搜索
我最近深入研究了一家名为 StackOne 的伦敦创业公司，他们刚刚完成了由 GV（Google Ventures）领投的 2000 万美元 A 轮融资，这不仅仅是一个简单的融资消息，而是整个企业软件生态系统即将迎来根本性变革的信号。
一面是Meta豪掷143亿美元下注Scale AI，一面是OpenAI紧急切断合作——当全球目光聚焦硅谷之时，一家藏身首尔的初创公司悄然撕开了AI安全市场的裂口。
制作一个视频需要几步？可以简单概括为：拍摄 + 配音 + 剪辑。 还记得 veo3 发布时引起的轰动吗？「音画同步」功能的革命性直接把其他视频生成模型按在地上摩擦，拍摄 + 配音 + 粗剪一键搞定。
AI应用又爆出大冷门事件。 成立仅三年的AI初创公司Perplexity正式向谷歌发出收购要约，计划以345亿美元全现金形式收购Chrome浏览器业务。
强化学习（RL）是锻造当今顶尖大模型（如 OpenAI o 系列、DeepSeek-R1、Gemini 2.5、Grok 4、GPT-5）推理能力与对齐的核心 “武器”，但它也像一把双刃剑，常常导致模型行为脆弱、风格突变，甚至出现 “欺骗性对齐”、“失控” 等危险倾向。
战火升级！马斯克还在X上和奥特曼口水战，奥特曼反手就密谋支持一家脑机接口公司，与马斯克的Neuralink正面对决。这场关乎人类未来的科技战争，已经从AI蔓延到了你的大脑！
GUI 智能体正以前所未有的速度崛起，有望彻底改变人机交互的方式。然而，这一领域的进展正面临瓶颈：现有数据集大多聚焦于 10 步以内的短程交互，且仅验证最终结果，无法有效评估和训练智能体在真实世界中的长时程规划与执行能力。
首次实现“训练-推理不对称”，字节团队提出全新的语言模型训练方法：Post-Completion Learning (PCL)。 在训练时让模型对自己的输出结果进行反思和评估，推理时却仅输出答案，将反思能力完全内化。
近年来，强化学习（RL）在大型语言模型（LLM）的微调过程中，尤其是在推理能力提升方面，取得了显著的成效。传统的强化学习方法，如近端策略优化（Proximal Policy Optimization，PPO）及其变种，包括组相对策略优化（Group Relative Policy Optimization，GRPO），在处理复杂推理任务时表现出了强大的潜力。
Artificial Analysis 最近发布了《State of AI: China Q2 2025 Highlights Report》（2025年Q2 中国人工智能现状分析报告），聚焦中国 AI 发展现状。