Dwarkesh Patel:下一代AI,可能是干活干出来的
Dwarkesh Patel:下一代AI,可能是干活干出来的硅谷著名科技播客主持人 Dwarkesh Patel 最近抛出了一个问题:AI 的下一代训练范式会是什么?
搜索
硅谷著名科技播客主持人 Dwarkesh Patel 最近抛出了一个问题:AI 的下一代训练范式会是什么?
年度最危险论文发了!英伟达打破20年封印,让AI亲手造出更狠的「考官」淘汰自己。无休止的自我进化一旦开启,2028年ASI降临真不是玩笑。
想训练能自动操作手机的GUI(图形用户界面)智能体,总会遇到两难困境:
这篇来自 Interlatent(一家聚焦具身智能后训练与部署的早期创业公司) 的文章,试图从第一性原理出发,把现代 AI 机器人技术重新讲清楚:一个机器人到底如何理解世界,如何生成动作,又为什么会在数据、延迟和泛化上遇到如此多的困难。
清华系物理AI企业「清研精准」已于近日完成数亿元B3轮融资,本轮融资由北京市绿色能源基金、北汽产投领投,裕隆集团跟投。据悉,该轮资金将会用于核心人才招募、多模态数采设备的研发与规模化部署,以及算力采购与模型训练基础设施建设等方向。
就在最近,英国前首相府数据科学家Liam Wilkinson,花一个周末搭了76个MCP工具,把Claude、GPT、Gemini等四个顶尖模型扔进了《文明VI》。结果,23场对局打完,其中一个AI造了核弹炸了法国——然后输了。
Granola AI 是做 AI 会议纪要的,是不是看到这个赛道就不想往下看了?老赛道,全是巨头,没什么新意,有没有新鲜的让人眼前一亮(最好可以直接抄)的产品?我今天要分享的就是:在一个拥挤的老赛道,如何凭借差异化的产品体验,依旧能有不错的市场表现。
AI的「大火」一来,Token作为计算燃料,正变得和石油一样珍贵。然而AI繁荣下,一种抽象的景象正在程序员间发生:大厂员工Token用不完,网上求问「如何能快速大量消耗」;小公司程序员却在绝地求生,自费买Token,甚至费劲心思在网上挖免费Token上班。
南大王利民团队&腾讯混元的HYDRA系列(HYDRA,HYDRA-X)工作挑战了这个惯例,用一个基于ViT的统一视觉Tokenizer,帮助原生多模态模型更好地“看懂”和“创作”。训练一个基于ViT的Unified Tokenizer,使其同时具有理解和生成的能力,进而同时作为理解和生成的Autoencoder,来支持原生多模态模型(Unified Multimodal Models)的训练。
全球最昂贵的浪费,正发生在最聪明的公司里。当你正 Vibe Coding 嗨到不行,或者跑着的项目突然停摆,打开 CLI 工具一看,「你的额度已用完」字样出现时,心态不崩是不可能的。