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。
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。
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。
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。
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。
当所有人还在争论“AI 视频什么时候能用”,Pika 1.0 已经把答案拍在桌面上:现在就能。更关键的是,它暴露了一个被低估的事实——AI 视频的拐点,可能不是模型能力,而是创作权力的下放。
很多人以为大语言模型的“智能”来自某种神秘突破,但 Andrej Karpathy 在这场1小时的演讲里直接泼了冷水:LLM 本质上只是两个文件,加上一个极其漫长、昂贵、但高度工程化的训练过程。真正拉开差距的,不是模型会不会说话,而是你有没有能力把它“训成一个好助手”。
在 OpenAI DevDay 上,Helena Merk 抛出了一个让人不安的事实:真正拖慢气候转型的,不是技术不够先进,而是被 PDF、审批和流程卡死的现实世界。AI 已经准备好了,但它用在了你没想到的地方。
就在外界还在讨论亚马逊为何豪掷40亿美元押注 Anthropic 时,一条更猛的消息传出:亚马逊正在秘密训练一款代号 Olympus 的自研大模型,参数规模可能是 GPT-4 的两倍。这不仅是一场参数竞赛,更是 AWS、Bedrock、Alexa 以及整个生成式 AI 格局的关键转折点。
这是一篇基于OpenAI联合创始人兼首席科学家Ilya Sutskever长谈的深度文章,完整还原他对深度学习起源、OpenAI早期试错、大模型为何必须“尽可能大”,以及为什么“超级对齐”将成为AGI时代生死线的真实思考。
当所有人都在追逐更大的模型、更强的云端算力时,苹果却可能把生成式 AI 带回设备本身。iOS 18、边缘 AI、隐私优先,再加上内部每天“烧钱级”的模型训练——苹果的 AI 路线,正在悄悄成形。