奥赛级AI基准来了：难倒所有模型，GPT-4o仅考34分，上海交大出品
奥赛级AI基准来了：难倒所有模型，GPT-4o仅考34分，上海交大出品为了进一步挑战AI系统，大家已经开始研究一些最困难的竞赛中的问题，特别是国际奥林匹克竞赛和算法挑战。
来自主题: AI技术研报
4982 点击 2025-04-01 09:49
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
为了进一步挑战AI系统，大家已经开始研究一些最困难的竞赛中的问题，特别是国际奥林匹克竞赛和算法挑战。
“创业公司不要浪费一分钱去训练底层模型”、“所有的应用都是套壳应用，关键是如何构建长期壁垒”。
一夜之间，OpenAI更新三大动向，开源、融资、用户暴增。第一，将开源一个具备推理能力的大语言模型，包含参数权重那种。上一次这样开源还是6年前推出GPT-2。
如今，有越来越多的网友发现，Gemini 2.5 Pro已经成为全球大模型中名副其实的冠军，刷爆各类基准测试和智商测试！它的智商达到130，其中数学方面已经强于大多数研究生，甚至几句提示，就能模拟宇宙规律。
这周，Midjourney即将带着全新V7强势归来。内部模型已训完，目前开启了评分系统，进入最后微调阶段。网友已放出生图，效果惊艳，画质细腻度拉满。
SANA-Sprint是一个高效的蒸馏扩散模型，专为超快速文本到图像生成而设计。通过结合连续时间一致性蒸馏（sCM）和潜空间对抗蒸馏（LADD）的混合蒸馏策略，SANA-Sprint在一步内实现了7.59 FID和0.74 GenEval的最先进性能。SANA-Sprint仅需0.1秒即可在H100上生成高质量的1024x1024图像，在速度和质量的权衡方面树立了新的标杆。
在三维数字内容生产领域，三角形网格作为核心的几何表示形式，其质量直接影响虚拟资产在影视、游戏和工业设计等应用场景中的表现与效率。
在视觉强化学习中，许多方法未考虑序列决策过程，导致所学表征缺乏关键的长期信息的空缺被填补上了。
由于 DeepSeek R1 和 OpenAI o1 等推理模型（LRM，Large Reasoning Model）带来了新的 post-training scaling law，强化学习（RL，Reinforcement Learning）成为了大语言模型能力提升的新引擎。然而，针对大语言模型的大规模强化学习训练门槛一直很高：
你是否曾对着一个繁复的AI框架，无奈地想："真有必要搞得这么复杂吗？"在与臃肿框架斗争一年后，Zachary Huang博士决定大刀阔斧地革新，剔除所有花里胡哨的部分。于是Pocket Flow诞生了——一个仅有100行代码的超轻量级大语言模型框架！