
Z Tech|专访00后港大博士、Evolvent AI创始人胡梦康:Agent之后,下一站是AI自我进化(在新窗口打开)
过去几年,大模型的发展主线很清晰,比如更大的模型、更多的数据,以及更多的计算。但当模型从回答问题的Chatbot走向能够调用工具、执行任务的Agent,发展主线也开始发生变化。模型不仅要知道,还要在环境中行动,从反馈中判断结果,并在长时间运行中不断调整策略。
内容栏目
聚合人工智能领域的重要资讯、产品发布、行业动态与商业变化。

过去几年,大模型的发展主线很清晰,比如更大的模型、更多的数据,以及更多的计算。但当模型从回答问题的Chatbot走向能够调用工具、执行任务的Agent,发展主线也开始发生变化。模型不仅要知道,还要在环境中行动,从反馈中判断结果,并在长时间运行中不断调整策略。

今天,一条前两天的推文开始热传,内容只有 5 个词:Scott Gray 已离开 OpenAI。

前两天,看到小米澎湃OS 4 Beta版开启招募,没有发布会,直接上。

今年AI圈最贵的一笔中间商买卖,落槌了!

“全球首个具身 Physical AI 开源生态,将如何改写机器人行业格局? ”

8月17日,RoboScience机器科学正式发布轮式仿人形通用操作机器人——REX G1,定位为“新一代具身智能生产力伙伴”。

“北航90后副教授”、“在B站教AI”、“3岁小孩都能听懂”……

你有多少工作,是需要「外包」出去做的,比如交给同事或者实习生?

办公智能体正在成为最热门的赛道:写文档、做表格、订会议,各家都在往办公软件里塞一个更聪明的AI助手。

给AI一道数学猜想,它先琢磨的居然是:怎么把它推翻找反例!!

日产7.5万首,播放却不到3%。 这是流媒体平台Deezer最新披露的一组数据。AI歌曲每天涌入平台的速度,从2025年初的1万首飙升到如今的7.5万首,占当日新增上传的44%。但实际播放占比,只有1%-3%。 产能炸了,产品却过不了人耳这一关。 尤其是在中文世界,这个矛盾更加尖锐。全球最顶级的AI音乐公司Suno,估值54亿美元,做英文歌确实能打。 但做中文歌?也很抱歉。 咬字发飘、情绪悬浮、转音别扭,用户甚至总结出了一套绕路技巧,把复杂中文字换成拼音,才能让模型生成出勉强准确的发音。 我们的母语,反而成了AI音乐最不擅长的语言。 这背后不是模型「调得不够好」,而是一道架构题。 为什么中文歌

史上最大规模IPO前,Anthropic CEO罕见长文硬刚质疑!

上周我去参加了一场在旧金山举办的 robotics meetup,主办方是 Silicon Valley Robotics 和 Nomadic AI,地点在 717 Market Street。说实话,我去之前没有太高的预期,觉得这类活动大概就是几个人站着聊天喝酒,讲几个 demo 然后散场。但五个演讲下来,我发现我想多了。

AI自动科研的时代,彻底爆发了! 18个全球最顶尖的大模型,断网被关进小黑屋,连续做了8天科研。 谁能想到,最强王者Fable 5一骑绝尘—— 数十位顶尖工程师耗时数月才创下的纪录,它一举追平了人类82%的水平。 就在今年,OpenAI和Anthropic已经先后把「AI自己造AI」的时间点,押在了2028年。 这是第一次有人真的用算力和时间,去量了量它还差多远。 研究一发布,直接引爆AI圈,连OpenAI的大佬都赶来强势围观。 有人表示,这是迈向「AI自主研究」的重大里程碑。「AI辅助」与「AI发现」之间的最后一道鸿沟,正在被加速抹平! 全球顶尖AI「闭关」搞科研断网8天 就在今天,Prim

AI的“情绪”也会影响工作状态? 最近,中科大、牛津等机构研究者让AI用情绪向量替代文本做技能选择,结果发现—— 允许AI识别这些“内心情绪”并由此做出行动,能大幅提升AI的工作能力…… 此前研究认为,LLM内部存在着与人类情感标签高度对应的计算模式。 包括不限于:好奇、渴望、乐观、困惑、紧张、恼怒。 △AI可提取的情绪表征 而当模型感知到这些情绪并以此作为自己行动依据时,任务将完成得更好…… 允许AI不保持“情绪稳定” 此研究者发现:AI特定的情绪状态与特定的技能选择之间存在着连贯的配对关系。 何意味? 实际上这件事在我们人类身上几乎是默认的,以至于很难察觉到:我们的情绪决定了我们接下来要做

马斯克的xAI联创们,全员离职后都去了哪儿?

数字员工逐渐走进团队。 6月下旬的时候,Anthropic发布了Claude Tag。 它并不是第一款强调AI同事概念的产品,但它的出现却让这种产品形态变得更加具体。Claude可以直接加入公司的公共频道,持续获得团队讨论里产生的Context。 成员交代一件事以后,它会调用已经获得授权的工具继续处理,也能给自己安排之后需要继续完成的工作。 更重要的是,它不再完全等待人来发起任务。一些长期没有处理的问题,或者团队讨论里出现的异常情况,也可以由Claude主动发现并介入。 而一个AI如果要进入团队,核心价值不只在于回复质量,它还需要理解组织持续产生的上下文内容,也需要获得外部工具和相应权限,并在

语音成为了AI交互的新方式。 手机输入法里按住麦克风说几句话,电脑听写负责把声音转成文字,遇到识别错误再自己改,类似功能存在了很多年。 大模型加入后改变了局面。 过去一年多,国内各个大厂AI语音输入法、Typeless等产品陆续获得关注,语音输入出现了另一种产品形态。 国内的变化尤其明显,豆包输入法把语音作为核心卖点,支持方言、中英混说和弱网环境; 千问今年5月在PC端加入语音输入,除了去掉语气词和纠错,还会整理口语格式,并能结合前文继续处理内容;微信输入法也持续强化语音,支持结构化输出。 原本需要说完以后再删删改改的内容,如今有机会直接变成一版可以发送的文本。 此外,该赛道的明星产品Type

今日零时起,DeepSeek正式执行新版API价格,DeepSeek-V4-Flash和DeepSeek-V4-Pro两款主力模型首次采用峰谷定价,闲时价格统一为高峰时段的一半。此次调整同步抬高了两款模型的基础价格。DeepSeek-V4-Flash高峰时段每百万Tokens缓存命中输入、缓存未命中输入和输出价格分别为0.1元、3元和9元,闲时分别降至0.05元、1.5元和4.5元。

AI咋能代替人呢? 不错,这话是李飞飞说的。 在Huberman Lab最新一期访谈中,李飞飞还讨论了“为什么苏格拉底是人类历史上最顶尖的‘提示词工程师’”、“为什么不能一刀切地禁止学生们用AI”等非常有趣的话题,并给出了一个笃定的答案: 无论是在医疗、影视、还是教育等领域,AI都不是人类的替代者,而是个人能力的放大镜。 全程高能,重点笔记如下: 我觉得人类一直没吸取的一大教训,就是老一辈总爱哀叹下一代,仿佛年轻人什么都不懂,说他们没规矩、遗忘历史。但纵观人类历史大脉络,我们整体其实是在向着更好的方向发展。不能只让少数科技企业替整个社会做决定,单纯追逐市场收益的逻辑,绝不能凌驾于社会伦理与大众
参与交流
了解加入交流群的方式,阅读内容无需登录。