百万规模数据集打造人形机器人通用大模型，实现精细动作跨平台、跨形态动作迁移丨北大人大联合发布
百万规模数据集打造人形机器人通用大模型，实现精细动作跨平台、跨形态动作迁移丨北大人大联合发布北大和人大团队在通用人形机器人动作生成领域取得重大突破！
来自主题:
AI技术研报
8686 点击 2025-05-15 12:15
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
北大和人大团队在通用人形机器人动作生成领域取得重大突破！
陶哲轩YouTube视频第二弹震撼来袭！这一次，他让AI挑战在Lean中形式化代数蕴含证明，结果Claude约20分通关，o4-mini太过谨慎直接「弃赛」。
GPT-4.1，在ChatGPT中可用了！现在，它不仅在API中开放，Plus、Pro和Team用户都可以使用。网友们兴奋地展开实测后，纷纷吐槽：OpenAI这是诈骗吧，说好的一百万超长上下文呢？
搞RAG开发，一个被普遍忽视却又至关重要的痛点是：如何避免Token分块带来的语义割裂问题。SAT模型通过神经网络驱动的智能分段技术，巧妙解决了这一难题。它不是RAG的替代，而是RAG的强力前置增强层，通过确保每个文本块的语义完整性，显著降低下游生成的幻觉风险。
过于无语了。 我真是没想到，有朝一日，我得出来替煤炭，替AI，写一篇正名的文章。
25岁天才Michael Truell率团队打造AI编程工具Cursor，仅用两年实现年收入2亿美元、估值达90亿美金，并未投入任何市场推广费用。Cursor重塑了软件开发范式，或将成为下一个科技巨头的雏形。
空间音频，作为一种能够模拟真实听觉环境的技术，正逐渐成为提升沉浸式体验的关键。
人工智能工具如何重塑教育科技行业版图？
R1 横空出世，带火了 GRPO 算法，RL 也随之成为 2025 年的热门技术探索方向，近期，字节 Seed 团队就在图像生成方向进行了相关探索。
要么成为自我颠覆者，要么沦为时代旁观者
红杉资本连续三年关注AI应用的盈利压力，指出当前AI市场规模已达万亿美元但面临挑战：智能体技术受限于串行任务瓶颈，行业渗透率差异显著，初创企业需深耕垂直领域或整合人工环节。大模型厂商向下游扩张挤压初创空间，部分企业通过收购强化竞争力，AI应用需从工具转向交付结果以突破盈利困境。
比起此前对生成时长、模型参数的强调，大半年来，不提Sora的AI视频玩家将这场“军备竞赛”的重点放在了三个维度上——卷一致性、卷可用性、卷可玩性。所谓的“一致性”指的是视频生成过程中帧与帧之间的过渡性、动作的连续性和场景的真实性等。
2025年的春天，硅谷弥漫着不安与躁动。#谷歌 的股价走势正在动摇投资者对这个帝国的信心——2月初GOOGL曾短暂触及206美元的历史高点，仿佛一切尽在掌握；但随后如自由落体般下滑，到4月初已跌至145美元附近。
此次开源的 Wan2.1-VACE-1.3B 支持 480P 分辨率，Wan2.1-VACE-14B 支持 480P 和 720P 分辨率。通过 VACE，用户可一站式完成文生视频、图像参考生成、局部编辑与视频扩展等多种任务，无需频繁切换模型或工具，真正实现高效、灵活的视频创作体验。
看了Dia的系统提示词，真的是细节狂魔啊！（提示词放文末了）每个细节都在优化用户的使用体验，这就是产品级AI和玩具级AI的区别。提示词整体结构遵循了"总-分-总"的结构，开头设定整体角色身份的基本认知，然后分项设定规则，最终设定总体的安全策略。
AI算力，卷到天上了！这12颗计算卫星，每一颗都具备太空计算和太空互联的能力，将组成全球首个太空计算星座。它们的背后，是商业航天企业国星宇航牵头发起的“星算”计划。
聊完就忘？当下多数AI助手和开发工具各自独立运行，会话结束上下文即消失，严重影响了使用体验和效率。
热门法律AI 工具 Harvey 于 5 月 13 日在博客中宣布，将不再仅依赖 OpenAI 的基础模型，开始采用 Anthropic 和谷歌的基础模型。
进入2025年，AI的打法逻辑变了。
苹果正试图让你「用脑子」刷 iPhone。
字节拿出了国际顶尖水平的视觉–语言多模态大模型。
美国AI监管或将暂停10年！共和党议员在预算法案中加入条款，禁止联邦和州政府监管AI，同时计划拨款5亿美元推动AI商业化。硅谷欢呼「创新得救」，但反对者警告：DeepFake泛滥、数据隐私失控、环境问题加剧……这场监管与自由的博弈，究竟是AI的黄金时代，还是潘多拉魔盒的开启？
昨晚的文章里，我介绍了一个 12 人团队做的 AI 社交伴侣产品做到 3000 万美金 ARR，它主要通过 AI 的能力释放了年轻人的娱乐和创作体验《12 个人做的 AI 社交产品 ARR 破 3000 万美金，Perplexity 最新估值 140 亿美金》。
Qwen3技术报告新鲜出炉，8款模型背后的关键技术被揭晓！
今年 37 岁的印奇，已经 AI 创业 14 年。他刚渡过了至暗时刻。
最近ContextGem很火。它既不是RAG也不是Agent，而是专注于"结构化提取"的框架，它像一个"文档理解层"，通过文档中心设计和神经网络技术(SAT)将非结构化文档转化为精确的结构化数据。它可作为RAG的前置处理器、Agent的感知模块，也可独立使用。
千亿级AI工厂落地中东
OpenAI奥特曼：DALL·E先于ChatGPT，未来聚焦智能体与编程核心。
一觉醒来，听说海外又爆了一个 Agent 产品 ——「Lovart」。
最近，夸克在 AI 圈里的存在感很强。
