AI Agent 第一波浪潮过后，OPPO 是怎么闷声做出第一个爆款的？
AI Agent 第一波浪潮过后，OPPO 是怎么闷声做出第一个爆款的？庸笔下的乔峰，在聚贤庄单挑群雄时，用一套人人会使的「太祖长拳」，打出了震慑全场的必杀效果。这门功夫看似平平无奇，却因使用者内力深厚、大巧不工，而威力无穷。
来自主题: AI资讯
5906 点击 2025-07-27 13:52
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
庸笔下的乔峰，在聚贤庄单挑群雄时，用一套人人会使的「太祖长拳」，打出了震慑全场的必杀效果。这门功夫看似平平无奇，却因使用者内力深厚、大巧不工，而威力无穷。
近日，来自 OPPO、耶鲁大学、斯坦福大学、威斯康星大学麦迪逊分校、北卡罗来纳大学教堂山分校等多家机构的研究团队联合发布了 Agent KB 框架。这项工作通过构建一个经验池并且通过两阶段的检索机制实现了 AI Agent 之间的有效经验共享。Agent KB 通过层级化的经验检索，让智能体能够从其他任务的成功经验中学习，显著提升了复杂推理和问题解决能力。
最近，关于大模型推理的测试时间扩展（Test time scaling law ）的探索不断涌现出新的范式，包括① 结构化搜索结（如 MCTS），② 过程奖励模型（Process Reward Model ）+ PPO，③ 可验证奖励 （Verifiable Reward）+ GRPO（DeepSeek R1）。
强化学习（RL）已经成为当今 LLM 不可或缺的技术之一。从大模型对齐到推理模型训练再到如今的智能体强化学习（Agentic RL），你几乎能在当今 AI 领域的每个领域看到强化学习的身影。
Redis 最近推出向量集合（Vector Set） 功能，这是一种专为向量相似性设计的数据类型，也是 Redis 针对人工智能应用的一个新的选项。这是 Redis 创始人 Salvatore Sanfilippo（“antirez”）自 重新加入 公司以来的第一个重大贡献。
最近，DeepSeek-R1 和 OpenAI o1/03 等推理大模型在后训练阶段探索了长度扩展（length scaling），通过强化学习（比如 PPO、GPRO）训练模型生成很长的推理链（CoT），并在奥数等高难度推理任务上取得了显著的效果提升。
一切为了「多终端一致体验」和「用户数据闭环」。
DeepSeek-R1 的成功离不开一种强化学习算法：GRPO（组相对策略优化）。
近年来，AI成为了国内手机市场上的最大热点。根据市研机构IDC的定义，AI手机有几个关键指标和特性：算力大于30TOPS的NPU、支持生成式AI模型的SoC、可以端侧运行各种大模型。而就在过去一年，国内AI手机市场迅猛发力。华为、小米、vivo、OPPO、荣耀等手机厂商，均已迅速在旗下产品上接入各自的云端或端侧AI大模型。
8999！比iPhone 16 Pro还贵，史上起售价最高的国产安卓AI手机来了！