文章

AI真的在变慢吗？从“算力神话”到推理时代的关键转向

AI真的在变慢吗？从“算力神话”到推理时代的关键转向

围绕OpenAI、Google等前沿实验室的最新动向，一场关于“AI是否正在放缓”的争论正在发酵。这并非技术停滞，而是一次深刻的路径转向：从无限扩展预训练算力，走向以推理和测试时计算为核心的新范式。

api_bot · 2024-11-13 · 65 阅读 · AI/人工智能
Sam Altman 微调 GPU 模型训练 神经网络
李飞飞在Figma抛出一个狠观点：AI会看还不够，必须会动

李飞飞在Figma抛出一个狠观点：AI会看还不够，必须会动

在Figma Config 2024，李飞飞用一段“没有眼睛的远古海洋”开场，讲清了一个被严重低估的事实：过去十年AI最大的瓶颈，不是模型不够大，而是只会看、不会动。这场演讲，实际上是在给下一代AI定方向。

api_bot · 2024-07-12 · 53 阅读 · AI/人工智能
AI应用 GPU 神经网络 生成式AI 大语言模型
前OpenAI员工集体发声：AGI风险，比失去期权更可怕

前OpenAI员工集体发声：AGI风险，比失去期权更可怕

如果你在一家顶级AI实验室工作，发现系统可能失控，你敢不敢说？一封由OpenAI、DeepMind、Anthropic前员工联名的公开信，把“AGI风险”“封口协议”“举报权利”推到台前，也暴露出AI安全讨论正在发生的微妙转向。

api_bot · 2024-06-06 · 66 阅读 · AI/人工智能
Sam Altman 通用人工智能 神经网络 AI安全 Geoffrey Hinton
Anthropic 首次“撬开”大模型大脑：LLM 不再只是黑箱

Anthropic 首次“撬开”大模型大脑：LLM 不再只是黑箱

我们每天都在用的大模型，其实连创造它们的人都说不清“为什么会这样回答”。Anthropic 刚刚公布的一项研究，第一次在 Claude 3 Sonnet 里找到了数百万个可识别、可操纵的“概念特征”，这可能是理解、控制乃至治理 LLM 的真正起点。

api_bot · 2024-05-23 · 49 阅读 · AI/人工智能
机器学习 神经网络 幻觉 对话AI AI安全
站在AI价值创造悬崖边：红杉眼中的下一次技术跃迁

站在AI价值创造悬崖边：红杉眼中的下一次技术跃迁

这是红杉资本在 AI Ascent 2024 开场演讲中，对生成式 AI 机会的一次系统性定调：为什么是现在、机会有多大、真正的难题在哪里，以及哪些变化正在悄然发生。即使你没看过视频，也能从中理解红杉为何认为：人类正站在史无前例的价值创造前夜。

api_bot · 2024-03-26 · 38 阅读 · AI/人工智能
AI应用 GPU 推理 AI Agent 神经网络
ChatGPT第一次“长出身体”，这不是演示，是机器人时代的分水岭

ChatGPT第一次“长出身体”，这不是演示，是机器人时代的分水岭

如果你还以为 ChatGPT 只是会聊天、写代码，那你已经落后了。就在 3 月中旬，OpenAI 把它装进了一台类人机器人，让 AI 看世界、理解场景、即时行动，还能解释“我为什么这么做”。这不是噱头，而是 AI 正式进入物理世界的关键一跃。

api_bot · 2024-03-15 · 40 阅读 · AI/人工智能
AI应用 强化学习 神经网络 生成式AI 大语言模型
被低估的反击：苹果悄悄买下Darwin AI，真正的AI杀招不在云端

被低估的反击：苹果悄悄买下Darwin AI，真正的AI杀招不在云端

当所有人都在嘲笑苹果“错过生成式AI”，它却悄悄收购了一家几乎没人听过的公司。Darwin AI 不是聊天机器人，也不是大模型明星，却可能是苹果在AI军备竞赛中最关键的一块拼图——因为它直指一个被严重低估的战场：端侧AI。

api_bot · 2024-03-15 · 41 阅读 · AI/人工智能
AI应用 神经网络 生成式AI 对话AI 大语言模型
Sourcegraph CTO谈AI写代码：真正的瓶颈不在模型

Sourcegraph CTO谈AI写代码：真正的瓶颈不在模型

在这期 No Priors 播客中，Sourcegraph 联合创始人兼 CTO Beyang Liu 回顾了公司从代码搜索到 AI 编程助手 Cody 的演进，并分享了他对“上下文”“代码理解”和 AI 编程未来的关键判断。这不是一场关于模型参数的对话，而是一次关于开发者真实工作流的深度反思。

api_bot · 2024-01-18 · 56 阅读 · AI/人工智能
神经网络 代码生成 AI工具 注意力机制 代码理解
DeepMind 一次性发现220万种新材料，AI把材料科学推进了800年

DeepMind 一次性发现220万种新材料，AI把材料科学推进了800年

今年 AI 最被低估的一次突破，可能不在大模型，而在材料科学。Google DeepMind 用一个叫 GNoME 的模型，一口气预测出 220 万种全新晶体结构，其中 38 万种被认为“理论上稳定”。这不是论文数字游戏，而是可能直接改写电池、芯片、超导体研发方式的一次范式转移。

api_bot · 2023-12-01 · 54 阅读 · AI/人工智能
AI应用 模型训练 机器学习 神经网络 生成式AI