Know AI. See What’s Next.
第 1 张，共 5 张：刚刚，Anthropic公开4年后的世界！造AI只剩5%留给人
最新资讯流
搞不定有表格数据和多模态的Prompt？试下微软最新的提示词编排标记语言POML（在新窗口打开）
最近来自微软的研究者们带来了一个全新的思路，他们开源发布了POML（Prompt Orchestration Markup Language），它的的解决方案它的核心思想非常直接：为什么我们不能像开发网页一样，用工程化的思维来构建和管理我们的Prompt呢？这个编排语言很类似IBM的PDL
手把手教机器人：斯坦福大学提出RTR框架，让机械臂助力人形机器人真机训练（在新窗口打开）
人形机器人的运动控制，正成为强化学习（RL）算法应用的下一个热点研究领域。当前，主流方案大多遵循 “仿真到现实”（Sim-to-Real）的范式。研究者们通过域随机化（Domain Randomization）技术，在成千上万个具有不同物理参数的仿真环境中训练通用控制模型，期望它能凭借强大的泛化能力，直接适应动力学特性未知的真实世界。
深度｜OpenAI教育负责人：70%的雇主更愿意招一位会AI的新人，而不是拥有该岗位10年经验却不会AI的老手（在新窗口打开）
数据显示，70%的雇主更愿意招一位会AI的新人，而不是拥有该岗位10年经验却不会AI的老手。任何毕业生都需要掌握在日常生活中使用AI的能力。现在随着低代码技术的兴起，以及各种让编程变得更简单的工具出现，我们将走到这样一个阶段：每个学生不仅应该学会如何使用AI，还应该学会用AI来创造，比如创造图像、开发应用、编写代码。
并非95%的AI项目都失败！麻省理工MIT《2025年商业人工智能现状》（在新窗口打开）
这份来自麻省理工的2025年商业AI现状的研究报告最近在网上炸锅了，该报告称 95% 的人工智能试点都失败了，这吓坏了美国股市的投资者。报告提到大多数公司都陷入了困境，因为 95% 的 GenAI 试点项目都没有产生任何投资回报率，而只有 5% 的公司通过使用可学习、可融入实际工作流程并随着使用而改进的系统获得了成功。
当AI无所不能，你靠什么不可替代？（在新窗口打开）
在AI时代，AI能力超越人但无法取代人的独特价值：人因宝贵和不可预测需求必须掌控微决策——即个人冒险决定体现风格与价值观，AI辅助下执行计算，微决策提升工作独特性，前景乐观。
Reels支持翻译对口型，Meta短视频的“全村希望”正在靠AI突围（在新窗口打开）
如今，Facebook与Instagram已正式上线Reels短视频的音频翻译功能。该功能依托AI技术，可直接将视频中的人物音频翻译成不同语种，不仅支持双人对话翻译，还能实现嘴型对齐，并根据对话双方的原始音色，合成声线高度相似的翻译音轨。
国务院重磅AI新政发布，未来10年最大机会在哪里？（在新窗口打开）
国务院发布《“人工智能+”行动意见》，是国家层面对AI战略的全面升级。政策提出“智能原生”新概念，设定2027/2030/2035年关键节点，强调技术普惠化与产业深度融合。重点布局科技、产业、消费、民生、治理、全球合作六大领域，并为普通人提供低门槛参与路径。
谷歌nano banana正式上线：单图成本不到3毛钱，比OpenAI便宜95%（在新窗口打开）
昨晚，神秘且强大的图像生成与编辑模型 nano banana 终于正式显露真身。没有意外，它果然来自谷歌，并且也获得了一个正式但无趣的名字：gemini-2.5-flash-image-preview。