具身智能的突破离不开高质量数据。目前，具身合成数据有两条主要技术路线之争：“视频合成+3D重建”or “端到端3D生成”。英伟达在CES 2025指出“尚无互联网规模的机器人数据”，自动驾驶已具备城市级仿真，但家庭等复杂室内环境缺乏3D合成平台。
微软研究院开源的原生1bit大模型BitNet b1.58 2B4T，将低精度与高效能结合，开创了AI轻量化的新纪元。通过精心设计的推理框架，BitNet不仅突破了内存的限制，还在多项基准测试中表现出色，甚至与全精度模型不相上下。
这家名为Nirvana的美国初创公司，成立于2021年，正专注于用AI为卡车提供保险服务。简单来说，就是利用实时驾驶远程信息处理，结合卡车200亿英里（约322亿公里）的驾驶数据，帮卡车司机制定和管理保险。
4月18日～19日，由《中国企业家》杂志社主办的2025（第十七届）商界木兰年会在北京举办。在“开幕对话”环节， 数坤科技创始人、CEO马春娥作为主理人， 与明势创投创始合伙人黄明明、中科闻歌董事长王磊、零一万物联合创始人马杰、腾讯设计杰出专家陈妍，围绕“大模型迭代”进行了访谈对话。
Nemotron-H模型混合了Transformer和Mamba架构，使长文本推理速度提升3倍，同时还能保持高性能，开源版本包括8B和56B尺寸。训练过程采用FP8训练和压缩技术，进一步提高了20%推理速度
现在下场做 AI 产品的创业者越来越多，但创业总归是“九死一生”的艰难旅途，我更关心的是，有没有一些有迹可循的办法，能提高成功率？上周，我和一位非典型 AI 创业者——米可世界 AI Lab 的负责人 Simon 聊了一次天，聊出了很多在 AI 创业的宏大叙事中没有的“大实话”，也获得了不少启发。
4月18日，北京市人工智能产业投资基金宣布：追加投资智谱（Z.ai）2亿元人民币。随后这一消息引发市场热议，因为这笔投资有点“特殊”。此次投资明确指向"开源模型研发与开源社区生态建设"，而非通常的技术研发或商业扩张。
4 月 18 日晚间，字节跳动扣子空间开启内测，定位通用 Agent。与其他类似产品如 manus 一样，扣子空间采用了邀请码制。平台上，用户可以选择精通各项技能的「通用实习生」，也可以选择行业的「领域专家」，通过与 AI 的互动完成工作任务。
今年3月，阿里巴巴旗下淘天有限公司发文，正式启动2026届春季实习生全球招聘活动。该次招聘开放七大职类，提供超50个不同岗位。此前，阿里巴巴集团CEO吴泳铭曾宣布，未来三年将投入超过3800亿元用于建设云和AI硬件基础设施。2月27日，阿里巴巴启动2026届春季实习生招聘，开放的3000多个岗位中，AI相关岗位占到了五成。
将自己的宠物犬的照片、视频或是叫声发给Traini，这款App会即刻根据宠物专家给出的专业知识，分析出狗狗想要表达的内容，用人类语言表达出来；同时，也可以将主人的指令翻译成犬吠声，以此达到与自己宠物的“无障碍”交流。
2025年4月17日，圣马特奥，加利福尼亚 —— 数据编排和存储平台领导者Hammerspace宣布完成1亿美元B轮融资，由Altimeter Capital领投，ARK Invest等新老投资者共同参与，公司估值超过5亿美元。这笔融资将加速Hammerspace在全球市场的扩张，巩固其在人工智能（AI）驱动的数据基础设施领域的领先地位，助力企业应对由AI引发的“大数据重心转移”趋势。
谷歌 Gemma 3 上线刚刚过去一个月，现在又出新版本了。
在GitHub狂揽1w+星标的通义万相Wan2.1，又双叒上新了！
只用6GB显存的笔记本GPU，就能生成流畅的高质量视频！斯坦福研究团队重磅推出FramePack，大幅改善了视频生成中的遗忘和漂移难题。
2024年，国内AI产品第一轮变革基本完成。
多年以后，面对回收站，天工 1.2max 将会回想起，它的创造者带它去参加马拉松那个遥远的清晨。
据消息透露，Anthropic 首次投资了另一家初创公司 Goodfire，投入 100 万美元。Goodfire 成立一年，致力于帮助 AI 开发者理解其 AI 模型的内部运作机制。
据外媒报道，OpenAI 正计划以约 30 亿美元收购 AI 编码助手初创公司 Windsurf（前身为 Codeium），以进一步完善其在全栈编码领域的技术布局。
这是一份报告，有关英伟达50系显卡。非常高质量，AI 一键出的
分享至AI工具的企业数据中，有27.4%属于敏感信息。
推理模型与普通大语言模型有何本质不同？它们为何会「胡言乱语」甚至「故意撒谎」？Goodfire最新发布的开源稀疏自编码器（SAEs），基于DeepSeek-R1模型，为我们提供了一把「AI显微镜」，窥探推理模型的内心世界。
GitHub Copilot大约是在2021年夏天发布的，那时它真的非常惊艳，一发布出来就感觉像是魔法。
基于Transformer的自回归架构在语言建模上取得了显著成功，但在图像生成领域，扩散模型凭借强大的生成质量和可控性占据了主导地位。
在 4 月 18 日举办的 2025 英特尔具身智能解决方案推介会上，英特尔正式发布其具身智能大小脑融合方案（下称具身智能方案）。
当 DeepSeek-R1、OpenAI o1 这样的大型推理模型还在通过增加推理时的计算量提升性能时，加州大学伯克利分校与艾伦人工智能研究所突然扔出了一颗深水炸弹：别再卷 token 了，无需显式思维链，推理模型也能实现高效且准确的推理。
一个绝大多数用户都无法使用的功能，至少现阶段根本就没有意义。
在人工智能技术日新月异的今天，语音合成（TTS）领域正经历着一场前所未有的技术革命。最新一代文本转语音系统不仅能够生成媲美真人音质的高保真语音，更实现了「只听一次」就能完美复刻目标音色的零样本克隆能力。
AI智商再创新高！OpenAI o3以惊人的136分刷新门萨智商测试纪录，超越不久前登顶的Gemini 2.5 Pro。更令人瞩目的是其强大的图像理解能力：仅凭一张无EXIF信息的菜单或风景照，o3就能精准推理并反向定位拍摄地点，引发了用AI玩「照片寻址（GeoGuessr）」的新热潮。
Two Heads are Better Than One"（两个脑袋比一个好/双Agent更优）源自英语中的一句古老谚语。MAS-TTS框架的研究者将这一朴素智慧应用到LLM中，创造性地让多个智能体协同工作，如同专家智囊团。
