安爸

百度的文心一言将作为国行版苹果AI的核心云端智能引擎；阿里将负责对AI生成内容进行本地合规审核；库克坦言，苹果仍需更多时间研发具备AI功能的Siri。 文|张真 跳票多次的国行版苹果AI又传来新消息。 据知名科技记者马克·古尔曼透露，苹果AI有望在iOS 18.6系统中首次在中国大陆启用部分功能，背后将由阿里巴巴和百度提供技术支持。 今年2月，蔡崇信曾确...

作者｜沐风 来源｜AI先锋官 既造手机又造车，既布局IoT生活家电又搞机器人的小米，堪称科技公司中的“跨界王”。 日前，小米正式发布并宣布开源其首个“为推理而生”的大模型 Xiaomi MiMo，联动预训练到后训练，全面提升推理能力。 MiMo系列共开源了4个模型，分别为MiMo-7B、MiMo-7B-RL-Zero、MiMo-7B-RL以及一个MiMo-...

随着 GPT-4o 生成能力的爆火，很多人都在研究怎么让模型既能看懂图片、视频（理解任务），又能根据文字生成图片、视频（生成任务）。 自回归模型（就是那种一个接一个预测下一个“词”的模型）在这两方面都取得了很大进展，比如现在有很多厉害的文生图、文生视频模型，还有很多强大的多模态大语言模型（MLLM）能理解图文信息。 自然而然地，研究人员就想把这两种能力整合...

大推理模型（LRM）在非常复杂或困难的任务中表现非凡，这依赖于其强大的系统 2 思维模式（深思熟虑的慢思考）。但在日常的使用中，大量用户提问的问题更多是系统 1 问题（这些问题可以直觉快速回答），他们期待模型尽快回答，而不是等待模型冗长的思考。 一些初期的示例级的探索反映出了 LRM 在这类问题上存在思考冗长的直观表现。这不仅消耗了更多无用资源，也大大降...

长视频理解是多模态大模型的核心能力之一，也是迈向通用人工智能（AGI）的关键一步。然而，现有的多模态大模型难以大规模训练超长视频，并且在处理长视频时，仍然面临性能差和效率低的双重挑战。 对此，上海交通大学、北京智源研究院、特伦托大学的联合研究团队推出了小时级的超长视频理解大模型 Video-XL-Pro，创新提出“重构式令牌压缩”技术，实现近一万帧视频的单...

新智元报道 编辑：英智 好困 【新智元导读】2025年美国艺术与科学院院士公布，有在机器学习领域开疆拓土的学者，也有在神经科学方面深入钻研的专家，他们有着怎样令人惊叹的成果？来一同揭晓新科院士的风采。 2025年美国艺术与科学院新科院士公布！ 2025年新选出的近250名院士来自全球16个国家，涵盖31个专业领域，分为数学与物理科学、生物科学、社会...

衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 五一节后第一口瓜，曝阿里通义实验室高层人员离职变动！ “互联网八卦小喇叭”等多个微信公众号爆料，阿里巴巴通义实验室应用视觉团队负责人薄列峰（职级P10），已于4月30日低调离职。 他曾带领团队做出通义App上全民舞王「兵马俑跳科目三」等爆款功能。 知情人士透露，他已经加入某互联网大厂，base美国，担任多...

新智元报道 来源：学术头条 【新智元导读】具身智能最大的挑战在于泛化能力，即在陌生环境中正确完成任务。最近，Physical Intelligence推出全新的π0.5 VLA模型，通过异构任务协同训练实现了泛化，各种家务都能拿捏。 近年来，机器人取得了显著进展，能表演杂技、跳舞、听从指令，甚至完成叠衣服、擦桌子等复杂任务。但机器人面临的最大挑战并...

本篇文章部分内容转载自公众号「腾讯科技」 当地时间5月5日，OpenAI发布声明宣布对公司架构进行调整，放弃将公司转向营利性组织的计划，将继续由非盈利组织控制。现有的营利性组织（LLC）将调整为公益责任公司（PBC）。 于此同时，彭博社今日发文称，据知情人士消息，OpenAI已同意以约30亿美元的价格收购AI编程公司Windsurf。若最终收购达成...

梦晨 一水 发自 凹非寺 量子位 | 公众号 QbitAI 65年数学难题新突破！ 来自复旦大学的林伟南、王国祯以及UCLA的徐宙利合作，解决了126维空间的Kervaire不变量问题。 三位作者都是北大数院出身，该成果曾作为北大建校126周年贺礼做报告，现在完整论文终于上传arXiv。 △图源：北京大学数学科学学院 他们这次解决的是高维拓扑学中的核心难题...