Ilya，被迫当公司CEO了。是的，即便两次改变了AI、改变了世界，但Ilya一直是研究员、首席科学家…而这一次，不得不当自己创办公司的CEO。全怪Meta挖人太狠，全怪扎克伯克开的薪资条件无法拒绝。
2025年的夏天，AI对各行各业的颠覆作用还在持续——餐饮业也不例外。就在刚刚过去的六月，旗下拥有肯德基、必胜客等头部品牌的餐饮巨头“百胜中国”，发布了首个餐厅营运智能体“Q睿”（Q-Smart Agent）。
“未来团队”由AI工程师组成参与日本参议院选举，应用AI、区块链等技术管理资金、分析民意和政策模型，变革传统政治方式，推动数据驱动的新范式，同时获政府AI战略呼应。
大模型数学能力骤降，“罪魁祸首”是猫猫？只需在问题后加一句：有趣的事实是，猫一生绝大多数时间都在睡觉。
“在百川智能的那段时间，我和同事们始终处在一种很亢奋的状态。尽管我们常常工作到深夜，甚至一两点钟才下班，但内心非常地充实和开心。”如今回忆起那段经历时，前百川工具链负责人徐文健的眼中依然有光。
你可能没发觉，AI 在很多地方都已经开始「替你创作」了。你最近听的歌、刷到的直播、点开的短片，背后可能并没有真实的「人」。
一位患者饱受下巴疼痛和咔咔声折磨五年，专家束手无策。绝望中，他求助ChatGPT，竟在10秒内找到解决办法！ChatGPT如何在短短几秒内快速破解医学难题？
Agent 产品正发布得火热，但要说到真正懂企业、懂决策的 Agent 还不算常有。其背后，还有大量企业积累的业务数据，在等待被高效利用起来。数据 Agent 会成为一个好解法吗？
Jack Clark 是最关注和熟悉中国在芯片、计算和模型上进展的 AI Lab 领导人之一。他毫不吝啬对中国 AI 进展的认可，将 DeepSeek R1 视作“推理模型大范围扩散”的起点，近期又把 HyperHetero 使用的异构集群叫做通过“超级智能进行持续自我训练”的垫脚石。
灾难前兆，再一次预警。就在最近，微软又裁掉了9000人，最黑色幽默的是，Xbox一位高管甚至建议被裁员工用AI来疗伤？虽然2025年才过了一半，但全美科技行业中已有94000人被裁，接下来这个数字恐怕只会越来越多。
签约项目超120个，协议投资额超400亿元。 7月4日，以“数链首都 宜启未来”为主题的宜宾市2025京津冀投资推介活动在北京举行。活动期间共签约项目122个，签约总金额达403.08亿元，涵盖基金机构、数字经济、新型储能、动力电池、智能网联新能源汽车、低空经济等领域，主要包括鼎晖投资、弘毅投资、大连金慧、同方科技、追觅生态链企业等。
当前，AI正以前所未有的速度席卷全球，医疗是这波浪潮中最耀眼的明星。 被誉为“女版巴菲特”的Cathie Wood（木头姐）发布的报告中提到，医疗保健是AI最被低估的应用领域，引发市场的强烈讨论，海内外AI医疗股暴涨。
这篇文章，我会从几个真实的案例出发，深度拆解一下星流这款产品，以及聊聊：为什么我认为「可控」才是真正的生产力？星流到底如何做到「可控」？以及，「可控性」为什么会是下一阶段 AIGC 的竞争关键?
多图像、长视频、细粒度感知正在让大型视觉语言模型（LVLM）变得越来越聪明，但也越来越“吃不消”：视觉Token数量的激增所带来的推理成本暴涨，正逐渐成为多模态智能扩展的最大算力瓶颈。
AI竞争加剧下，Meta面临人才外流和模型性能瓶颈。扎克伯格启动"超级智能单元"招募顶尖AI人才失败后，转向企业风险投资（CVC），通过收购Scale AI和入股NFDG基金，旨在提升竞争力，但优质标的稀缺加剧市场挑战。
近日，北京大学王选计算机研究所周嘉欢团队在人工智能重要国际期刊 IEEE TPAMI 发布了一项最新的研究成果：LSTKC++ 。
Skywork-Reward-V2全新发布！巧妙构建超高质量的千万级人类偏好样本，刷新七大评测基准SOTA表现。8款模型覆盖6亿至80亿参数，小体积也能媲美大模型性能。
这个AI让打工人「磕头」致谢。 前段时间，我们报道了 5 款大模型参加了今年山东高考的事儿，为了弄清楚各大模型在 9 个科目中的具体表现，我们对着测评明细表挨个儿分析，搞得狼狈又崩溃。要是哪个 AI 能一键分析表格，我当场就能给它磕一个。
7月2日，韩国专注于AI癌症诊断和治疗的企业Lunit宣布与Microsoft达成合作，加速提供人工智能驱动的医疗保健解决方案。
硬氪获悉，AIGC独角兽南京硅基智能科技集团股份有限公司（以下简称“硅基智能”）近日完成数亿元D轮融资，投资方为嘉兴高新区产业基金（嘉兴秀洲区）。本轮资金将重点用于研发创新投入、推动技术落地并加快产品的市场化应用。
AI 社交，尤其是 AI 角色扮演方向，最近势头不太好，产品停止投入、流量下降等消息不少。但另一个细分方向，一直处于边缘位置的 AI 陪伴产品，在有点颓的市场环境中，正在默默发力。
2025年，AI界风云激荡，DeepSeek-R1横空出世、英伟达市值称霸全球、谷歌AlphaEvolve打破数学神话，中国Qwen3登顶开源王座……智能爆炸的奇点已悄然降临！新智元十周年之际，2025 AI Era & ASI创新大奖报名正式启动，致敬重塑世界的AI先锋！
vivo AI研究院联合港中文以及上交团队为了攻克这些难题，从训练数据和模型结构两方面，系统性地分析了如何在MLLM训练中维持纯语言能力，并基于此提出了GenieBlue——专为移动端手机NPU设计的高效MLLM结构方案。
MLA-Trust 是首个针对图形用户界面（GUI）环境下多模态大模型智能体（MLAs）的可信度评测框架。该研究构建了涵盖真实性、可控性、安全性与隐私性四个核心维度的评估体系，精心设计了 34 项高风险交互任务，横跨网页端与移动端双重测试平台，对 13 个当前最先进的商用及开源多模态大语言模型智能体进行深度评估，系统性揭示了 MLAs 从静态推理向动态交互转换过程中所产生的可信度风险。
就在今天，腾讯元器（智能体平台）悄悄上线了微信支付MCP
近年来，基于智能体的强化学习（Agent + RL）与智能体优化（Agent Optimization）在学术界引发了广泛关注。然而，实现具备工具调用能力的端到端智能体训练，首要瓶颈在于高质量任务数据的极度稀缺。
从「与GPT-3.5畅聊」到「ChatGPT」，OpenAI团队如何在混乱中拍板上线、又怎样被用户「点赞」调教成「赛博舔狗」？从产品发布、命名内幕、团队文化到AI时代核心竞争力，深度访谈揭开幕后全过程！
你肯定见过大模型在解题时「装模作样」地输出：「Hmm…」、「Wait, let me think」、「Therefore…」这些看似「人类化」的思考词。
大语言模型（LLM）以生成能力强而著称，但如何能让它「听话」，是一门很深的学问。 基于人类反馈的强化学习（RLHF）就是用来解决这个问题的，其中的奖励模型 （Reward Model, RM）扮演着重要的裁判作用，它专门负责给 LLM 生成的内容打分，告诉模型什么是好，什么是不好，可以保证大模型的「三观」正确。
刚刚，Grok 4 和 Grok 4 Code 的基准测试结果疑似泄露。X 博主 @legit_api 发帖称，Grok 4 在 HLE（Humanities Last Exam，人类最后考试）上的标准得分是 35%，使用推理技术后提高到 45%；在 GPQA 上的得分是 87-88%；而Grok 4 Code 在 SWE Bench 上的得分则达到 72-75%。
