2025-04-25
VisuLogic：一个评估多模态大语言模型视觉推理能力的基准测试
想象一下，你正在参加一场智力测试。主考官给你看了一张图片，并要求你找出图案的规律，预测下一个图形会是什么样子。对我们人类来说，这种视觉推理任务虽然有难度，但通常还算可行——我们能够观察图案变化、识别规律，然后做出合理推测...
2025-04-24
美国无人出租车公司Waymo副总裁Drago访谈：自动驾驶一周20万次出行，安全水平超人类80%，“端到端这个概念被过度使用了”
这两天上海正在进行举办车展，据说一共有193场发布会。不过这次车展因为一次大家都知道的事故，氛围有些特殊。一个最主要的变化就是，原来车展上随处可见的智能驾驶四个字变成了辅助驾驶。
2025-04-24
人工智能的自学奇迹：清华大学研究团队开创"无师自通"的AI学习新方法
想象一下这个场景：一位学生拿到了一套没有标准答案的数学题。正常情况下，没有答案怎么知道自己做得对不对呢？大多数学生会卡在这一步。但如果这位学生非常聪明，他会想出一个办法——先用不同的解题思路做几遍，然后看哪个答案出现的次...
2025-04-24
智能"放大镜"：NVIDIA与UC Berkeley联手打造的图像视频精准描述新技术
想象一下，你正在浏览一张复杂的家庭聚会照片，想向视力障碍的朋友描述照片中特定人物的表情和姿态，或者你需要从监控视频中准确描述某个可疑物体的细节。在这些场景中，我们不仅需要描述整张图片或整段视频，更需要聚焦于特定区域，提供...
2025-04-24
阿里巴巴研究：2000+多语言测试告诉我们的残酷真相——AI并非真正"懂"全球语言
想象一下，你精通十几种语言，但对每个国家的文化、习俗、历史却一无所知。你可能能够用法语完美地点一杯咖啡，但不知道法国人喝咖啡的习惯；你可能能用日语流利地问路，却不了解日本的礼仪文化。这正是当今AI语言模型面临的困境。
2025-04-24
突破思维瓶颈：UC Berkeley团队研发的自适应并行思考新方法让AI更高效解决复杂问题
想象一下，你面对一个复杂的数学问题。作为人类，我们通常会怎么做？有时我们会一步步推导，但当问题变得复杂时，我们可能会同时探索几个不同的解题思路，最后选择最有效的那条路径。更重要的是，我们可以灵活地决定什么时候应该专注于单...
2025-04-24
从纸上到数字舞台：复旦大学研究团队如何让小说角色在虚拟世界中"活"起来
想象一下，你最喜欢的小说读完了，合上书本的那一刻，心中不免有些失落——这些熟悉的角色的故事就此结束了。但如果能让这些角色继续"活"下去呢？就像《苏菲的世界》中的那句话："如果你说的是真的，我要从书中逃出去，走自己的路。"...
2025-04-24
教旧电脑学新语言：沙特研究团队开创性地为AI注入阿拉伯语能力
想象一下，你有一台已经运行多年的老电脑，它已经存储了大量英文文档和程序，运行得很好。现在，你突然想让它处理阿拉伯文，会发生什么？通常情况下，你有两个选择：要么购买一台全新的、更强大的双语电脑（成本高昂），要么尝试在老电脑...
2025-04-23
"AI教父"辛顿多伦多大学讲座回顾学术生涯：如何从“木匠”到“诺贝尔奖物理学得主”，“原创想法”来自大家已见怪不怪的“错误做法”
这个月，多伦多大学举办了一场特别活动，邀请2024年诺贝尔物理学奖得主、被称为"AI教父"的杰弗里·辛顿（Geoffrey Hinton）大学荣誉教授与即将上任的校长梅兰妮·伍登（Melanie Wooden）进行了一场...
2025-04-23
NVIDIA Eagle 2.5：让AI"看得更久、看得更细"的视觉语言模型
你是否曾想过，如果AI能像人类一样看完整部电影，或者理解超高清图像中的细微细节会怎样？普通的AI模型在这方面往往力不从心，它们就像只能看几秒视频或者只能看低分辨率图片的"近视眼"。NVIDIA联合多所高校的研究团队近日推...
2025-04-23
FlowReasoner：强化型查询级元智能体的突破性研究
想象一下，你正在使用一个餐厅点餐系统。传统的系统可能只有一套固定的点餐流程，无论你是来喝咖啡、吃简餐还是举办宴会，都要经过同样的步骤。这就像当前的任务级多智能体系统——它们为特定类型的任务（比如代码生成）设计一套固定的工...
2025-04-23
"教会AI学会推理"：上海人工智能实验室和西湖大学联合研究团队的突破性离线策略强化学习方法
想象一下，你正在教一个孩子解数学题。有两种方法：一种是让他完全靠自己摸索，犯错后给予反馈；另一种是在他遇到困难时，给他展示一些优秀学生的解题过程作为参考。哪种方法更有效？大多数人会认为结合两种方法可能效果最好——既让孩子...
2025-04-23
奖励设计：让AI学会智能使用工具的关键
想象一下，你有一个非常聪明的朋友，他知道很多知识，但每当需要使用计算器、搜索引擎或查询最新天气时，却变得像个笨手笨脚的孩子。这正是当前大语言模型（简称LLMs，如ChatGPT这类AI系统）面临的尴尬处境。
2025-04-23
ToolRL：奖励设计是工具学习所需的全部
想象一下，你拥有一个聪明的助手，它知道很多知识，但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型（LLMs）面临的困境。虽然这些模型已经通过监督微调（SFT）学会了使用工具的基本能力，...
2025-04-23
X-Teaming：使用自适应多智能体进行多轮越狱攻击和防御
想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息，它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话，逐步引导它走向你的真实目标呢？这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。
2025-04-22
OpenAI要30亿美金买的公司，Windsurf创始人Varun：创业无需每门功课是A，但不分部门，每个员工都要会用AI写代码
今天我们要谈一家新的AI编码（也叫Vibe Coding，氛围编程）公司Windsurf。这家公司最近很受关注，因为据说OpenAI想花30亿美金收购它。如果此事成真，就会是OpenAI成立以来最大的一笔投资。
2025-04-22
"思考操纵"：用外部思考让大型推理模型更高效
想象你在使用一个非常聪明的AI助手完成一项复杂任务，比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考"，一步一步写下大量推理过程，最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断，但同时也...
2025-04-22
进击的降噪术：解密Filter2Noise如何让低剂量CT图像更清晰
想象一下，你正在进行一次CT扫描。医生告诉你，为了减少辐射对你身体的伤害，他们会使用低剂量的X射线。这听起来很棒，对吗？然而，就像在昏暗光线下拍照会产生大量噪点一样，低剂量CT扫描也会产生大量的图像噪声，这些噪声就像薄雾...
2025-04-22
"花多少钱才能得到正确答案？"——斯坦福研究团队提出评估语言模型的经济框架
想象一下，如果你需要一台计算器，会在乎它能够计算的准确性，也会关心它的价格。同样地，在选择语言模型时，我们不仅要考虑它能做什么（能力），还要考虑使用它需要花费多少（成本）。