搜索
申请转发项目推文近一年才批准？近日，Meta CEO 马克・扎克伯格的一篇《个人超级智能》公开信赚尽了眼球，其中不仅提到他们已经看到了「AI 系统自我改进的迹象」，还表示他们将会「谨慎选择开源内容」。
你有没有想过，为什么在AI能生成一切的时代，一个"画图工具"反而更值钱了？7月31日，Figma正式登陆纽约证券交易所，首日收盘市值高达563亿美元，P/S倍数超过60倍。相比之下，SaaS行业的平均P/S倍数仅为7倍，这个数字不仅远远超过Adobe、Salesforce等成熟SaaS公司的估值水平，甚至比两年前Adobe试图收购它的200亿美元报价还要令人震撼。
为什么机器人能听懂指令却做不对动作？语言大模型指挥机器人，真的是最优解吗？端到端的范式到底是不是通向 AGI 的唯一道路？这些问题背后，藏着机器智能的未来密码。
大语言模型（LLM）已经在多项自然语言处理任务中展现出卓越能力，但其潜在安全风险仍然是阻碍规模化落地的关键瓶颈。目前社区用于安全对齐的公开数据集，往往偏重于「词汇多样性」，即让同一种风险指令尽可能用不同的表达方式出现，却很少系统考虑指令背后的「恶意意图多样性」以及「越狱策略多样性」。
本周四，知名初创公司 Manus 推出了一项重要新功能，可以通过向上百协同工作的 AI 智能体分配任务来进行广泛的研究。今年早些时候，Manus 的多智能体平台改变了人们应用 AI 工具的方式。不过现在，这家创业公司正在试图开发一种与大模型深度思考 Deep Research 同样重要的新能力。
近期，AI 编程领域又一匹 AI Coding 黑马正在快速崛起。
大模型时代，AI基建的重要性已经不言而喻。
谷歌DeepMind开启「上帝视角」，全新力作AlphaEarth Foundations震撼上线，10米级分辨率，打造出前所未有的地球数字画像。网友直呼：这不就是「地球版ChatGPT」？
科研是 AI 最早实现广泛落地的行业之一。在 ChatGPT 掀起这一轮生成式 AI 热潮之前，甚至可以追溯到上一轮由机器学习主导的技术浪潮中，AI 就已被用于气候模型参数校准、分子动力学模拟加速等科研任务。尤其在 2018 年前后，DeepMind 推出的 AlphaFold 在蛋白质结构预测方面实现突破，不仅引发了医药行业的技术革命，更被《自然》杂志评价为「解决了生物学五十年来的重大挑战」。
Meta 联合创始人兼首席执行官马克・扎克伯格从 OpenAI、谷歌和苹果等公司挖走了众多顶尖 AI 研究人员，并开出了数亿美元的薪酬，此举震惊了整个科技行业。现在，他正在更多地分享他对超级智能的愿景。