多模态大模型虽然在视觉理解方面表现出色，但在需要深度数学推理的任务上往往力不从心，尤其是对于参数量较小的模型来说更是如此。
什么？H20都变抢手货，涨价10万那种？！
通过收集六名志愿者一周的多模态生活数据，研究人员构建了300小时的第一视角数据集EgoLife，旨在开发一款基于智能眼镜的AI生活助手。项目提出了EgoButler系统，包含EgoGPT和EgoRAG两个模块，分别用于视频理解与长时记忆问答，助力AI深入理解日常生活并提供个性化帮助。
杰文斯悖论不是天然成立的。在AI的叙事中，要让算力用得越多，就要让算力变得更便宜，也要让AI更有用、好用。兑现杰文斯悖论已经成为了英伟达的命门，黄仁勋要在本届GTC上，让市场再次相信他。
深夜11点，某AI软件陪聊群才真正热闹起来。短短一个小时，陆续有几十个新账号进群。根据群公告介绍，上述软件还在内测阶段，但依然能通过链接下载试玩。众多AI驱动应用程序不仅能进行全天候的情感交流，还能满足用户的个性需求。大厂等也在切入这个赛道，如百度于近期低调推出情感陪伴类App“月匣”，主打高自由度AI对话与沉浸式剧本互动两大核心功能。
刚刚！代码神器 Cursor 宣布推出全新模型 Claude 3.7 Max！简单来说就是Claude 3.7 的完全体形态抢先体验，号称能力远超以往，专为硬核开发者打造！一句话总结 Claude 3.7 Max： 更强、更快、更贵，专为解决复杂代码难题而生！
马斯克也要打造自己的视频生成模型了？？就在最近，xAI收购了一家视频生成初创公司，这家仅4个人的公司过去两年打造出了Hotshot这款产品。Hotshot至今已有3款视频生成基础模型。被收购之后，目前已停止推出新的视频创作功能，而且用户过往创作的视频截止下载时间为3月30日。
我是 Dify 产品团队的 Yawen。今天，我们很高兴地宣布发布 Dify v1.1.0，并推出了以“元数据”作为知识过滤器的新功能。通过利用自定义的元数据属性，元数据过滤能够提升知识库中相关数据的检索效率和准确度。过去，用户只能在庞大的数据集中进行搜索，无法根据特定需求进行筛选或控制访问，难以快速锁定最相关的信息。、
又是一个周五，网信办又给大家留作业了。《人工智能生成合成内容标识办法》（以下简称《标识办法》）及《网络安全技术 人工智能生成合成内容标识方法》（以下简称《标识标准》）都发布了，将在9月1日生效。
全球首个开源多模态推理大模型来了！38B参数模型性能直逼DeepSeek-R1，同尺寸上横扫多项SOTA。而这家中国公司之所以选择无偿将技术思路开源，正是希望同DeepSeek一样，打造开源界的技术影响力。
多模态，性能超 GPT-4o Mini、Gemma 3，还能在单个 RTX 4090 上运行，这个小模型值得一试。
今年年初，OpenAI 上线 Deep Research，开启了智能体又一新阶段，其能根据用户需求自主进行网络信息检索、整合多源信息、深度分析数据，并最终为用户提供全面深入的解答。
AI如何赋能千行百业？最近，中绿讯科中国重磅发布了生态级通用平台——AI生态平台。这一平台以自研「泰山大模型群」为基座，集成了多个技术组件，为企业和开发者搭建了一座连接AI与业务需求的桥梁。
大模型的代码能力在这一年突飞猛进，最近我们看到很多关于用AI直接生成前端代码，做出漂亮网页的讨论。
现在各种框架满天飞，你是否想过这个问题，一个真正优秀的框架究竟需要多少代码？研究者Zach给出了一个令人惊讶的答案：仅需100行。这个名为PocketFlow的框架不仅体积小到令人难以置信（仅56KB），还能用来构建一个完整的Cursor编码助手。这个发现不仅挑战了我们对框架复杂性的认知，更揭示了一个重要的设计哲学：真正的创新往往来自于化繁为简。
文生图技术在全球范围掀起的热潮，让无数用户惊叹科技强大的同时，也开始陆续拥抱AI，沉浸于高效、趣味创作之中。特别是在许多社交媒体上，时常能看到人们通过AI创作出的创意内容。
传统的App原型设计需要专业的设计技能、复杂的工具操作和大量的时间投入。而现在，借助Cursor+Claude 3.7的组合，一段精心设计的提示词就能完成这一切。
“我的面试官是AI”“用AI助手找工作”……今年，第一批春招的年轻人发现，AI在招聘中被应用得如火如荼。
65岁陈立武接棒英特尔，正酝酿一场全面的变革。他不仅要对制造和AI业务全面升级，还要裁撤中层管理层。曾经的芯片帝国，能否重拾昔日的辉煌？
在朱啸虎看来，只有做苦活累活的AI创业项目才有护城河。
在春节的 DeepSeek 大热后，大模型也更多走进了大家的生活。我们越来越多看到各种模型在静态的做题榜单击败人类，解决各种复杂推理问题。但这些静态的测试与模型在现实中的应用还相去甚远。模型除了能进行对话，还在许多更复杂的场景中以各种各样的方式与人类产生互动。除了对话任务外，如何实现大模型与人的实时同步交互协作越来越重要。
CLIP、DINO、SAM 基座的重磅问世，推动了各个领域的任务大一统，也促进了多模态大模型的蓬勃发展。
DeepSeek 提出的 GRPO 可以极大提升 LLM 的强化学习效率，不过其论文中似乎还缺少一些关键细节，让人难以复现出大规模和工业级的强化学习系统。
Manus的火爆带热了多个技术概念，Computer Use Agent就是其中之一。但要探讨这种“电脑使用”智能体，还得从Claude 3.5 Sonnet说起。
3 月 18 日上午，字节跳动豆包大模型部门（Seed）召开全员会，由负责模型应用相关工作的朱文佳，与新近加入的负责 AI 基础研究探索工作的吴永辉共同主持。两人谈到了未来的目标，明确 Seed 部门的最重要目标是探索智能上限；同时强调进一步加强组织文化，提高技术开放程度，并考虑推进开源。
现在是周日，天都黑了，眼瞅着快到 23 点 59 分了，差评君的量子计算文章还没写完。
超低成本图像生成预训练方案来了——仅需8张GPU训练，就能实现近SOTA的高质量图像生成效果。
AI 大神 Andrej Karpathy 在今年 2 月提出的概念——「Vibe Coding」，如今正在硅谷走红。
Google最近的动作真的多。
国外一个开发者，只用了3个小时，完全靠AI开发游戏，9天时间就赚了17360美元（折合人民币12.64万）。
