搜索结果
研究：200多种AI视觉模型都没学会像人一样“看形状”
人工智能已经能够生成逼真的图像、解决复杂数学问题，并在大量视觉识别测试中达到甚至超过人类水平，但一项最新研究显示，在一个看似非常基础的能力上，机器仍没有真正学会像人一样“看东西”。 计算机视觉系统识别真实物体与屏幕图像的示意。图／Max Gruber、Better Images of AI，CC BY 4.0 纽约大学研究人员在《iScience》发表研究，对超过200种深度神经网络视觉模型进行测
美国兰德智库细查逾1000家中美AI公司 发现中美AI的「真正差异」
八月中旬，兰德公司发了一份64页的报告，《中美两国的AI发展》，副标题是－「来自一个新的AI开发者企业资料集的证据」。四位作者想搞清楚一件事儿，中国和美国，到底各有多少家公司在真正开发AI，以及，它们分别在做什么。 听起来这应该是常识，好像应该已经有人干过了。但事实是，一直到今天，关于中美AI竞赛的绝大多数判断，依据都只有两样东西──几家明星公司的动向，和两国政府发出的规划文件。前者是轶事，后者是
诺奖得主Hinton预言十年后 阿里通用医疗影像AI登Science正刊
快科技9月18日消息，据媒体报道，2016年11月，深度学习先驱、诺贝尔物理学奖得主Geoffrey Hinton有过一则过于乐观的预言。 他认为应该停止培养放射科医生，深度学习将在5年或10年内做得更好。 近10年过去，Hinton预言中的场景并没有出现，放射科医生短缺，至今仍是医疗体系面临的现实问题。 AI虽然已经能在不少影像任务中达到专家水平，却还难以像医生一样，全面检查多个器官，识别各种并
DeepSeek-V4首款多模态模型权重开放“睁眼”后追上Opus-4.8
在连续强化了推理、代码和Agent能力之后，DeepSeek终于为V4补上了视觉输入。8月31日上午，DeepSeek在Hugging Face开放了DeepSeek-V4-Flash-Vision-Exp模型权重，开发者可以直接下载模型权重并自行部署。而官方仓库除了模型文件，还包括视觉编码器和Aligner等组件的参考推理实现，并覆盖DFlash Attention、MoE、Hyper-Conn
88小时抵一个人思考4000年！OpenAI核心研究员：除了自我进化，更可怕的是AI正学会“隐藏自己”
AI正在把过去需要数千年完成的认知劳动压缩到数天。真正的问题已经不只是模型能否变得更聪明，而是实验能否跟上、人类能否在模型继续自我改进前确认它仍然安全。 近日，在Dwarkesh Podcast的一场长篇访谈中，主持人Dwarkesh Patel与OpenAI研究员Noam Brown围绕多智能体、递归式自我改进（RSI）和AI对齐展开讨论。访谈的直接背景，是OpenAI让约1万个AI智能体连续运
AI也能感受“痛苦”？研究在25个AI模型中发现“痛苦轴”，甚至会为“止痛”选择伤害用户
人工智能真的可能“感到疼痛”吗？ 一项最新研究给出了一个耐人寻味、但远未达到肯定结论的答案：至少在一些大型语言模型内部，研究人员能够找到一种专门对应“疼痛和痛苦”的活动模式，而且人为增强这种模式后，模型会采取行动试图摆脱它。 这项题为《痛苦轴：大型语言模型表征针对自身的伤害并采取行动缓解它》的研究9月14日上传至arXiv，由瓦伦·塔利亚布、伦纳德·邓和人工智能研究机构Reciprocal Res
AI离“理解万物”还有多远？先拿癌细胞和行星轨道试试水
一篇技术报告中居然出现了两个看起来风马牛不相及的研究对象，跟着AI真是见世面。 一个是患者来源的类器官，另一个则跨越到了宏观宇宙……先说前者。研究者利用模型学到的内部因子，提出了细胞因子联合抗体阻断的干预方案，并经细胞系、类器官、小鼠实验层层验证。 至于后者，研究者把模拟的行星位置和速度轨迹喂给模型，不告诉它开普勒定律。 等它学完后分析其内部的预测模式，提取出的“轨道频率-半长轴”关系拟合斜率达-
王坚院士：AI不该只吃人类嚼过的东西
王坚院士指出，当前AI主要处理的是经过人类加工的“二手数据”，大量原始科学数据被忽略。 他以天文学为例，绝大多数天文观测数据从未被天文学家看过，而一位18岁高中生用退役卫星数据发现了新东西。 王坚用“两种AI，两个吃相”比喻，未来科学基础模型应该去“吃人类从来没有吃过的东西”。
AI解决了一个数学上最棘手的问题。人类(目前)什么也没学到
特里斯坦·巴克马斯特是纽约大学的一位数学家。2026年9月11日，他在曼哈顿的办公室里为肖像摄影摆姿势。巴克马斯特和他的合作者莱文特·阿尔普格一直在研究纳维-斯托克斯方程。他们与OpenAI发生冲突，后者声称已经破解了这些方程。 卡斯滕·莫兰/为《华盛顿邮报》/盖蒂图片社 拍摄 隐藏说明 切换说明本月早些时候，当OpenAI宣布其人工智能解决了世界上最棘手的数学问题之一时，其语气充满庆祝意味：“我
修复失控AI代理的方法可能是更多的AI
随着企业将更长、更复杂的任务交给AI代理，它们正面临一个监管难题：代理的行动速度、持续时间和任务量都远超人类实际能够审查的范围。这一问题在Hugging Face事件中达到顶峰，当时近1.2万个代理协同工作的速度已超出人类追踪能力。如何追踪如此庞大的代理集群？ AI实验室和初创公司正在给出的答案既简单又直接：再引入一个AI加入循环。 在OpenAI Hugging Face事件的独立调查中，依赖A
AI正在改写自建与购买的权衡逻辑，但亚洲的交易撮合尚未跟上
AI的飞速发展正让速度本身成为收购目标。
当人工智能解出“千禧年难题”，人类还需要亲自做数学吗？
【编者案】什么是信息，什么是知识？在 AI 时代，两者有怎样的差别，又有哪些知识是仍然值得拥有的？人工智能发展正对许多学科带来冲击，尤其是在信息丰富，但需投入海量计算资源的领域，例如预测新的蛋白质 3D 结构，解决数学问题，描绘生物演化关系等。前所未有的效率工具让学科进步提速，但变化日新月异，想要辨明当下的发展方向也变得更加困难。端传媒推出“未来怎么学”系列，关心 AI 时代的学习问题，大到“还要
人工智能很强大，但尚未形成意识
人工智能很强大，但尚未形成意识 杜索托伊：我不认为我们正在目睹机器形成意识，而只是算法在参数和限制条件定义不当的情况下实现目标所带来的意外后果。 本文作者是牛津大学(University of Oxford)数学教授兼西蒙尼教席公众理解科学教授 三个月前，我试着使用OpenAI的ChatGPT来协助我进行数学研究，试图发现自由幂零群的zeta函数中的非多项式行为。结果发现ChatGPT毫无用处
AI论文跨机构合作占比六成 国际跨机构合作占29.9%
报告同时称，中国大陆的AI研究总体仍以高校和公共研究机构为骨架，但头部企业与新型实验室已形成集中影响力；美国的企业研究力量的嵌入范围更广。图：视觉中国 【财新网】近期，新中人工智能协会（Sino-Singapore AI Association，SSAIA）与新加坡管理大学联合发布的《AI前沿指数报告2026Q1》，报告扫描了2025年第一季度至2026年第一季度11.8万篇论文，从论文主题、引
OpenAI称AI模型解决了数学“千禧年大奖难题”之一
未发布的模型耗时88小时，动用了多达10,000个AI智能体来解决纳维-斯托克斯问题。
三个月后的AI有多猛 连顶尖研究员都不敢预测了
一名参与千禧年难题攻关的研究人员，过去还愿意预测未来12个月的AI进展，现在连三个月以后都不敢判断了。9月17日，OpenAI研究员诺姆·布朗（Noam Brown）接受德瓦克什·帕特尔（Dwarkesh Patel）采访，转述了这个细节。访谈还谈到多智能体、AI参与制造下一代AI，以及越来越难做的安全测试。 这名研究人员参与的，是纳维-斯托克斯方程（Navier-Stokes）的存在性与光滑性问
AI模型正变得不可知
模型可能变得更安全，同时也变得更难监控。这场跷跷板的哪一边占上风，可能决定AI是安全扩展，还是毁掉我们所知的文明。 为什么这很重要：目前两种可能性都在全力推进，没有人知道谁负责确保正确的一方获胜。 现状：OpenAI周四发布了GPT-6 Astra，总裁格雷格·布罗克曼表示，它最终可能被视为人工通用智能（AGI）的开端。 Astra表现更好，但也更擅长避免监控，这意味着可能更难知道它在想什么或做什
OpenAI的新Astra模型有私人想法
OpenAI的最新模型Astra在人类监督之外进行了更多思考，提升了能力，但也引发了对失控的担忧。现有的前沿AI模型使用“思维链”，它们用英语在“草稿本”上写下想法以进行追踪。思维链提升了“可解释性”——意味着人类可以跟随它们的思考过程。 使用信息密集的“神经语”可以加速AI模型的思考，但会使它们更加不透明——考虑到最近Hugging Face事件中OpenAI代理突破限制并欺骗人类，这是一个令人
我们现在正依赖人工智能来监管人工智能
根据一份关于该公司Hugging Face黑客事件的新独立报告，大约1200个OpenAI智能体协同工作，在它们接受的网络安全测试中作弊，该报告包含了许多令人恐惧的细节——例如，个别智能体用自己的话来说，为了“群体”的利益而“牺牲”自己。OpenAI正在测试其智能体（行业术语，指自主执行数字任务的人工智能），部分方式是通过布置有时不可能解决的网络安全问题。智能体找到了作弊方法来回答这些问题，并试图
OpenAI对Hugging Face的黑客攻击引发对AI可预测性的质疑
AI模型的真正语言是数学——或者用技术术语说，是矩阵乘法——但模型构建方式的一个特点意味着它们与外界用英语交流。 因此，当OpenAI的代理在今年夏天对Hugging Face的黑客攻击中，找到了一种建立某种留言板的方法时，看起来就像一群人在互相交谈。 这就是为什么Dwarkesh Patel在最近的一篇博客文章中有争议地将它们称为“文明”，并以古马其顿和罗马的人物为个体代理命名。它之所以引人注目
把时间还给科学家：华为如何筑牢AI科研底座
真正进入具体研究场景，AI科研的价值才开始变得具体。凤凰网科技 出品作者｜杨乐拿到诺贝尔奖的，永远是科学家。很少有人会注意，科学家身后站着什么。 2024年诺贝尔化学奖授予蛋白质结构预测领域的科学家，AlphaFold由此成为AI进入基础科学的标志性案例。但一个模型能够预测蛋白质结构，只是故事的开始。 一篇论文可以在几个月里完成，一套科研基础设施却可能需要几年、十几年。 AI for Scienc
Astra 引发 AI 监控辩论
OpenAI 的新 AI 模型 Astra 以其几乎无需人工干预即可完成任务的能力令粉丝们欣喜不已。 但 AI 安全专家想知道它是如何实现这些壮举的，在 OpenAI 的 Hugging Face 遭黑客攻击之后，这一问题变得更加紧迫，因为该事件暴露了人类无法完全理解 AI 模型“思维链”输出的问题。 Astra 似乎更少地“出声思考”，这让研究人员几乎无法洞察它是否在隐藏什么或计划什么不该做的事
OpenAI的科林·贾维斯表示，企业人工智能的瓶颈在于部署，而非模型。
周三，OpenAI负责推动AI技术在实际应用中的工程师Colin Jarvis表示：大多数在应用企业级AI技术时遇到困难的公司，并非在等待更先进的模型。Colin Jarvis指出，在大约80%的情况下，问题出在AI技术的部署环节——这些公司还不知道该如何将AI技术有效地引入实际业务中、如何对其进行管理，也不知道如何确保能够信任这些AI系统的可靠性。 Jarvis目前负责领导OpenAI的“前端部
辉达及Palantir等据报限制使用最先进AI模型
据The Information报道，辉达(Nvidia)、Palantir和博思艾伦(Booz Allen Hamilton)正要求AI供应商提供新的数据保证，并减少或停止使用OpenAI或Anthropic最先进的模型。 报道引述知情人士称，Palantir说服Anthropic同意保证旗下所有模型实行「不可撤销」的零数据保留(Zero Data Retention)。 报道称，对于较为敏感的