LLM抢人血案：强化学习天才被挖空，一朝沦为「无人区」！
LLM抢人血案：强化学习天才被挖空，一朝沦为「无人区」！AlphaStar等证明强化学习在游戏等复杂任务上，表现出色，远超职业选手！那强化学习怎么突然就不行了呢？强化学习到底是怎么走上歧路的？
来自主题: AI技术研报
6269 点击 2025-08-05 13:46
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AlphaStar等证明强化学习在游戏等复杂任务上，表现出色，远超职业选手！那强化学习怎么突然就不行了呢？强化学习到底是怎么走上歧路的？
没有内推、没有背景，如果你想进入像OpenAI这样的顶级公司，该怎么办？ OpenAI客户总监Sophie Rose的回答是：一条陌生人私信。 从发出消息到拿到offer，她只用了五周时间。
微软公司上季度创下了242 亿美元的资本支出纪录 ，本季度计划投入超过 300 亿美元。亚马逊公司同样花费了 314 亿美元，几乎是去年同期的两倍，并维持这一投资水平。谷歌母公司 Alphabet 今年将资本支出指引上调至 850 亿美元。还有Meta ：这家社交网络巨头上调了 2025 年资本支出预测区间的下限，并预计明年成本将以更快速度增长。
OpenRouter 再度上线了一款新模型，Horizon Beta 。这款模型是之前上线的模型Horizon Alpha 的提升版本。不出意外，这款模型也是来自于 OpenAI。
提出一个真正好的猜想，比解决它更难。这是谷歌DeepMind首席执行官哈萨比斯（Demis Hassabis）在莱克斯（Lex Fridman）最新对谈中的感慨。他同时也是2024年诺贝尔化学奖的得主，带队开发出了能够高精度预测蛋白质的三维结构的AlphaFold系列模型。
苹果CEO蒂姆·库克在内部大会上激励员工，强调AI革命与互联网和智能手机同等重要，苹果虽起步晚但将投资创新。Siri正被全面重做，明年春季发布新版本；公司招聘12000人加强研发，开发AI服务器芯片“Baltra”；全球扩张聚焦新兴市场；库克预告折叠iPhone等新产品，表示未来充满机会。
《Physics of Language Models（语言模型物理学）》，正是将AI研究带入“物理学范式”的项目，由Meta FAIR研究院的朱泽园概念化发起，并统筹设计。
新加坡深度科技初创公司SixSense 开发出一款人工智能平台，可帮助半导体制造商实时预测并检测生产线上潜在的芯片缺陷。该公司已在A 轮融资中筹集 850 万美元，使其总融资额达到约 1200 万美元。本轮融资由 Peak XV 旗下 Surge 基金（原红杉印度及东南亚）领投，Alpha Intelligence Capital、FEBE 等机构跟投。
GPT-5更近了！今天，神秘模型Horizon Alpha火遍全网，编码首测性能逆天，各种三方基准实测相继放出。就在发布前夕，OpenAI核心大脑专访坦言模型还有瓶颈，但坚信Scaling Law没有尽头。
GPT-5的新爆料又来了！GPT-5-Alpha已经由Cursor团队内部测试，几乎能一次性完成任何任务；Perplexity已在网站上完成GPT-5发布的准备工作；微软工程师也在紧锣密鼓为GPT-5做准备，将很快在Copilot中发布。GPT-5，它真的越来越近了。