的GTC华盛顿特区技术峰会上发表重磅演讲。

只要强化学习1/10成本!翁荔的Thinking Machines盯上了Qwen的黑科技(在新窗口打开)
今天要讲的On-Policy Distillation(同策略/在线策略蒸馏)。这是一个Thinking Machines整的新活,这个新策略既有强化学习等在线策略方法的相关性和可靠性;又具备离线策略(Off-policy)方法的数据效率。

硅谷大佬带头弃用 OpenAI、“倒戈”Kimi K2!直呼“太便宜了”,白宫首位 AI 主管也劝不住(在新窗口打开)
刚刚,这样一个消息在 Reddit 上引发热议:硅谷似乎正在从昂贵的闭源模型转向更便宜的开放源替代方案。

AI产品的邀请码「黑市」,谁在制造稀缺?(在新窗口打开)
火爆只是表象,邀请码没这么厉害。 凌晨一点,一群人守在电脑前,盯着网页上那串尚未出现的邀请码。 倒计时归零,页面一闪而过——“没了”。 这一晚,系统共发出1000个码。抢到的人像中了奖,立刻在社交平台晒图:“刷了一整夜,开了几十个窗口,终于抢到了”“激动得截图都忘记截”。更多人则扑了个空。有人凌晨两点才看到帖子,错过发放;有人在评论区质疑“是不是被机器人全刷走了”;也有人一直等消息,却半个月都没有下文。 没过多久,邀请码开始在二手平台流通——价格一路被炒上去,据传最高时卖到三位数。 这样的场景,如今成为了AI产品发布后的常态。免费的邀请码成了流通的商品:发邀请码的厂商让它稀缺,抢邀请码的用户让

别急着让豆包们上链接(在新窗口打开)
AI 带货,高级版摇一摇广告。 除了没有真正的打折降价之外,中国的电商平台们总能在每年的双十一整出来一些花活。上不上预售、凑不凑满减、战线要不要拉长都已经是基本操作——半个月前媒体们就在说今年又是“史上最长双十一”,但这些都不太重要了,现在最流行的说法是“AI 双十一”。 几家电商平台都在不遗余力地强调 AI 的重要性。天猫总裁家洛把今年定义为“AI 全面落地的第一个双 11”,京东对外称这是“AI、大模型、机器人等技术融入程度最深的一届”。话里话外强调的差不多都是一个意思,AI 能让商家卖更多货、AI 能让消费者买得更开心。 其中最激进的莫过于字节跳动。双十一期间,字节跳动开始在豆包对话中接

世界模型==VQA?机器人不用想象画面,预测语义就够了(在新窗口打开)
对于机器人来说,世界模型真的有必要想象出精确的未来画面吗?在一篇新论文中,来自华盛顿大学、索尼 AI 的研究者提出了这个疑问。

九方智擎亮相WTCC模速路演日:深化数字金融建设,打造有温度的AI投顾伙伴(在新窗口打开)
2025西岸国际科技消费嘉年华(WTCC)模速路演日,九方智投控股旗下科技公司九方智擎作为金融科技代表亮相,分享AI+投顾从工具到“有温度的投资伙伴”的产业升级。

3B Image Captioning小钢炮重磅来袭,性能比肩Qwen2.5-VL-72B(在新窗口打开)
今天推荐一个 Dense Image Captioning 的最新技术 —— CapRL (Captioning Reinforcement Learning)。CapRL 首次成功将 DeepSeek-R1 的强化学习方法应用到 image captioning 这种开放视觉任务,创新的以实用性重新定义 image captioning 的 reward。

仅需10%思维链标注,等同全量性能!计算所发布推理监督新范式(在新窗口打开)
大语言模型(LLMs)推理能力近年来快速提升,但传统方法依赖大量昂贵的人工标注思维链。中国科学院计算所团队提出新框架PARO,通过让模型学习固定推理模式自动生成思维链,只需大模型标注1/10数据就能达到全量人工标注的性能。这种方法特别适合像金融、审计这样规则清晰的领域,为高效推理监督提供了全新思路。

用「进化+压力测试」自动生成的竞赛级编程题,各家大模型谁更hold住?(在新窗口打开)
在当前评测生成式模型代码能力的浪潮中,传统依赖人工编写的算法基准测试集,正日益暴露出可扩展性不足与数据污染严重两大瓶颈。

VaseVQA:考古领域实现专家级,诊断+补弱RL框架(在新窗口打开)
在文化遗产与人工智能的交叉处,有一类问题既美也难:如何让机器「看懂」古希腊的陶器——不仅能识别它的形状或图案,还能推断年代、产地、工坊甚至艺术归属?有研究人员给出了一条实用且富有启发性的答案:把大型多模态模型(MLLM)放在「诊断—补弱—精细化评估」的闭环中训练,并配套一个结构化的评测基准,从而让模型在高度专业化的文化遗产领域表现得更接近专家级能力。

融资1100万美金,华人团队打造Agent基础层,5 行代码搞定 AI Agent(在新窗口打开)
直到我看到 Dedalus Labs 宣布完成 1100 万美元种子轮融资的消息,才意识到有人正在系统性地解决这个问题。这家由 Cathy Di 和 Windsor Nguyen 创立的公司,正在构建一个基础设施层,让开发者能够用 5 行代码就搭建起一个功能完整的 AI agent。这不是夸张的营销话术,而是他们真正在做的事情。



