
Loop-ViT:让AI学会「反复思考」,3.8M参数小模型追平人类平均水平 (opens in a new tab)
当我们解一道复杂的数学题或观察一幅抽象图案时,大脑往往需要反复思考、逐步推演。然而,当前主流的深度学习模型却走的是「一次通过」的路线——输入数据,经过固定层数的网络,直接输出答案。
Total 8436 articles

当我们解一道复杂的数学题或观察一幅抽象图案时,大脑往往需要反复思考、逐步推演。然而,当前主流的深度学习模型却走的是「一次通过」的路线——输入数据,经过固定层数的网络,直接输出答案。

在 AI 编程领域,大家似乎正处于一个认知错觉的顶点:随着 Coding Agents 独立完成任务的难度和范围逐渐增加,Coding 领域的 AGI 似乎就可以实现?

谷歌DeepMind和Isomorphic Labs合作,祭出了药物设计之王。

一位牛津哲学博士,正在Anthropic教全球顶尖AI模型如何「做人」。这场跨物种的「育儿实验」,比科幻更炸裂。

2026 马年注定迎来一个「AI 味」最浓的春节。

上周,我们全家又大吵了一顿,昨天周日,家里又吵了一次……

有时候,一个产品的爆火来得比想象中快的多。

过去一年,大模型写代码的能力几乎以肉眼可见的速度提升。从简单脚本到完整功能模块,GPT、Claude、DeepSeek 等模型已经能够在几秒钟内生成看起来相当 “专业” 的代码。

开源模型同样能承担复杂工程任务。 如果你问一个开发者,AI 编程最让人崩溃的时刻是什么? 他给你的答案很可能会是它在报错面前那句机械的「对不起,我理解错了」,然后复读一段同样错误的代码。 过去一年,Coding 大模型的进步,更多体现在「生成能力」上:一句话生成网页、组件、小游戏——15 秒内搓出一个像素风网页、一个炫酷的 SVG 图标,或者一个能跑的贪吃蛇。这些 Demo 足够惊艳,但也足够「轻」,它们有点像是在 Vibe Coding(氛围感编程)时代产出的高级玩具。但当涉及到高并发架构、底层驱动适配或者复杂的系统重构,它们就成了「温室里的花朵」。 所以最近,硅谷的风向已经变了。 不管是

解析Vidu Q3:AI视频生成下半场,拼的是“可交付”。