2025-05-12
用在线强化学习进化图像生成技术：Flow-GRPO如何让AI更精准地理解你的需求
想象一下，你对AI说："给我画四个杯子"，结果AI只画了三个，或者你要求"一只红狗"，却得到了一只棕色的狗。这些"听不懂人话"的情况在当今最先进的文生图AI中仍然很常见。虽然目前的AI生成技术已经能创造出令人惊叹的图像，...
2025-05-12
从乐高积木到艺术品：卡内基梅隆大学团队打造AI驱动的文本转乐高模型
想象一下，你看到一张漂亮的3D设计图片，决定自己动手做一个。但当你开始尝试时，却发现这个设计在现实世界中根本无法站立或组装。这正是目前3D生成技术面临的关键问题。
2025-05-12
弹性推理：用伸缩思维链打造高效LRM模型
想象一下，你正在使用一位非常聪明的私人助教来解决复杂的数学问题。这位助教擅长通过"思考过程"来逐步分析问题，但他的思考过程往往很冗长，需要写满好几页纸。虽然最终答案往往是正确的，但如果你赶时间，或者纸张有限，这种详尽的分...
2025-05-12
数字精灵的情感考验：腾讯研究团队如何用"有感情的评委"测试AI的社交智能
想象一下，你有两个朋友：一个朋友每次你诉说烦恼时都会给你一大堆实用建议，但你总觉得他并没有真正理解你的感受；另一个朋友也许不会提供太多具体解决方案，但每次交谈后你都感到被理解、被支持，情绪也变得更加积极。在人际交往中，后...
2025-05-12
当AI同时精通"看"与"画"：阿里巴巴团队揭秘统一多模态AI模型的惊人进展
想象一下，如果你家里有两位外国朋友：一位只能听懂你说的话并回答问题，另一位则只能根据你的描述画画，但不能回答你的问题。虽然他们各自都很有才华，但你必须在两人之间不断切换才能完成复杂任务。这就是当今人工智能领域的现状——我...
2025-05-12
前苹果首席设计官Jony Ive：1992年的硅谷天真而愉悦，现在是金钱权力，已不再固守极简主义，管理创意团队我有两种好方法
我们今天会第一次讲一位设计师的故事，不过其经历很富传奇性，作品也几乎人人皆知。他就是乔布斯重返苹果公司之后的工业美学搭档，前苹果公司工业设计高级副总裁、首席设计官乔纳森·保罗·艾维（Sir Jonathan Paul I...
2025-05-11
《人类简史》作者尤瓦尔：当今世界最大的危险是人类互不信任，却信比碳基生命进化快百万倍的AI，我们拒绝真相，因为它昂贵复杂和痛苦
《人类简史》作者尤赫拉利·尤瓦尔的官方频道这周放出了春季在东京庆应义塾大学所做的一场讲座，主持人是庆应义塾大学校长伊藤公平（Kohei Itoh）。对了一下时间，我想应该为了宣传他新书《智人之上》日文版而组织的活动。
2025-05-10
AI应该能让发达国家GDP增长10%，Meta创始人扎克伯格对话微软CEO萨提亚：文档、应用程序和网站之间的界限消失于模型时代
虽然Llama4不尽如人意，但是Meta创始人兼CEO扎克伯格依然在一周多以前，领衔举办了首次Meta AI开发者大会——LlamaCon 2025。扎克伯格也在会议期间，接受了播客专访。
2025-05-09
从复杂到简单：腾讯与清华大学联合打造的PrimitiveAnything如何重塑3D模型创作
想象一下乐高积木。当孩子们用乐高搭建一个复杂的城堡时，他们不会从一整块材料中雕刻出城堡的形状，而是使用各种形状的积木块一个接一个地拼装。这种构建方式不仅直观，而且便于修改和理解。同样地，基于基元的3D模型表示法就像是数字...
2025-05-09
零搜索：无需搜索也能激发大模型的搜索能力
想象一下，你有一位非常聪明的朋友，他知识渊博但有个明显的缺点——他所知道的一切都是两年前学到的。当你询问最近发生的事情或最新的研究成果时，他只能提供过时的信息，甚至有时会自信满满地"编造"答案。这位朋友就像现在的大型语言...
2025-05-09
腾讯混元突破性研究：多模态定制化视频生成框架让AI视频更会"演"了
想象你是一名广告制作人，急需为新产品拍摄一段广告片。传统方式需要花费大量时间和金钱聘请演员、租用摄影棚、购买昂贵的设备。而如今的AI视频生成技术虽然已经取得了长足进步，却仍然面临着一个关键问题：如何让生成的视频更精准地满...
2025-05-09
视觉语言模型的"换位思考"能力：超越物体识别的挑战
想象一下：当你开车时，你不仅要看到路上的情况，还需要猜测其他司机能看到什么。当你与朋友共同搬运一件大型家具时，你需要理解对方的视角以便协调动作。这种能力在人类中被称为"视觉视角采纳"(Visual Perspective...
2025-05-09
阿里巴巴与多所高校联合发布的前沿研究揭示AI统一模型的未来发展方向
想象一下，假如你的手机助手不仅能听懂你的问题并回答，还能看懂你拍摄的照片，甚至可以根据你的描述创作出精美图像。这正是统一多模态模型努力实现的目标。这类模型就像是既精通多种语言又擅长绘画的全能型人才，能同时处理文字和图像，...
2025-05-09
R&B：突破瓶颈的新途径，威斯康星大学麦迪逊分校团队如何革新AI模型训练方法
想象一下，你是一位烹饪大师，准备制作一道复杂的全餐。你的食材柜里有各种各样的食材——肉类、蔬菜、调料、面粉等等，数量远超你一次能用的量。传统方法可能是从每类食材中随机挑选一些，但这样做往往效率低下。
2025-05-09
深度学习之父、图灵奖得主Bengio：三年前的ChatGPT让我觉得人类无法掌控AI，希望通过“科学家AI”把模型彻底装在笼子里
Yoshua Bengio（约书亚·本吉奥）、Geoffrey Hinton（杰佛里·辛顿）和Yann LeCun（杨立昆）并称为"深度学习三巨头/ 深度学习之父"，他们在20世纪90年代和21世纪初期的"AI寒冬"时期...
2025-05-08
FlexiAct：清华大学和腾讯实验室联手打造的"百变动作魔法师"——让任何角色都能做出你想要的动作
想象你有一段视频，里面有一个人在跳舞。现在，你想让一张照片中的另一个人（或者甚至是一只猫、一个卡通角色）做出完全相同的舞蹈动作。这就是"动作转移"要解决的问题。
2025-05-08
无师自通的AI：清华大学研究团队开创"绝对零数据"自学方法，让AI无需人类示例也能成为推理高手
想象一下，如果你要学习烹饪一道从未见过的菜肴，但没有食谱、视频教程，甚至连成品图片都没有，你能做到吗？这听起来几乎是不可能完成的任务。然而，清华大学的Andrew Zhao及其研究团队却让人工智能系统实现了这一壮举。
2025-05-08
从直觉评分到深度思考：复旦大学和腾讯混元联合开发的"会思考"的AI评审专家
想象一下，传统的AI评判系统就像是一位只会给出"好"或"不好"评分的艺术评审，而不告诉你为什么这样评价。而这项新研究开发的系统则像是一位能够清晰解释每个评分背后详细思考过程的资深艺术鉴赏家，不仅能告诉你哪个作品更好，还能...
2025-05-08
快速菜谱转换术：EleutherAI团队让AI大模型运行速度提升数十倍的惊人突破
想象一下，目前的大型AI模型就像一位米其林三星大厨，他做的菜肴美味无比，但需要一整天的时间和昂贵的食材才能完成一道主菜。而普通人只希望能在家里短时间内做出口味相近的菜肴。RADLADS技术就像是一种神奇的烹饪转换术，它能...
2025-05-08
微软新突破：RetroInfer如何让AI模型处理百万级文本不再"卡顿"？
想象一下，有一座能容纳数百万册图书的巨大图书馆。当你需要查找特定信息时，必须浏览所有书籍才能找到所需内容。这正是现代AI大模型（如ChatGPT）处理长文本时面临的窘境。