黄仁勋的「断供」假设,与一场等不及的AI安全之争
黄仁勋的「断供」假设,与一场等不及的AI安全之争在AI agents接连越界之后,一场关于AI该走多快、由谁来管的争论。
搜索
在AI agents接连越界之后,一场关于AI该走多快、由谁来管的争论。
用 AI 最让人崩溃的瞬间,莫过于你花半天纠正它把任务做对,换个新会话,它转头又踩进同一个坑里。模型做过了事,却没变成它的成长。跑通单次任务之外,它真正缺的是把反馈转化为经验,并在之后主动调用。
如何把屏幕上罗列的实验流程准确变成一连串的实际操作?这个问题直指 AI 科研落地的核心门槛:AI 能够输出可行的实验方案,却很难自主完成整套线下实操。
最近看国内 AI 圈的一些新闻,我真的有点绷不住了。求求了,别再玩「天才娇妻文学」了,雷爆的还不够多吗?
AI 制药的故事,终于从计算机里的分子结构,走到了实验室的试管里……
「全球只有大约5,000人,真正见识过顶尖AI的能力。」这是Andrej Karpathy近日分享的一个观察。他说,只有站在漏斗顶端的那一小撮研究者,才能看到数千个AI Agent长时间协作、昼夜不停地做科研。
可能很多人还不知道Tipsy,我来简单介绍下:一款可能已经超出「擦的边界」的AI 陪伴产品,收入和利润的增速直追冕神。
上月发布 GPT-6-Astra 时,OpenAI 称它为「全球智能程度最高且最符合人类意图的模型」。具身社区则是惊讶的发现,VLA vs WAM 的路线之争,被通用大模型用文字模态「降维打击」了,大家不禁想问:
近日,腾讯混元官方账号(@TencentHunyuan)在 X 上发布了一项新研究:ExplorationBench,一个专门衡量 AI 系统如何「探索」的评测基准;随后,腾讯 AI 官方账号(@TencentAI_News)也发文进行了专题推介。
就在刚刚,Anthropic给出惊人预测—— 到2030年,AI或将让美国GDP飙升至44万亿美元。