近千个反现实视频构建了「不可能」基准，哪个AI不服？来战！
近千个反现实视频构建了「不可能」基准，哪个AI不服？来战！随着人工智能合成视频（AIGC）技术的飞速发展，我们正步入一个由 AI 主导的视频创作时代。
来自主题:
AI技术研报
7845 点击 2025-04-03 16:33
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
随着人工智能合成视频（AIGC）技术的飞速发展，我们正步入一个由 AI 主导的视频创作时代。
特斯拉擎天柱机器人的幕后AI天团，现身招人了！
自己「打脸」自己？
通过完全启用并发多块执行，支持任意专家数量（MAX_EXPERT_NUMBER==256），并积极利用共享内存（5kB LDS）和寄存器（52 VGPRs，48 SGPRs），MoE Align & Sort逻辑被精心设计，实现了显著的性能提升：A100提升3倍，H200提升3倍，MI100提升10倍，MI300X/MI300A提升7倍...
在InternVL-2.5上实现10倍吞吐量提升，模型性能几乎无损失。
倘若不加以修正，人类语料所要经受的“大屠杀”，或许也将成为AI时代的固有可能。
视觉Token可以与LLMs词表无缝对齐了！
2025 年，生成式 AI 的发展速度正在加快。
随着人工智能和大语言模型（LLMs）的不断突破，如何将其优势赋能于现实世界中可实际部署的高效工具，成为了业界关注的焦点。
大模型写代码早就是基操了，但让它写算法竞赛题或企业级系统代码，就像让只会煮泡面的人去做满汉全席 —— 生成的代码要么是 “铁板一块” 毫无章法，要么是 “一锅乱炖” 难以维护。
扩展无语言的视觉表征学习。
赛博安慰剂与现实的交锋
Genspark 是啥？我们在去年 6 月就有过介绍，Genspark 是由前百度小度的 CEO 景鲲和 CTO 朱凯华创业做的 Agent 产品，去年刚开始的定位还是 Agent Search Engine，到了今天升级了不少。并且在今年三月，官宣拿到了一亿美金的 A 轮融资。
PaperBench 是一个由 OpenAI 开发的基准测试，旨在评估 AI Agent 复现尖端 AI 研究的能 力。它专注于测试 AI 是否能理解研究论文、独立开发代码并执行实验以复现研究结果。
当我们遇到新问题时，往往会通过类比过去的经验来寻找解决方案，大语言模型能否如同人类一样类比？在对大模型的众多批判中，人们常说大模型只是记住了训练数据集中的模式，并没有进行真正的推理。
从人设包装到到流量收割
刚刚开源的新基准测试PaperBench，6款前沿大模型驱动智能体PK复现AI顶会论文，新版Claude-3.5-Sonnet显著超越o1/r1排名第一。与去年10月OpenAI考验Agent机器学习代码工程能力MLE-Bnch相比，PaperBench更考验综合能力，不再是只执行单一任务。
双人动作生成新SOTA！
2025 年，DeepSeek 爆火带动传统产品的智能化升级，如传统玩具向 AI 玩具转型。央视新闻调查数据显示，2025 年 1 月，国内某电商平台面向 3-6 岁儿童的 AI 早教玩具销量环比增长 6 倍。咨询公司 IMARC 的预测数据显示，2024 年全球 AI 玩具市场规模已达 181 亿美元，预计到 2033 年将增长至 600 亿美元。
敢于戳破“国王新衣”的人毕竟是少数，大部分投资机构的心态是：怕投错，但更怕错过。
如何从一张普通的单幅图像准确估计物体的三维法线和材质属性，是计算机视觉与图形学领域长期关注的难题。
在宇树和王兴兴火了之后，对于这家公司和年轻的创始人业界充满了好奇。
一个7B奖励模型搞定全学科，大模型强化学习不止数学和代码。
没想到，文小言接入推理模型的大更新背后，百度还藏了一手“质变”级技术大招？？？
在三方图灵测试中，UCSD的研究人员评估了当前的AI模型，证明LLM已通过图灵测试。在测试中，同时与人及AI系统进行5分钟对话，然后判断哪位是「真人」。结果，AI竟然比「真人」还像人：
昨天，我的群里被刷屏了。 因为即梦，灰度内测了他们即梦3.0绘图模型。没有任何预兆，没有任何宣传，就这么直接放了出来。 我的群里，拿到内测资格的朋友们，直接全部沸腾了。。。
“艺术家与人工智能”的张力正在持续紧张。OpenAI虽然声称避免复制“个别在世艺术家的风格”，但它一直在践行并推动政策允许AI对版权内容的训练；而小部分能够承担高昂诉讼成本的艺术家，却也因为版权法灰色地带而面临不确定的局面，更不要说那些不知名的艺术家们了。
最近 MCP 协议很火，自己也发掘了一些玩法，但是目前来看 MCP 的配置还是过于繁琐了，对普通人门槛有点高。这几天终于摸索出来了一些方法让大家可以相对容易理解的方式配置 MCP 服务。
时隔4个月，再来讲下AI智能陪伴硬件。
字节有一个很实用但不怎么火的项目，叫 Midscene.js，Chrome 商店上的安装数仅有 1 万，它是一个由多模态模型驱动的前端自动化测试插件。自动化测试我平常很少用到，但我发现它特别适合用来写爬虫……
