GPT-4o举步维艰、Claude 3.7险胜，《超级马里奥》成为了检验大模型的新试金石？
GPT-4o举步维艰、Claude 3.7险胜，《超级马里奥》成为了检验大模型的新试金石？一直以来，AI 领域的研究者都喜欢让模型去挑战那些人类热衷的经典游戏，以此来检验 AI 的「智能程度」。
来自主题: AI资讯
7936 点击 2025-03-09 15:07
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
一直以来，AI 领域的研究者都喜欢让模型去挑战那些人类热衷的经典游戏，以此来检验 AI 的「智能程度」。
半个月前，Anthropic 发布了其迄今为止最聪明的 AI 模型 —— Claude 3.7 Sonnet。
英国初创公司 Quantexa 凭借其采用人工智能和数据分析的企业平台，多年来在打击洗钱和欺诈方面声名鹊起。
随着 DeepSeek-R1 的流行与 AI4Math 研究的深入，大模型在辅助形式化证明写作方面的需求日益增长。作为数学推理最直接的应用场景，形式化推理与验证（formal reasoning and verification），也获得持续关注。
见识过32B的QwQ追平671的DeepSeek R1后——刚刚，7B的DeepSeek蒸馏Qwen模型超越o1又是怎么一回事？新方法LADDER，通过递归问题分解实现AI模型的自我改进，同时不需要人工标注数据。
AI改变了浏览器的命运——大模型的战争，纷纷在浏览器里打响。比如这两天爆火的Manus，其背后团队就是通过浏览器进入的AI市场。在AI浏览器插件合计拥有700万用户后，他们才正式推出Manus项目。
仅仅过了一天，阿里开源的新一代推理模型便能在个人设备上跑起来了！昨天深夜，阿里重磅开源了参数量 320 亿的全新推理模型 QwQ-32B，其性能足以比肩 6710 亿参数的 DeepSeek-R1 满血版。
法国大模型独角兽 Mistral AI 进军 OCR（光学字符识别）领域了。一出手就是号称「世界上最好的 OCR 模型」！新产品 Mistral OCR 是一种光学字符识别 API，它为文档理解树立了新标准。
2025 年 3 月 5 日，佳士得拍卖行 “增强智能（Augmented Intelligence）”落下帷幕。这场聚焦 AI 艺术的专场拍卖以728,784 美元总成交额收官，34 件拍品中 28 件成交，成交率达 82%。其中，土耳其裔美国艺术家 Refik Anadol 的《机器幻觉 —— 国际空间站之梦 ——A》以27.7 万美元成为全场最高价拍品。
张涛此前在字节跳动负责国际化产品的战略规划与落地，2023年，他加入王慧文创办的人工智能公司光年之外，担任产品负责人，主导AI产品的研发与商业化探索。2024年7月，张涛与首席科学家季逸超（Peak）、连续创业者肖弘（Red）共同创立Manus AI，并担任合伙人。他目前主要负责产品战略、市场沟通及用户体验优化。