DeepSeek-R1 展示了强化学习在提升模型推理能力方面的巨大潜力，尤其是在无需人工标注推理过程的设定下，模型可以学习到如何更合理地组织回答。然而，这类模型缺乏对外部数据源的实时访问能力，一旦训练语料中不存在某些关键信息，推理过程往往会因知识缺失而失败。
本文对DeepMind两位泰斗级科学家David Silver和Richard Sutton的重磅论文《Welcome to the Era of Experience》进行了深度解读，我将其视为AI发展方向的一份战略瞭望图。
当前，强化学习（RL）方法在最近模型的推理任务上取得了显著的改进，比如 DeepSeek-R1、Kimi K1.5，显示了将 RL 直接用于基础模型可以取得媲美 OpenAI o1 的性能不过，基于 RL 的后训练进展主要受限于自回归的大语言模型（LLM），它们通过从左到右的序列推理来运行。
就在昨天，深耕语音、认知智能几十年的科大讯飞，发布了全新升级的讯飞星火推理模型 X1。不仅效果上比肩 DeepSeek-R1，而且我注意到一条官方发布的信息——基于全国产算力训练，在模型参数量比业界同类模型小一个数量级的情况下，整体效果能对标 OpenAI o1 和 DeepSeek R1。
想象一个世界，你的亲人从未真正离去。DeepMind与科罗拉多大学提出「生成幽灵」——基于逝者数据打造自主的数字智能体。它不仅承载记忆和声音，还能以「逝者视角」回复当下事件，带来情感慰藉与想象。这不是科幻小说，AI正在创造逝者的数字回声，分享新见解并回应当下世界。
强化学习之父Richard Sutton和DeepMind强化学习副总裁David Silver对我们发出了当头棒喝：如今，人类已经由数据时代踏入经验时代。通往ASI之路要靠RL，而非人类数据！
Hyper-RAG利用超图同时捕捉原始数据中的低阶和高阶关联信息，最大限度地减少知识结构化带来的信息丢失，从而减少大型语言模型（LLM）的幻觉。
鲜为人知的是，目前国内超过60%的AI应用，包括DeepSeek的C端应用，联网搜索能力是通过集成博查AI的Search API实现的。大模型需要通过这类API，才能够动态获取最新信息，并输出给用户。AI搜索和传统搜索在入口端的界面上非常相似，底层技术和最终返回给用户的体验却截然不同。
OpenAI首席财务官Sarah Friar探讨了通往AGI的发展路径，目前OpenAI已到达第三阶段：智能体（Agent）。除Operator和深度研究Deep Research智能体外，OpenAI即将发布全球最强编程智能体。
当前，人们对人工智能驱动的药物发现公司（以下简称 AIDD）这一新兴公司确发有效的界定。2025年开年，DeepSeek的爆火为AI医疗和AI制药领域带来了多维度变革。近日，BioPharma Trend发表了一份AI制药研究报告，报告力图从各个维度回答AI对生物医药的关键价值。
