AI在「赚钱锦标赛」夺冠，比人类还会做生意！躺赚时代要来了？
AI在「赚钱锦标赛」夺冠，比人类还会做生意！躺赚时代要来了？Vending-Bench模拟环境可以测试大模型管理自动售货机的能力，结果显示，Claude 3.5 Sonnet表现最佳，人类屈居第四！
来自主题: AI技术研报
11291 点击 2025-05-25 16:22
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
Vending-Bench模拟环境可以测试大模型管理自动售货机的能力，结果显示，Claude 3.5 Sonnet表现最佳，人类屈居第四！
最近，AI 在数学和编程上的能力飞跃令人瞠目结舌 —— 在不少任务上，它已经悄然超越了我们大多数人类。而当它面对真正的专家，会发生什么？
现有的数据合成方法在合理性和分布一致性方面存在不足，且缺乏自动适配不同数据的能力，扩展性较差。
自 Anthropic 推出 Claude Computer Use，打响电脑智能体（Computer Use Agent）的第一枪后，OpenAI 也相继推出 Operator，用强化学习（RL）算法把电脑智能体的能力推向新高，引发全球范围广泛关注。
最近 Vibe Coding 这个词很流行，这是一个随着 AI 在编程领域不断发展而生长出来的概念，直译过来就是氛围编程，简单来说就是你不需要关心代码细节，只需要负责和 AI 沟通就行，最终达到预期的效果。
天网又近了！o3被曝出无视人类指令，自主破解关机程序，甚至篡改脚本终止命令。不过厉害的是，它竟揪出了Linux内核中的安全漏洞，获OpenAI首席研究官盛赞。
简单来说，Google Stitch 是一款由 AI 驱动的 UI 设计工具，能根据你的自然语言描述，自动生成高质量的网页和移动端界面。不止如此，它还支持直接导出 HTML/CSS 代码，甚至可以一键粘贴进 Figma，实现从原型到上线的无缝衔接。
当时X-ORIGIN对外宣布完成近亿元Pre-A轮融资，首款AI机器人产品即将在海外众筹平台Kickstarter上线，而在宣布此轮融资之前的不到三个月其刚完成数千万天使轮融资，也就是三个月拿到超亿元融资，这在消费类AI机器人领域算是比较大的融资规模了。时间来到5月22日，X-ORIGIN AI机器人产品Yonbo登陆Kickstarter ,24小时众筹金额突破100万美金。
长期以来，光学字符识别（OCR）技术一直是文档数字化的基石。然而，传统的实现方式在应对当今复杂多样的文档时却显得力不从心。在企业领域，文档的形式多种多样，包括扫描的合同、图像、带有嵌入式表格的电子邮件，甚至是手写笔记。基于模式识别和模板的系统无法跟上时代的步伐。一旦输入与预期的规范有所偏离，性能便会出现明显下降，暴露出其脆弱性。
在文档理解领域，多模态大模型（MLLMs）正以惊人的速度进化。从基础文档图像识别到复杂文档理解，它们在扫描或数字文档基准测试（如 DocVQA、ChartQA）中表现出色，这似乎表明 MLLMs 已很好地解决了文档理解问题。然而，现有的文档理解基准存在两大核心缺陷：