搜索
过去的 Diffusion RL 多聚焦于奖励设计与优化算法，训练时的采样成本被忽视。DMSampler 指出：在在线 RL 中，限制规模化的不只是奖励信号或优化器，很多时候是 rollout 本身太贵。
今天，全网都被这位25岁「AI先知」的故事刷屏了。 就在刚刚，华尔街上演了一场教科书级别的平仓。这场血雨腥风的主角，是被硅谷奉为「AI预言家」的Leopold Aschenbrenner，以及他那只439%逆天回报率的对冲基金——Situational Awareness（情境感知）。
硬氪获悉，Physical AI平台公司「昆腾动力（Quantum Dynamics）」近日完成超亿元种子轮融资，本轮由云启资本、商汤国香资本联合投资。资金将主要用于Physical AI核心技术研发、人才梯队建设及全球化市场拓展，加速其面向物理世界的智能系统从底层模型到场景化落地的全链路构建。多维资本参与项目孵化与团队组建。
在生成式 AI、视频生成和各种数字营销工具铺天盖地时，硅谷最有影响力的物理 AI（Physical AI）独角兽 Applied Intuition 抛出了一个极其犀利的观点：未来 25 年，真正能重塑物理世界的 AI 公司，其规模和影响力很可能会远超今天主导数字世界的科技巨头。
7 月 19 日至 23 日，美国洛杉矶，SIGGRAPH 2026 如期而至。这场汇聚全球计算机图形学与视觉计算领域顶尖学者、艺术家与工程师的年度盛会，吸引了来自 69 个国家的近万名参会者。渲染、几何建模、动画仿真、与生成式 AI，几乎所有关于如何用计算机创造视觉世界的最前沿探索，都在这五天里集中呈现。
近期，SemiAnalysis 创始人 Dylan Patel 先后做客红杉资本的《Training Data[1]》和 WisdomTree 的《The Next Big Thing[2]》。两期访谈从模型和芯片，一路延伸至内存、能源、数据中心与 AI 商业模式，并指向同一个变化：AI 竞赛的焦点，正从单纯比较模型能力，扩展到谁能以更低成本、更大规模，把模型能力稳定地交付出来。
李飞飞老师的World Labs，补了块关键拼图。
随着网络系统研究复杂度的提升，研究结果复现通常需要研究人员依据论文描述重新实现完整系统。
AI账单却差点让他破产。
沉寂两年之后，OpenAI 前首席科学家 Ilya Sutskever 创办的初创公司 Safe Superintelligence，终于传出了一个足够重磅的新消息。