挑战GRPO，英伟达提出GDPO，专攻多奖励优化
挑战GRPO，英伟达提出GDPO，专攻多奖励优化GRPO 是促使 DeepSeek-R1 成功的基础技术之一。最近一两年，GRPO 及其变体因其高效性和简洁性，已成为业内广泛采用的强化学习算法。
来自主题: AI技术研报
7338 点击 2026-01-12 09:34
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
GRPO 是促使 DeepSeek-R1 成功的基础技术之一。最近一两年，GRPO 及其变体因其高效性和简洁性，已成为业内广泛采用的强化学习算法。
英文达杰出科学家Jim Fan表示，我正全身心投入一个单一使命：为机器人解决「Physical Turing Test」（物理图灵测试）。 这是AI的下一个挑战，甚至可能是「终极挑战」。
目前最新的消费级 GPU，还是去年在 CES 上正式发布的 RTX 50 系列。其中必然有内存全球大涨价的原因，当前市场的内存成本，一周之内就能涨价 50%-100%，并且多个分析机构表示，涨价会持续到 2027 年。
刚开年，马斯克就到账了200亿美金！（是谁听到了金币的声音~
今天，马斯克旗下AI创企xAI宣布，已经完成规模200亿美元（约合人民币1396.8亿元）的E轮融资。本轮融资获得超额认购，远远超过原定的150亿美元目标。xAI本轮融资的投资方阵容豪华。英伟达和思科作为战略投资方，将持续支持xAI快速扩展算力基础设施
CES巨幕上，老黄的PPT已成中国AI的「封神榜」。DeepSeek与Kimi位列C位之时，算力新时代已至。
「每隔 10 到 15 年，计算行业就会革新一次，每次都会催生出新形态的平台。现在，有两个转变在同时进行：应用将会构建于 AI 之上，你构建软件的方式也将改变。」
Meta腾出CoWoS排产「让路」，加上台积电的积极扩产，2026年谷歌把TPU的「算力水龙头」拧到最大，预期产能飙升至430万颗，猛攻英伟达CUDA护城河。
北京时间 1 月 6 日凌晨 5 点多，英伟达创始人兼 CEO 黄仁勋在 CES 2026 发表了主题演讲，演讲核心只有几个字——物理 AI。期间有一页 PPT 暂时没展示出来，他自嘲道演讲场地在拉斯维加斯所以应该是有人中了头奖导致的。期间，他和两台小机器人的互动，成为了本次演讲的名场面之一。
十年前，三星工程师 June Paik 因跟腱断裂卧床，却意外在床上洞察到了 AI 浪潮。十年后，他创立的 FuriosaAI 拒绝了 Meta 的收购，带着名为「叛逆者（RNGD）」的芯片，誓要在英伟达主宰的算力帝国中撕开一道缺口。