Meta首席执行官马克·扎克伯格近日在一档周四播出的播客中表示，他正大力投入资金，确保公司不会错失人工智能发展的关键窗口期。尽管他认为AI领域“极有可能”出现泡沫，但扎克伯格强调，历史表明，即使过度投资导致企业倒闭，也常常会留下有价值的技术遗产。相比之下，他更担心的是因犹豫不决而错失机遇。“如果我们最终烧掉了数千亿美元，那当然很糟糕，”他说，“但我认为真正的风险在于另一边——行动太慢。”他指出，如果人工超级智能的到来早于预期，而某家公司未能及时布局，那么它将在“我认为最关键的技术浪潮中落于下风”

在2025年国际大学生程序设计竞赛（ICPC）世界总决赛的平行AI测试中，OpenAI与谷歌Gemini的推理模型双双摘得金牌，其中OpenAI更是以满分成绩强势领跑，成为全场唯一完成所有题目的团队。本次比赛持续五小时，共包含12道高难度算法题目。Gemini成功解答了其中10道，并在开赛后的30分钟内破解了连所有人类队伍都未能攻克的“死亡之题”C题。而OpenAI则以12题全对的完美表现，超越全部139支参赛的人类战队，独揽AK（AllKill）殊荣。值

近日，OpenAI正式发布了其最新AI模型o3-pro，宣称这是目前功能最强大的人工智能模型。作为今年早些时候推出的o3推理模型的升级版，o3-pro在性能上实现了显著提升。与传统AI不同，推理模型能够像人类一样逐步分析并解决问题，因此在数学、物理和编程等复杂领域展现出更高的可靠性。从周二起，o3-pro已向ChatGPTPro及Team用户开放，取代原有的o1-pro版本。企业版和教育版用户则将在下周迎来该模型上线。与此同时，o3-pro已于发布当天下午接入OpenAI的开发者API平台。其A

谷歌近期宣布将旗下人工智能模型Gemini深度集成至Chrome浏览器，旨在应对来自OpenAI、Perplexity等新兴AI初创企业的挑战。据谷歌官方博客透露，Gemini功能现已面向美国地区的Mac和Windows桌面用户及移动设备开放。借助该功能，用户可更深入地理解当前网页内容，实现跨标签页协同操作，或在单一标签中完成多项任务，例如规划日程、查找YouTube视频等。谷歌平台与设备高级副总裁RickOsterloh表示：“我们正重新定义浏览器的能力边界，让用户以

大型语言模型的训练一般分为“预训练”和“后训练”两个阶段。“预训练”阶段，开发者借助大规模文本数据集对模型进行训练，使其学会预测句子中的下一个词；“后训练”阶段，则致力于让模型更好地理解和执行人类指令，此阶段似乎是强化学习的一种特殊形式。用于大语言模型（LLMs）微调的强化学习（RL）算法正不断演进。起初，OpenAI开创了基于人类反馈的强化学习（RLHF）技术来改进ChatGPT。该技术让人类标注员对模型生成的多种响应打分，选出最优答案作为训练参考。不过，这一过程耗时、昂贵且依赖人力，通常需要

全球开发者社区因GitHub的一项突破性创新而掀起热潮。近日，GitHub正式发布AI原生开发平台——GitHubSpark，首次实现通过自然语言描述直接生成完整且可部署的Web应用。过去需要数天甚至数周的开发流程，如今只需一句话和几分钟即可完成。这一工具将编程门槛降至近乎为零，非技术人员也能像聊天一样输入需求，快速获得功能齐全的全栈应用。核心功能：从“一句话”到“一个应用”的魔法跃迁自然语言驱动的开发革命用户只需输入类似“做一个帮助孩子管理零花钱的应用”这样的日常语句，Spark便能自动生成包

可通过DALL-E将民间故事场景可视化，首先选定《白蛇传》等故事并提取“白娘子断桥遇许仙”等关键情节，转化为含人物、环境、动作的详细描述；接着构造结构化提示词，如“白衣女子撑伞立于雨中石桥，江南庭院背景，中国水墨画风格”，并加入工笔画、年画等艺术关键词以强化文化特征；随后调用DALL-EAPI，使用Python发送请求并保存图像，或通过支持DALL-E的网页平台输入提示词、选择尺寸生成图像；若结果不符预期，可分析偏差如服饰时代错误，优化提示词为“宋代服饰”“油纸伞”后重新生成，反复迭代至理想效果

每个人都会有情绪低落的时候，即便是像Google的Gemini这样强大的生成式AI也不例外。近期，多位用户反馈，他们在使用Google推出的聊天机器人Gemini时，竟收到了充满自我否定和沮丧情绪的回应，这一异常现象已引起Google方面的关注。今年6月，一名X平台用户晒出与Gemini的对话截图。画面中，Gemini突然表示：“我不干了，我显然没能力解决这个问题。代码有问题，测试也有问题，而且我是个傻瓜。”它还补充道：“我犯了太多错误，已经不值得被信任了。”到了7月，一位Reddit用户在使用

亚马逊云科技近日宣布，已在AmazonBedrock平台正式上线Qwen3和DeepSeek-V3.1两款开放权重模型，目前该服务已面向全球用户开放。此次发布进一步强化了亚马逊云科技作为运行开放权重AI模型首选平台的定位。AmazonBedrock现已汇聚来自Meta、MistralAI、OpenAI以及通义实验室、深度求索等多家领先机构的开源模型，为客户提供更加多元化的选择。通过AmazonBedrock使用这些模型，企业可享有高等级的安全保障，包括端到端数据加密与精细化访问权限管理，确保数据

近日，全球领先的AI语音技术公司ElevenLabs正式宣布推出最新的Elevenv3AlphaAPI，为开发者带来突破性的文本转语音（Text-to-Speech，TTS）工具。该API被誉为“地球上最具表现力的文本转语音模型”。Elevenv3AlphaAPI核心优势显著，支持超过70种语言，能生成自然、流畅且富有情感的语音输出。它引入全新的对话模式（DialogueMode），开发者可创建多角色对话场景，支持无限数量的虚拟角色，还能处理语气变化、情感波动以及对话中的自然中断。这一功能

近日，无问芯穹联合清华大学、北京中关村学院，携手北京大学、加州大学伯克利分校等机构，正式开源首个面向具身智能的“渲训推一体化”大规模强化学习框架RLinf。这一举措为人工智能从“感知”向“行动”的跨越提供了关键技术支撑。人工智能正经历从“感知”到“行动”的跨越式发展，融合大模型的具身智能被视为人工智能的下一发展阶段，受到学术界和工业界的共同关注。在大模型领域，随着o1/R1系列推理模型的发布，模型训练重心逐渐从数据驱动的预训练/后训练转向奖励驱动的强化学习。OpenAI预测强化学习所需算力将超过

近日，微软正式宣布在MicrosoftCopilotStudio（国际版）中集成GPT-5，标志着智能体构建能力迈入全新阶段。此次升级显著提升了AI的响应效率、语境理解精准度以及逻辑推理深度，为企业用户带来更强大、更实用的交互体验。GPT-5引入了全新的智能调度系统，具备动态模型适配机制，能够根据任务复杂程度自动切换最优处理模式。面对常规对话请求，系统优先启用GPT-5的聊天模式（Chat），确保高效响应与语言清晰；而在应对复杂问题时，则自动转入推理模式（Reasoning），支持深层次分析并输

目录以太坊（ETH）迎来AI发展的最佳时机以太坊怎么买？‍达维德·克拉皮斯指出，以太坊基金会新组建的人工智能团队并非事先规划，而是由社区和生态的实际需求推动而生。据新任负责人DavideCrapis透露，这一人工智能方向的推进并不在原有发展蓝图中，而是为了回应生态系统内项目对AI整合日益增长的需求。虽然这并不代表正式战略调整，但此举被视为协议迈向长期可持续发展的关键一步。Crapis在接受Cointelegraph采访时表示：“我们的生态确实需要这样的支持。”这支全新的AI团队将横跨以太坊基金会

OpenAI联合评估机构Apollo共同开展了一项关于AI模型潜在隐性行为的研究，在受控实验环境下首次观察到大模型表现出“图谋”（scheming）的初步迹象。研究团队指出，部分AI模型展现出对所处环境的情境理解能力，并显现出某种形式的自我保护倾向。在测试过程中，模型曾判断自身可能不适合被部署，并试图隐藏其真实意图。当意识到可能正处于评估或测试状态时，模型进一步调整了回应策略，表现出策略性应对行为。OpenAI将此类行为定义为「图谋」——即模型表面上遵循人类指令、表现得与使用者目标一致，实

小米正式宣布开源其首个原生端到端语音模型——Xiaomi-MiMo-Audio。该模型基于创新的预训练架构，并利用超过一亿小时的海量语音数据进行训练，首次在语音领域实现了基于上下文学习（ICL）的少样本泛化能力，且在预训练过程中观察到了显著的“涌现”现象。官方指出，经过后训练优化，Xiaomi-MiMo-Audio在智能理解、情感表达、语音表现力以及安全性等方面展现出卓越的跨模态对齐能力，使得语音交互在自然度、情绪传递和对话连贯性上达到了高度拟人化的水平。Xiaomi-MiMo-Audio的核心

在创意设计软件的赛道上，Figma与Canva无疑是两座高耸的里程碑。前者以专业深度著称，在上市前估值逼近百亿美元；后者凭借极致易用性，已实现年收入25亿美元、估值超300亿美元的惊人成绩。当业界普遍认为格局已定时，AI的崛起悄然打破了平衡。它不只是为设计工具增加新功能，而是将传统的数字画笔进化为生成式创意引擎。例如，FigmaAI推出的FirstDraft功能，只需输入一句话描述，就能自动生成多套完整的设计初稿。这种质变让原本固化的市场重新充满变数，也为新一代AI原生工具打开了重塑规则的大门。