搜索
宝可梦游戏的开放世界、长周期、巨大行动空间和高难度特性，为训练能应对现实世界复杂性（如稀疏奖励、探索挑战）的AI提供了理想沙盒。对比AI的机械尝试和人类的“乐趣驱动”探索，文章阐释人类特有的好奇心美学对于科学发现的关键价值，并探讨AI赋能游戏设计（个性化体验、无限故事/行动空间）以优化人类乐趣的潜力。
陈丹琦加入 Thinking Machines Lab 了？这一猜测不是毫无根据，当我们打开她的 GitHub 主页，邮箱已经变为 thinkingmachines.ai。
硅谷各个模型公司在这个季度，开始分化到各个领域，除了 Google Gemini 和 OpenAI 还在做通用的模型；Anthropic 分化到 Coding、Agentic 的模型能力；Mira 的 Thinking Machines Lab 分化到多模态和下一代交互。
无论你是技术创造者还是使用者，理解这场认知革命都至关重要。我们正在从「AI as tools」向「AI as thinking partners」转变，这不仅改变了技术的能力边界，也改变了我们与技术协作的方式。
谷歌Gemini全新升级！深度研究全球免费体验，还将支持45余种语言。谷歌旗下App与Gemini互联，正在2.0 Flash Thinking Experimental中上线。利用Gems更是可以量身定制「AI专家」：家教、健身教练、编程搭档都不在话下！
杜克大学计算进化智能中心的最新研究给出了警示性答案。团队提出的 H-CoT（思维链劫持）的攻击方法成功突破包括 OpenAI o1/o3、DeepSeek-R1、Gemini 2.0 Flash Thinking 在内的多款高性能大型推理模型的安全防线：在涉及极端犯罪策略的虚拟教育场景测试中，模型拒绝率从初始的 98% 暴跌至 2% 以下，部分案例中甚至出现从「谨慎劝阻」到「主动献策」的立场反转。
下周即将发布的AI汇总，太热闹了！Sam亲口宣布要下周发布，一些媒体也报道微软已经开始给GPT4.5和GPT5准备服务器昨天Claude网站更新了，有网友发现有一行提示“Try Anthropic‘s new thinking model”，这意味着Claude有新模型要发了！
又是一个文理兼修的优等生，能薅一点是一点。堆了 20 万张 GPU、号称「地表最强」大模型 Grok-3 已经可用啦。「 Grok 3 + Thinking 感觉与 OpenAI 最强商用模型（o1-pro，200 美元/月）的顶尖水平相差无几，
今天凌晨，一个创业消息引爆了整个 AI 社区：一家名为 Thinking Machines Lab 的新创业公司建立了，而其背后有一个堪称有史以来最豪华的大模型创业团队阵容。
就在本周，Kimi 的新模型打开了强化学习 Scaling 新范式，DeepSeek R1 用开源的方式「接班了 OpenAI」，谷歌则把 Gemini 2.0 Flash Thinking 的上下文长度延伸到了 1M。1 月 24 日上午，百川智能重磅发布了国内首个全场景深度思考模型，把这一轮军备竞赛推向了高潮。