全新开源模型复现o3视觉推理，无需大量训练即可实现深度思考
全新开源模型复现o3视觉推理，无需大量训练即可实现深度思考OpenAI o3的多轮视觉推理，有开源平替版了。并且，与先前局限于1-2轮对话的视觉语言模型（VLM）不同，它在训练限制轮数只有6轮的情况下，测试阶段能将思考轮数扩展到数十轮。
来自主题: AI技术研报
9773 点击 2025-09-16 10:02
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
OpenAI o3的多轮视觉推理，有开源平替版了。并且，与先前局限于1-2轮对话的视觉语言模型（VLM）不同，它在训练限制轮数只有6轮的情况下，测试阶段能将思考轮数扩展到数十轮。
最近，来自加州大学圣克鲁兹分校、乔治·梅森大学和Datadog的研究人员发现：在心算任务中，几乎所有实际的数学计算都集中在序列的最后一个token上完成，而不是分散在所有token中。
最强不敢说，但最快实锤了！ 刚刚，xAI发布Grok 4 Fast，生成速度高达每秒75个 token，比标准版快10倍！ 从下面的动图中，我们可以直观地看出差距——当左边的Grok 4还在说“让我想一下的时候”，Grok 4 Fast已经在说：“下一个问题是什么了。”
就在刚刚，Anthropic 发布了一报告，名字听上去有点学术腔——《人类经济指数》。 但别被这个名字骗了，它是一份非常具体、非常当下的观察笔记，可以说和我们息息相关。 原文链接：https://ww
时薪900美元的AI工程师正成为咨询界新贵，直接挑战麦肯锡等传统巨头。面对高达95%的企业AI项目失败率，传统MBA式顾问空有战略却难落地。为此，Hasura推出了一种新型「AI工程师顾问」应运而生，他们不仅能提供策略，更能亲手编码、部署，弥合了从构想到现实的鸿沟。
没offer？大胆要求加试！OpenAI新员工Bas的求职之路：真诚是武器，直接问「我怎么才能通过」，至少救活一次面试。求职博弈，从头到尾都是艺术。
见过省电的模型，但这么省电的，还是第一次见。 在 《自然》 杂志发表的一篇论文中，加州大学洛杉矶分校 Shiqi Chen 等人描述了一种几乎不消耗电量的 AI 图像生成器的开发。
霸榜苹果应用榜的ChatGPT，终于被真·超越了！ Nano Banana掀起破圈热潮之后，谷歌Gemini登顶成新王。 并且不止美区，包括在印度、加拿大、摩洛哥等地，Gemini全部实现登顶。
你有没有想过，AI 陪伴这件事可能从一开始就走错了方向？当 Replika、Character.AI 这些平台让用户与 AI 聊天机器人建立一对一关系时，我们是在解决孤独问题，还是在加剧它？这个问题值得深思，因为一家来自柏林的创业公司 Born 刚刚用 1500 万美元的 A 轮融资，向整个行业提出了一个完全不同的答案：真正的 AI 陪伴不应该让人更孤立，而应该让人更好地连接。
AI正在以意想不到的方式进入现实政治舞台：阿尔巴尼亚成为全球首个任命「AI部长」的国家，虚拟系统Diella将全面负责公共采购项目，以对抗长期困扰该国的腐败问题。