搜索
Nature never undertakes any change unless her interests are served by an increase in entropy. 自然界的任何变化，唯有在熵增符合其利益时方会发生——Max Planck
您有没有发现，现在市面上的AI角色扮演的Agent总有种「隔靴搔痒」的感觉？用户和AI聊天时，AI虽然能说出符合角色设定的话，但总觉得缺了点什么——就像演员在背台词，而不是真的在思考。感觉很假，也很奇怪。
经验教训，多吸取一点也不为过，去年在日本，我随手翻了翻酒店送的《读卖新闻》，发现报纸里连篇累牍都在介绍AIGC。
人形机器人、无人机、智能汽车这三个领域将成为空间智能的爆发点。对于具身智能（Embodied Intelligence），真实的物理环境就是最好的老师
近年来，AI的迅猛发展也使科研范式发生了根本性变革。
如果你面前有两个AI助手：一个能力超强却总爱“离经叛道”，另一个规规矩矩却经常“答非所问”，你会怎么选？
QuestMobile 在 5 月发布的中国市场报告中指出，今年 3 月 AI 原生 APP 活跃用户数突破 2.7 亿，同比增长 536.8%，但也形成了截然不同的梯队，可以观察到明显的「赢者通吃」
如果要问近期最火热的AI硬件品类是什么，AI眼镜一定榜上有名。
近期arxiv最热门论文，Qwen&清华LeapLab团队最新成果： 在强化学习训练大模型推理能力时，仅仅20%的高熵token就能撑起整个训练效果，甚至比用全部token训练还要好。
近日，新一届 ACM 博士论文奖正式公布。
谷歌深夜携全新Gemini 2.5 Pro强势归来，仅用一个月碾压旧版Gemini 2.5。数学、编程、推理全面封神，稳坐所有榜单第一。
今年 4 月中旬，特斯拉采购团队来到宁波一家供应商的厂区，做人形机器人量产前的最后一次审厂。门口一辆车上，盯梢的人对上了车牌，拍下照片发给 “上线”：“特斯拉来审厂了。”
科学家用AI重构《死海古卷》时间线，震撼圈内！最新研究显示，《但以理书》《传道书》部分古卷实际成书更早，甚至揭示了圣经作者线索。AI模型Enoch结合碳14定年与笔迹分析，首创AI定年方法，大幅超越传统古文字学。
从电话录音机到播客，从语音助手到虚拟主播，语音技术在过去几十年里经历了从“工具型服务”向“内容型产品”的演化。大模型的快速崛起让语音技术的发展进入了一个新的跃迁周期，人们对语音产品的期待从听懂”内容“逐渐跃迁到听懂”情绪“。
孩子王也进军AI陪伴玩具赛道，推出自研AI陪伴玩偶「啊贝贝」。「啊贝贝和TA的朋友们」是孩子王自研的智能情感伙伴系列AI玩偶，这也意味着母婴零售巨头正从渠道商向“科技+情感服务”供应商转型。
长时间没消息的黑森林工作室憋了个大的，发布了生成式流匹配模型 FLUX Kontext。
在人与AI高度协同的时代，只有大量复杂UI界面的应用将会被淘汰。
大模型推理，无疑是当下最受热议的科技话题之一。
日记应用 Rosebud 已获得 600 万美元种子轮融资，该应用致力于通过 AI 技术完善其作为自我反思与个人成长导师的功能。
Hi，我是银海。 你身边的AI产品经理，陪你解决每一个真实问题。
大型语言模型 (LLM) 的发展日新月异，但实时「内化」与时俱进的知识仍然是一项挑战。如何让模型在面对复杂的知识密集型问题时，能够自主决策获取外部知识的策略？
金融与会计服务初创企业 Simetrik 获得由高盛领投的 3000 万美元新融资。此次融资是对该公司2024 年 2 月披露的 B 轮融资的追加。当时该公司已从由高盛资产管理的，成长型股票团队领投的投资者处筹集了 5500 万美元。
清华与蚂蚁联合开源AReaL-boba²，实现全异步强化学习训练系统，有效解耦模型生成与训练流程，GPU利用率大幅提升。14B模型在多个代码基准测试中达到SOTA，性能接近235B模型。异步RL训练上大分！
OpenAI 的一次大收购，正在刺激整个 AI Coding 工具市场的神经。
World Labs 是由著名 AI 专家、斯坦福大学教授李飞飞于 2024 年创办的初创公司，致力于开发具备“空间智能”的下一代 AI 系统。
大家好，这两个月我完成了一款产品——Videa。虽然过去一年，我做了很多东西，但是部分是套壳，部分是把别人的想法做出来，真正我一直想做的，其实是一款借助AI创作短视频的产品。现在，我把它做出来了。
随着大型语言模型（LLM）技术的不断发展，Chain-of-Thought（CoT） 等推理增强方法被提出，以期提升模型在数学题解、逻辑问答等复杂任务中的表现，并通过引导模型逐步思考，有效提高了模型准确率。
这个系列主要是自己想多看一些海外做的比较成功的AI产品，尝试拆解一下他们的冷启动，SEO，增长策略，当然还有产品层面，看看能不能从他们身上学到一些东西，尤其是对于独立开发者以及中小团队来说有没有借鉴的地方。
1、深度研究实际场景 2、深度研究是什么，它用了什么能力？ 3、在深度研究上，AI 为啥比人强这么多？ 4、哪些问题，值得用深度研究方式来做？ 5、怎样用好深度研究，保持结果的稳定性？ 6、各类深度研究产品的特点以及使用技巧？
Cursor 1.0正式发布，此次更新推出了多项重磅功能，无论你是开发者还是数据科学家，Cursor 1.0都将让你的工作更高效、更智能
