AI在线 AI在线

AI

陶哲轩敲警钟！谷歌DeepMind联手五大神殿，用AI向世纪难题宣战

陶哲轩敲警钟！谷歌DeepMind联手五大神殿，用AI向世纪难题宣战
今天，谷歌DeepMind重磅发起「AI赋能数学计划」，集结了全球五大顶尖机构。 他们将用上谷歌最强数学AI，去探索发现新的疆域。 这其中，有夺下IMO金牌的Gemini Deep Think，有算法发现AI智能体AlphaEvolve，还有形式化证明自动补全AlphaProof。
10/30/2025 4:08:28 PM
Meta AI部门大地震！小扎急派心腹干将「救火」

Meta AI部门大地震！小扎急派心腹干将「救火」
Meta AI部门再现人事大地震！ 刚刚，Meta传出重大人事调整：前元宇宙负责人Vishal Shah将转岗至Meta超级智能实验室，担任人工智能产品副总裁，并向Nat Friedman汇报。 这是Meta AI部门最新一次高管调整。
10/30/2025 4:05:42 PM
中科院联合清华等发布视觉语言行动推理模型VLA-R1，让机器人先思考再行动

中科院联合清华等发布视觉语言行动推理模型VLA-R1，让机器人先思考再行动
还记得 DeepSeek R1吗？ 它实现了大语言模型先思考再回答。 刚刚，中科院自动化所、清华和GigaAI联合发布视觉-语言-行动（Vision-Language-Action, VLA）模型的R1推理版本。
10/30/2025 4:04:35 PM
英伟达市值突破5万亿美元，推动 AI 行业蓬勃发展

英伟达市值突破5万亿美元，推动 AI 行业蓬勃发展
英伟达（Nvidia）近日成为全球最有价值的公司，其市值突破了5万亿美元。 这一里程碑不仅标志着英伟达在市场中的主导地位，更反映了整个人工智能(AI)行业的蓬勃发展。 英伟达的图形处理单元(GPU)在过去三年里驱动了 AI 技术的快速增长，其创始人兼分析师 R "Ray" Wang 表示:“AI 的开始和结束都与英伟达息息相关。
10/30/2025 3:36:19 PM
AI在线
大模型去全球接单平台赚外快，98%惨遭老板退货！ScaleAI宣布新智能体基准：AI绝对自动化几乎为0，大多知名基准过时、封闭

大模型去全球接单平台赚外快，98%惨遭老板退货！ScaleAI宣布新智能体基准：AI绝对自动化几乎为0，大多知名基准过时、封闭
编辑 | 云昭出品 | 51CTO技术栈（微信号：blog51cto）如果让大模型去外包平台去接单，它真的可以赚到钱吗？ 现在终于有专业的评测机构站出来公布答案了。 不用硬夸AI，事实是让它接单，它会饿死。
10/30/2025 1:30:49 PM
云昭
当“骆驼打包行李”难倒AI：ImagerySearch如何让视频模型学会想象？

当“骆驼打包行李”难倒AI：ImagerySearch如何让视频模型学会想象？
大家好，我是肆〇柒。 今天我们一起阅读一篇来自中国科学院大学（UCAS）、阿里巴巴高德地图（AMAP）与中科院智能系统与工程研究中心（CRISE） 联合团队的最新工作——《ImagerySearch: Adaptive Test-Time Search for Video Generation Beyond Semantic Dependency Constraints》。 这项研究直面当前视频生成模型在“想象力任务”中的系统性失效，提出了一种无需额外训练、仅靠测试时自适应策略即可显著提升长距离语义生成能力的新范式。
10/30/2025 9:18:59 AM
肆零柒
英伟达，全球首个5万亿美元公司诞生！「GPU帝国」超日本德国GDP

英伟达，全球首个5万亿美元公司诞生！「GPU帝国」超日本德国GDP
今夜，英伟达再次创造历史！ 受GTC大会的影响，英伟达股价上涨4.15%，成为首家市值突破5万亿美元的公司！ 这是一个前所未有的里程碑，不仅是英伟达，不仅是GPU芯片，更是AI时代的里程碑。
10/30/2025 9:18:35 AM
阿里新研究：统一了VLA和世界模型

阿里新研究：统一了VLA和世界模型
如果说视觉让AI看见世界，动作让AI改变世界，那么——WorldVLA正在让AI理解世界。 顾名思义，WorldVLA是一个将视觉语言动作模型（VLA）与世界模型相融合的统一框架，由阿里巴巴达摩院、湖畔实验室和浙江大学共同提出。 在该框架下，世界模型通过结合对动作与图像的理解来预测未来图像，旨在学习环境的潜在物理规律，以提升动作生成的准确性；动作模型则基于图像观测生成后续动作，不仅有助于视觉理解，还反向促进世界模型的视觉生成能力。
10/30/2025 8:53:34 AM
估值上万亿、现金流见底：AI盛宴背后的真相没人敢说

估值上万亿、现金流见底：AI盛宴背后的真相没人敢说
最具价值的私有AI初创，都有谁？ 投资人Deedy Das总结了目前估值最高的15家AI初创，以及最新的公开的营收和增长情况。 图片OpenAI、xAI和Anthropic毫无意外霸榜前三。
10/30/2025 8:10:03 AM
新智元
一文讲透AI Agent开发中的human-in-the-loop

一文讲透AI Agent开发中的human-in-the-loop
前段时间确实有点忙，好久没有发文了。 不过最近有好多AI技术方面的想法要跟大家分享:-)今天我们主要聊一聊在AI Agent开发中非常重要的一个特性：human-in-the-loop。 为什么需要human-in-the-loop？
10/30/2025 12:55:00 AM
张铁蕾
GEEKCON上的那一拳，击碎了具身智能的安全幻觉

GEEKCON上的那一拳，击碎了具身智能的安全幻觉
如果上一代网络病毒的破坏还停留在“删光你的文件”，那么具身智能时代的安全威胁，可能已经升级为“砸烂你的家，甚至伤害你的人”。 当AI拥有了身体，从数字世界踏入物理世界，其安全问题也从屏幕后的隐忧，变成了房间里的“大象”——我们无法忽视，且刻不容缓。 “GEEKCON 2025”上的一拳上周的10月24号，发生在“GEEKCON 2025”安全极客大赛上的真实一幕引发了热议：两名“白帽黑客”——屈师培和徐梓凯，通过漏洞成功劫持了主办方提供的某知名品牌人形机器人，控制了机器人的“行为”。
10/29/2025 6:08:00 PM
新闻资讯
单条演示即可抓取一切：北大团队突破通用抓取，适配所有灵巧手本体

单条演示即可抓取一切：北大团队突破通用抓取，适配所有灵巧手本体
在灵巧手通用抓取的研究中，由于动作空间维度高、任务具有长程探索特征且涉及多样化物体，传统强化学习（RL）面临探索效率低、奖励函数及训练过程设计复杂等挑战。 基于此，北京大学及BeingBeyond团队提出DemoGrasp框架——一种简单且高效的通用灵巧手抓取学习方法。 该方法以一次成功的抓取演示轨迹为起点，通过对轨迹中的机器人动作进行编辑，以适应不同物体与姿态：改变腕部位姿用于确定“抓取位置”，调整手指关节角度用于确定“抓取方式”。
10/29/2025 4:38:26 PM
MetaAI解锁Transformer潜意识，仅额外3%计算开销，性能提升最高55%

MetaAI解锁Transformer潜意识，仅额外3%计算开销，性能提升最高55%
Meta FAIR部门的研究员François Fleuret发布了一篇名为《The Free Transformer》的论文，提出了一种对现有解码器Transformer模型的精妙扩展。 这项技术的核心，是让模型在生成每个字之前，能先在内部形成一个类似计划或草稿的隐性决策，而不是像过去那样，只能边写边想。 实验证明，这种先计划，后执行的模式，在编程、数学和推理等任务上带来了显著的性能提升。
10/29/2025 4:20:57 PM
AI「上班流」首次完整曝光！不点鼠标，只写代码，PPT也当函数调

AI「上班流」首次完整曝光！不点鼠标，只写代码，PPT也当函数调
AI可以写代码、做PPT、生成图片，甚至梳理财务表格，早就屡见不鲜。 但人们关注的，往往只是结果：代码能不能运行？ 图片有没有AI痕迹？
10/29/2025 4:16:58 PM
新智元
清华姚班团队，开源具身智能视觉语言动作（VLA）模型工具箱，打造行业通用技术底座

清华姚班团队，开源具身智能视觉语言动作（VLA）模型工具箱，打造行业通用技术底座
一群来自清华姚班、前旷视科技的核心人物，决定为具身智能领域建立一套通用准则，叫Dexbotic。 Dexbotic是基于PyTorch的视觉语言动作（Vision-Language-Action，VLA）模型工具箱。 目的是为具身智能领域的专业人士提供一站式VLA研究服务，由一家叫原力灵机（Dexmal）的具身智能公司开发。
10/29/2025 4:11:39 PM
美团杀入视频生成模型赛道，LongCat-Video 136亿参数媲美顶尖模型，效率提升10倍

美团杀入视频生成模型赛道，LongCat-Video 136亿参数媲美顶尖模型，效率提升10倍
又是美团！ 美团最近在AI领域的开源动作，真是令人刮目相看。 刚刚，美团LongCat团队发布了LongCat-Video的基础视频生成模型，它拥有136亿的参数量，能在数分钟内生成720p、30帧每秒的高质量视频，并且在文本转视频、图像转视频和长视频续写等多个任务上都表现出色。
10/29/2025 4:10:41 PM
天下苦VAE久矣：阿里高德提出像素空间生成模型训练范式, 彻底告别VAE依赖

天下苦VAE久矣：阿里高德提出像素空间生成模型训练范式, 彻底告别VAE依赖
近年来，基于扩散模型的图像生成技术发展迅猛，催生了Stable Diffusion、Midjourney等一系列强大的文生图应用。 然而，当前主流的训练范式普遍依赖一个核心组件——变分自编码器（VAE），这也带来了长久以来困扰研究者们的几个问题：训练复杂性：VAE旨在将高维图像压缩至低维隐空间，并能从中重建图像。 但其训练过程需要在压缩率和重建质量之间取得精妙平衡，本身就极具挑战。
10/29/2025 4:06:10 PM
刚刚，最佳VLA模型GigaBrain-0开源：世界模型驱动10倍数据，真机碾压SOTA

刚刚，最佳VLA模型GigaBrain-0开源：世界模型驱动10倍数据，真机碾压SOTA
近日，在湖北武汉东湖高新区，极佳视界与湖北人形机器人创新中心完成战略合作签约，并联合发布端到端VLA「具身基础模型」GigaBrain-0。 这是国内首个利用「世界模型」生成数据实现真机泛化的视觉-语言-动作（VLA）基础模型，旨在通过世界模型为中心，无论在数据侧还是模型侧，彻底改变通用机器人大脑的开发方式。 GigaBrain-0拥有当前最先进的VLA模型架构，同时支持图像、点云、文本、本体状态的输入，输出结构化的任务规划和运动规划，并在大规模的数据上完成预训练，可以实现更精准的移动导航和长序列的复杂操作。
10/29/2025 4:04:51 PM