物理学变天！「AI主导」论文首次登顶刊，人类科学家沦为验证者？
物理学变天！「AI主导」论文首次登顶刊，人类科学家沦为验证者？AI提供1%的灵感，人类提供99%汗水！密歇根州立大学物理学家许道辉，在AI启发下，重新思考量子力学本质，在顶刊《物理快报B》上发表了相关结论。
来自主题:
AI技术研报
8151 点击 2025-12-26 10:12
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AI提供1%的灵感，人类提供99%汗水！密歇根州立大学物理学家许道辉，在AI启发下，重新思考量子力学本质，在顶刊《物理快报B》上发表了相关结论。
语音，或许是最快跑通 PMF 的模型。
大家好，我是被智谱卷到的袋鼠帝。 昨天智谱刚把GLM-4.7放出来，群里就有老哥找我写文章了..
2名员工、0芯片业务、营收为负，股价却狂飙550倍，这场印度的「AI造富神话」，堪称是对当下全球科技泡沫最辛辣的讽刺。
前脚刚听完罗永浩和 MiniMax 创始人闫俊杰的超长播客，然后就看到 MiniMax M2.1 发布了。
Agent 的状态数据分两种：会话内的临时上下文和跨会话的长期知识。
在生成式AI（GenAI）的推动下，2025年标志着行业从“震撼期”正式步入“深水区”。这并非资本的泡沫，而是计算范式从CPU向GPU的根本性迁移——数据中心正进化为实时生产智能的“AI工厂”。相比于模型参数的单纯竞赛，AI应用带来的“任务执行”能力与直观体验，让人切身感受到从“信息检索”向“智能生成”的范式跃迁。
不知道你有没有刷到过一条视频，陪伴6岁小女孩的AI机器人被摔坏了。
将多模态数据纳入到RAG，甚至Agent框架，是目前LLM应用领域最火热的主题之一，针对多模态数据最自然的召回方式，便是向量检索。
「高烧」三年后，AI行业终于冷静：Scaling红利即将耗尽，单纯堆参数绝非良药。但商汤已胸有成竹。
微软光速辟谣了。
最近，Notion 创始人 Ivan Zhao 写了一篇年终总结《Steam, Steel, and Infinite Minds》。Ivan 讲了一个特别有趣的观点：AI 是我们这个时代的「革命性材料」。就像工业时代的钢铁、数字时代的半导体一样。
近日，由上海市规划资源局与商汤大装置联合打造的全国规划资源领域首个基础大模型“云宇星空大模型”（专业版）上线。这并非一个简单的对话机器人，而是一个6000亿参数、深度嵌入规资全业务系统的行业大模型：它能调取地图、做统计，能理解规划图纸、会写报告，覆盖从知识检索、空间分析到决策支撑的完整工作闭环。
2026 年，很可能是人类首次需要给 AI 安装「广告拦截器」的一年。
“我其实天生就是一个适合创业的人。”
刚刚，由SciMaster团队推出的AI机器学习专家ML-Master 2.0，基于国产开源大模型DeepSeek，在OpenAI权威基准测试MLE-bench中一举击败Google、Meta、微软等国际顶流，刷新全球SOTA，再次登顶！目前该功能已在SciMaster线上平台开放waiting list，欢迎申请体验。
CyboPal ONE 尝试告诉用户，未来硬件不应只是被动、静止的容器，而应是具有‘代理权（Agency）’的主动生命体。”
年少有为、雄心勃勃的创业者早已不是新鲜事。Bill Gates 19 岁时联合创办了微软；Mark Zuckerberg 也是在 19 岁那年创立了 Facebook。但如今的创业者，年龄更小了，可能还只是个拿着学车许可证、戴着牙套的孩子。
什么？决定 AI 上限的已不再是底座模型，而是外围的「推理编排」（Orchestration）。
时间过得太快了，一转眼就来到了 2025 年的年底。我们距离 2026 年只剩下了 8 天。回看 AI 模型和产品突飞猛进这一年，中美两家 AI 阵营的行业发展路径有了挺大的区分，大家的关注度不再是单一模型、单一能力，而是“模型+工程+场景”的复合能力。这个变化在年底愈发明显。
英伟达让AI仅靠「看直播」就学会了通用游戏操作。虚拟世界已成为物理智能的黑客帝国，看4万小时直播学会几乎所有游戏！
平安夜老黄没有休息，一项200亿美元创纪录芯片收购消息，轰动硅谷。
近期，上海路米尔网络科技有限公司（下文简称：路米尔）已完成了天使轮和Pre-A轮融资。其中，天使轮融资由真格基金领投，Pre-A轮融资由IDG资本领投，公司融资额超千万美元，目前，公司估值已经接近7000万美元。
真是越到年底，越是神仙打架。
AI应用淘汰赛持续。
这两天，中国 AI 行业关注的核心无疑是 MiniMax。
Epoch AI年终大盘点来了！出乎意料的是，AI没有停滞，反而变快了。
从走出「微笑曲线」到即将「上春晚」求爆发。
吵起来了。
近年来，大语言模型的能力突飞猛进，但随之而来的却是愈发棘手的双重用途风险（dual-use risks）。当模型在海量公开互联网数据中学习时，它不仅掌握语言与推理能力，也不可避免地接触到 CBRN（化学、生物、放射、核）危险制造、软件漏洞利用等高敏感度、潜在危险的知识领域。
