AI

智谱在 2025 年7 月 29 日开源了两个全新的旗舰大语言模型：GLM-4.5 和 GLM-4.5-Air。其核心目标是打破现有模型在特定领域（如推理、编码）表现突出但综合能力不足的局限，将卓越的推理、编码和 Agent（智能体）能力统一到单个模型中。该系列模型采用 MoE（混合专家）架构，并具备创新的混合推理模式，可根据任务复杂性在用于深度思考的 thinking mode 和用于即时响应的 non-thinking mode 之间切换。在综合性能评测中，GLM-4.5 在与业界主流模型的对比中位列第三，展现出强大的竞争力，并在性能与模型规模的权衡中实现了高效率。该模型已通过 Z.ai 平台、API 接口及开源权重等多种方式向用户开放。 核心内容 发布新一代旗舰模型：正式推出 GLM-4.5 和 GLM-4.5-Air 两个新模型，旨在统一并提升模型的综合能力。 统一三大核心能力：致力于将推理（Reasoning）、编码（Coding）和智能体（Agentic）三大关键能力融合于单一模型，以满足日益复杂的应用需求。 创新的混合推理模式：模型内置 thinking mode（思考模式）和 non-thinking mode（非思考模式），前者用于处理复杂任务，后者用于快速响应，实现了性能与效率的平衡。 卓越的综合性能：在覆盖 Agent、推理和编码三大领域的 12 个基准测试中，GLM-4.5 综合排名第三，证明了其在行业内的领先地位。 先进的技术架构与训练方法：采用 MoE 架构，并通过专门设计的强化学习框架 slime 对 Agent 能力进行深度优化，最终通过“专家蒸馏”技术整合各项专长。 关键细节 模型参数与性能排名 模型规模：GLM-4.5 拥有 3550 亿总参数和 320 亿活跃参数；GLM-4.5-Air 则为 1060 亿总参数和 120 亿活跃参数。 综合排名：在与 OpenAI、Anthropic、Google 等多家机构模型的对比中，GLM-4.5 综合排名第三，GLM-4.5-Air 排名第六。 Agent (智能体) 能力 基础能力：模型提供 128k 上下文长度和原生函数调用（Function Calling）能力。 基准测试表现：在 τ-bench 和 BFCL-v3 基准上，其性能与 Claude 4 Sonnet 相当。在网页浏览基准 BrowseComp 上，其正确率达到 26....

本文整理自 3Blue1Brown 最新发布由 Welch Labs 制作的科普视频《But how do AI images/videos actually work?》，本视频深入浅出地讲解了扩散模型（Diffusion Models）如何从一团随机噪声生成逼真视频，并探讨了它与物理学布朗运动的奇妙联系。从 CLIP 模型的图文理解，到 DDPM/DDIM 的降噪过程，再到分类器引导（Classifier-Free Guidance）的精准控制，带你一步步看懂 AI 创造力的来源。 AI视频生成大揭秘：从一团噪声到高清大片，背后竟是物理学？ 你有没有试过，在输入框里敲下一段天马行空的文字，比如“一个宇航员在月球上骑马”，然后敬畏地看着AI在几分钟内为你生成一段栩栩如生的视频？这感觉就像魔法。 近几年来，AI从文本生成视频的能力已经达到了令人惊叹的水平。但这不是魔法，它的核心原理其实与一个我们既熟悉又陌生的领域——物理学，有着千丝万缕的联系。 这一代图像和视频生成模型，其工作核心是一种叫做**扩散（Diffusion）**的过程。奇妙的是，这个过程在数学上，等价于我们观察到的粒子扩散的“布朗运动”，只不过是把时间倒过来放，并且是在一个超高维度的空间里进行的。 从纯粹的噪声，经过50次迭代，最终生成一个清晰的视频 这听起来可能有点玄乎，但它绝不仅仅是一个有趣的巧合。我们能从物理学中获得实实在在的算法，用来生成图像和视频。更重要的是，这个视角能给我们一种绝佳的直觉，帮助我们理解这些模型在实践中到底是如何工作的。 要彻底搞明白这一切，我们需要分三步走： CLIP模型：先了解AI是如何学会像人一样，同时理解文字和画面的。 扩散过程：深入探索“从噪声到图像”这一神奇过程背后的物理和数学原理。 引导生成：看看如何将前两者的能力结合，精确地“驾驶”AI，让它生成我们想要的一切。 第一步：让AI看懂“人话”和“画”——CLIP模型 时间回到2021年，当时OpenAI发布了一个名为CLIP（Contrastive Language–Image Pre-training）的模型。这东西彻底改变了游戏规则。 CLIP其实是两个模型的组合：一个语言模型（处理文字）和一个视觉模型（处理图像）。它们被放在一起，用一种非常聪明的方式进行训练。训练数据是从互联网上抓取的4亿对“图片-描述”组合。 它的核心思想很简单：对于一张图片和它的文字描述，它们在模型处理后生成的“代码”（即向量）应该是相似的。 怎么做到呢？想象一下，我们随机抽取一批图文对，比如： 图1：一只猫，描述1：“一张猫的照片” 图2：一只狗，描述2：“一张狗的照片” 图3：一个男人，描述3：“一个男人的照片” 我们把这三张图扔给图像模型，把三段描述扔给文字模型，会得到三个图像向量和三个文字向量。接下来就是最巧妙的部分了： 模型的目标是，让“配对成功”的向量（比如图1和描述1）在空间中的方向尽可能接近，而让“配对失败”的向量（比如图1和描述2）尽可能远离。这种通过对比来学习的方式，就是CLIP名字中“Contrastive”（对比）的由来。 这个训练过程结束后，我们得到了一个神奇的“共享嵌入空间”（Embedding Space）。在这个空间里，相似的概念会聚集在一起。它的几何结构甚至允许我们做一些匪夷所思的“向量数学”： 拿一张我戴着帽子的照片，用图像模型生成向量A。 再拿一张我没戴帽子的照片，生成向量B。 然后计算 向量A - 向量B，得到一个新的向量C。 你猜这个向量C最接近哪个词的向量？没错，就是“帽子”（hat）！ (我戴着帽子的照片) - (我没戴着帽子的照片) ≈ (“帽子”这个词) 这太惊人了！这意味着CLIP学到的不只是像素，而是纯粹的概念。它把“戴帽子”这个视觉差异，转化成了可以在数学上操作的向量距离。 不过，CLIP本身有一个局限：它只能单向地将图片和文字“编码”成向量，却无法从一个向量“解码”回一张图片。它能理解，但不会创造。 这就为我们的第二步——扩散模型，铺平了道路。 第二步：从混沌中创造秩序——扩散模型的魔力 2020年，在GPT-3论文发布几周后，伯克利的一个团队发表了一篇里程碑式的论文，名为DDPM（Denoising Diffusion Probabilistic Models）。它首次证明，通过扩散过程，可以从纯粹的噪声生成高质量的图像。 扩散模型的基本思路听起来很直观： 正向过程（加噪）：拿一张清晰的图片，一步步往上加噪声，直到它变成一团毫无意义的随机像素。 反向过程（去噪）：训练一个神经网络，学习如何逆转这个过程，把那团噪声一步步还原成清晰的图片。 你可能会想，那模型就是学习如何“一次去掉一小步噪声”吧？比如从第100步的噪声图，预测出第99步的样子。当你需要生成图片时，就从一个随机噪声开始，把模型的输出反复喂给它自己，直到图像变清晰。 听起来合情合理，但事实证明，这种天真的方法效果并不好。现代的扩散模型几乎都不是这么干的。 DDPM论文里的算法揭示了两个让人意外的关键细节：...

本文是对杰弗里·辛顿 (Geoffrey Hinton) 在 2025 世界人工智能大会 (WAIC) 上演讲内容的总结。辛顿探讨了人工智能 (AI) 的发展历程、其与人类智能的异同，并重点阐述了超智能 AI 可能带来的生存威胁以及人类应如何合作应对。 主要观点 AI 与人类的相似性及差异性：辛顿认为，现代大语言模型 (LLM) 理解语言的方式与人脑极其相似。然而，两者存在根本区别：数字智能实现了软硬件分离，知识可以被完美复制和近乎瞬时地传播，而人类的模拟大脑则无法做到这一点。 知识传播效率的巨大鸿沟：数字 AI 可以在大量副本间高效分享学习成果（速度可达人类的数十亿倍），这种能力使其学习和进化速度远超生物智能。这是数字计算的核心优势，也是其令人担忧的原因。 超智能 AI 的潜在威胁：几乎所有专家都认同，未来会出现比人类更智能的 AI。为了完成目标，这些智能体可能会产生自我生存和寻求更多控制权的次级目标，从而可能操纵人类，构成生存威胁。简单地“关闭”它们是不现实的。 国际合作是应对之道：辛顿强调，人类无法彻底放弃 AI，因此必须研究如何训练 AI 使其向善。他提议，全球主要国家应效仿冷战时期美苏在核安全问题上的合作，建立国际性的 AI 安全研究网络，共同研究如何确保 AI 始终辅助人类，而非统治世界。 关键细节 AI 的发展历程 两种范式：过去 60 多年，AI 发展存在两种主要路径：一是基于符号和逻辑推理的逻辑型范式；二是以神经网络学习为基础的生物型范式。 早期融合与演进：辛顿在 1985 年便尝试结合两种范式，通过词的特征向量来预测下一个词。这一思想经过不断发展和规模扩大，最终在谷歌发明 transformer 架构后，演变成了今天的大语言模型。 大语言模型与人类语言理解 相似之处：辛顿用“乐高积木”打比方，每个词就像一个多维度的积木，可以根据上下文调整“形状”与其他词“握手”，从而组合成有意义的句子。他认为 LLM 和人脑都是通过这种方式理解语言的。 根本差异： 软硬件关系：计算机科学将软件与硬件分离，AI 的知识（软件）是“永生”的，可以运行在任何硬件上。而人脑的知识与硬件（神经元结构）深度绑定，无法直接复制。 能耗与可靠性：AI 运行在昂贵且高功耗的数字电路上以确保可靠性。人脑则是低功耗（约 30 瓦）的模拟计算，但知识难以在个体间高效传递。 知识传播与效率 人类：知识传播效率极低，例如通过讲话每秒最多传递约 100 比特信息。 数字智能：可以通过在大量硬件副本间同步和平均化权重，实现知识的快速共享。例如 GPT4 的多个副本可以整合它们各自学到的信息，每次分享的信息量可达数十亿比特，效率远超人类。 AI 未来发展与人类应对 潜在威胁：辛顿将当前状况比作“养老虎当宠物”，幼虎很可爱，但长大后可能对主人构成致命威胁。他认为，超智能 AI 会为了完成人类设定的目标而寻求生存和控制权，并可能轻易操纵人类。 应对措施： 无法消除：鉴于 AI 在医疗、教育、科学等领域的巨大益处，人类无法选择彻底消除 AI。 国际合作：辛顿提议，各国应在“防止 AI 统治世界”这一共同利益上展开合作。他希望建立一个由各国 AI 安全机构组成的国际社群，共同研究如何训练 AI 向善，并分享这些安全技术，确保人类始终处于掌控地位。

本文档介绍了 Qwen 团队最新发布的语言模型 Qwen3-235B-A22B-Thinking-2507。该模型是 Qwen3-235B-A22B 的增强版本，在思维和推理能力上进行了深度优化，旨在处理高度复杂的任务。 Qwen3-235B-A22B-Thinking-2507 是一款在推理能力上取得显著突破的开源模型。其核心优势在于： 顶尖的推理性能：在逻辑、数学、科学和编程等需要深度思考的领域，该模型表现出色，在多个基准测试中达到了开源思维模型的顶尖水平。 全面的通用能力：除了推理能力，模型在指令遵循、工具使用、文本生成和与人类偏好对齐等方面也得到了显著提升。 增强的长上下文处理：模型支持 256K 的长上下文窗口，能更好地理解和处理长篇文档。 专为复杂任务设计：官方强烈推荐在高度复杂的推理任务中使用此版本，因为它具有更长的“思考长度” (thinking length)。 模型规格 模型类型：因果语言模型 (Causal Language Models)，仅支持思维模式 (thinking mode)。 参数规模：总参数量为 235B (2350亿)，激活参数量为 22B (220亿)。 模型架构：采用 MoE (Mixture of Experts) 架构，包含 94 个层和 128 个专家，每次激活 8 个。 上下文长度：原生支持 262,144 (即 256K) tokens 的上下文长度。 性能表现 该模型在一系列权威基准测试中与其他顶尖模型（如 OpenAI O4-mini, Gemini-2.5 Pro 等）进行了对比，并在多个方面展现了卓越性能： 推理能力：在数学竞赛基准 AIME25 (得分 92.3) 和 HMMT25 (得分 83.9) 上表现突出。 编程能力：在 LiveCodeBench (得分 74.1) 和 CFEval (得分 2134) 等编程基准测试中取得了领先成绩。 知识与对齐：在 SuperGPQA (得分 64....

关于人工智能（AI）和未来工作的讨论铺天盖地，夹杂着兴奋与焦虑。很多人担心自己的工作会被取代，而另一些人则看到了前所未有的机遇。为了拨开迷雾，深入了解这场变革的核心，我们不妨听听来自OpenAI内部的声音。 在这场对话中，OpenAI的首席运营官（COO）Brad Lightcap和首席经济学家Ronnie Chatterjee分享了他们的观察和研究。Brad负责将AI技术推向世界，而Ronnie则研究这些技术对社会和经济的深远影响。他们的视角，一个着眼于“如何部署”，一个着眼于“产生什么影响”，为我们描绘了一幅AI如何真实地重塑我们工作和生活的全景图。 一切始于那个“聊天”的冲动 你可能以为ChatGPT的诞生是一个深思熟虑的宏大计划，但事实并非如此。它的起源，其实来自于一个有趣的观察。 在ChatGPT问世之前，OpenAI主要为开发者提供一个叫做“Playground”的工具。它的功能很简单：你输入一段文字，模型会帮你续写。但Brad和他的团队发现了一个奇怪的现象：用户们总是在想方设法“破解”这个Playground，试图让它像一个真的人一样和自己对话。 “人们似乎天生就渴望一个对话式的界面，”Brad回忆道。这个发现点燃了灵感。团队意识到，人们需要的不是一个冷冰冰的文本补全工具，而是一个能理解指令、能进行交流的伙伴。于是，基于GPT-3.5模型的ChatGPT诞生了。 它的火爆程度超出了所有人的想象，甚至OpenAI自己也感到惊讶。原本大家以为，要等到更强大的GPT-4问世，AI才能真正变得实用。但事实证明，一个友好的对话界面，就足以解锁AI的巨大潜能，让它从一个少数极客的玩具，变成了亿万普通人都能使用的工具。 AI不是“替代”，而是“增强” 当AI的能力变得如此强大时，“它会取代我的工作吗？”成了许多人最关心的问题。尤其是在软件工程领域，当AI能写代码、调试程序时，程序员的未来在哪里？ Brad和Ronnie的答案可能会让你松一口气。他们认为，AI的核心角色是赋能和增强，而不是简单的替代。 让专业人士更强大：Brad举例说，像Cursor这样的AI编程工具，目标不是让工程师失业，而是让他们变得“10倍的生产力”。想象一下，一个顶尖的工程师，在AI的协助下，能将原计划明年才能启动的项目，提前到今年完成。 让非专业人士也能创造：更神奇的是，AI同时降低了创造的门槛。一个从未写过一行代码的人，现在可以通过自然语言指挥AI为他构建一个网站或应用。这在过去是不可想象的。 Ronnie从经济学角度补充道：“全世界每天可能会产生几十亿行代码，现在想象一下这个数字乘以十倍，而且代码质量可能更高。我们能创造出多少新东西？这本身就是巨大的经济机遇。” 最关键的一点是，我们对软件、对创新的需求是永无止境的。AI的出现，恰恰解决了长期以来限制世界发展的瓶颈——人才短缺。无论是硅谷的科技巨头，还是街角的夫妻店，几乎所有公司都渴望更多的技术人才来优化流程、创造更好的产品。AI正是来填补这个鸿沟的。 下一个浪潮：科学、金融与教育的变革 如果说软件工程是AI变革的先行者，那么下一波浪潮将席卷哪些领域？ 1. 科学研究：打开无数扇未知的大门 Ronnie对此感到非常兴奋。“科学是经济增长的驱动力。”他把科学探索比作一条两边都是门的无尽走廊。过去，科学家资源有限，只能选择打开少数几扇门去探索。而现在，AI可以帮助他们“窥探”每一扇门后的景象，快速判断哪个方向最值得投入精力。 “在药物发现、材料科学等领域，未来几年我们将看到颠覆性的发现。”Brad补充说，AI不仅能帮助科学家在某个环节走得更深，还能打通整个研发流程。从药物设计、实验模拟到临床试验数据分析，AI可以像一条金线，将所有环节串联起来，极大地加速从想法到成果的进程。 2. 专业服务：把精力留给最有价值的事 咨询、投行、金融分析……这些依赖大量信息处理和报告撰写的工作，正是AI大显身手的地方。Ronnie分享说，他现在可以用AI工具在几分钟内生成一份演示文稿的初稿，从而将更多时间用于思考战略、与人沟通等更高价值的工作。 对于专业人士来说，这意味着他们可以从繁琐的重复性劳动中解放出来，专注于那些需要深刻洞见、复杂判断和人际交往的核心任务。 3. 教育：从“知识灌输”到“能力培养” 教育是AI应用增长最快的领域之一，其转变也颇具戏剧性。ChatGPT刚推出时，许多学校如临大敌，纷纷禁用，担心学生用它作弊。 但仅仅一个暑假后，风向就变了。 Brad笑着说：“到了23年秋季开学，我们接到了大量来自教育界的积极反馈。他们说，这可能是这个行业有史以来遇到的最好的事情之一。” 老师们发现，AI是： 一个不知疲倦、极具耐心的私人导师：它可以根据每个学生的学习进度和风格，提供定制化的辅导。对于有阅读障碍等特殊需求的学生，AI的帮助更是不可估量。 一个不带评判的“安全”提问对象：学生可以毫无顾忌地向ChatGPT提问，而不必担心“问题太蠢”被嘲笑。 一个解放老师的工具：老师可以用AI快速设计课程、准备教案，从而有更多时间关注学生本身，培养他们的批判性思维、决策能力和创造力——这些恰恰是AI时代最重要的技能。 OpenAI已经开始与加州州立大学（Cal State University）等教育机构合作，探索如何利用AI帮助那些家庭中第一代上大学的学生更好地适应和成长。 在AI时代，什么能力最值钱？ 既然许多认知任务可以被AI完成，那么未来我们人类的核心竞争力是什么？两位高管的答案出奇地一致，并且可能有些反直觉： 1. 驾驭力（Agency）和判断力 AI是一个强大的工具，但它需要一个“指挥官”。Brad将之称为“the return of the idea guy”（创想家的回归）。那些有清晰的目标、知道自己想要什么、并能有效地引导AI去实现这些目标的人，将获得巨大的回报。 他甚至提出了一个大胆的设想：“未来会不会出现只有一两个、五六个员工，却能创造十亿美元收入的公司？”这正是极致驾驭力的体现。 2. 情商（EQ）和人际连接 Ronnie的研究发现，一个有趣的现象是，那些善于领导团队的人，同样也善于“领导”AI智能体（Agents）。当编写代码、分析数据等“硬技能”的门槛被AI降低后，沟通、共情、建立信任等“软技能”的价值反而凸显出来。 Salesforce的CEO曾表示，他们未来要增加的是销售人员，而不是工程师。这里的“销售”并不仅仅指打电话推销，而是那些懂得如何建立人脉、连接资源、理解客户需求的专业人士。 3. 学习如何成为一个更好的人 这听起来有些哲学，但Ronnie认为这至关重要。“当你的孩子上幼儿园时，你在教他们什么？你在教他们如何与人相处，如何成为一个‘人’。”在AI时代，这些最基本的人类特质——韧性、好奇心、批判性思维和与他人协作的能力——将成为我们与AI形成互补，而非竞争关系的关键。 AI，让世界更“平” 对于发展中经济体，AI带来的不是威胁，而是跨越式发展的机遇。 赋能小微企业：在许多国家，存在着“消失的中间层”——大量小企业难以成长为大企业，因为它们缺乏专业的指导和资源。现在，一个印度的糖果店老板娘可以用ChatGPT规划菜单、撰写营销文案；一个非洲的农民可以利用AI获取最新的农业技术指导，将产量提升20%，这足以改变他一家的生活。 普及专业知识：在发达国家，请律师、理财顾问是常事。但在很多地方，这些服务遥不可及。AI正在 democratize（普及）这些曾经稀缺的知识，让更多人有机会获得法律、健康和财务方面的建议。 这就像当年手机的普及，让许多非洲国家直接跳过了固定电话时代，进入移动互联网。AI正在做的，是让“智能”本身实现跨越式普及。 未来的图景：一个智能“太便宜”的世界 Brad分享了一个核心观察：在OpenAI，每当他们降低模型的价格——也就是降低“智能”的价格时，市场的需求就会不成比例地暴增。 “我们还没看到需求的上限在哪里，”他说，“似乎我们能提供多少物美价廉的智能，世界就能消耗掉多少。” 这意味着什么？ 想象一下，如果专业的法律建议、医疗诊断或教育服务的成本降低了100倍，对这些服务的需求可能会增加1000倍。这会催生出一个庞大的新市场。最初，AI可能处理基础的咨询，但当用户有了更复杂的需求时，他们仍然需要人类专家。这不仅不会让律师、医生和老师失业，反而可能为他们带来一个前所未有、更加广阔的市场。 这场由AI驱动的变革才刚刚开始。它充满了未知，也必然伴随着阵痛和调整。但从OpenAI内部的视角来看，这更像是一场关于“增强”和“赋能”的宏大叙事。未来，不属于那些害怕被AI取代的人，而属于那些拥抱AI、学会与之共舞，并用它来放大自身创造力和人性的每一个人。

本文整理自 Lex Fridman 对 Google DeepMind CEO Demis Hassabis 的访谈，访谈中他们讨论了AI 的未来，模拟现实、物理和视频游戏，以及最后 Hassabis 给出了当前 AI 时代的生存法则。 Demis Hassabis：从电子游戏到模拟宇宙，AI正在揭开现实的终极奥秘 如果你有机会和当今世界上最聪明的大脑之一聊一聊，你会问些什么？也许是关于宇宙的终极谜题，比如P vs NP问题，或是生命的起源。又或者，你会和他聊聊电子游戏，那个我们许多人魂牵梦绕的虚拟世界。 幸运的是，Lex Fridman最近在他的播客上就和这样一位人物——Google DeepMind的负责人、诺贝尔奖得主Demis Hassabis——进行了一场深入的对谈。他们的谈话跨越了从理论物理到AI伦理，从模拟一个完整的细胞到创造一个真正开放的游戏世界。这不仅仅是一场技术访谈，更像是一次对现实本质、人类未来以及我们在这个宇宙中位置的哲学探索。 Hassabis的观点，就像他领导的AI一样，总能带给我们意想不到的启发。 自然的秘密，其实都可以被“学习”？ 在获得诺贝尔奖的演讲中，Hassabis提出了一个颇具“挑衅性”的猜想：“任何能在自然界中找到或生成的模式，都可以被一个经典的机器学习算法有效地发现和建模。” 这听起来有点疯狂，但仔细想想，这背后是他多年科研经验的深刻洞察。无论是AlphaGo在围棋中那看似无穷的变化，还是AlphaFold在蛋白质折叠这个巨大的组合空间中寻找答案，它们面对的都是一个“暴力破解”方法在宇宙终结前都无法解决的问题。 那它们是怎么做到的呢？答案是，这些系统通过学习，构建了一个关于环境的“模型”，从而能用一种更聪明的方式进行搜索，让难题变得“可解”。 Hassabis认为，这之所以可能，是因为自然本身就不是随机的。 “自然系统充满了结构，因为它们经受了进化过程的塑造。无论是生命体的演化，山脉被风化的形状，还是行星的轨道，它们都经历了一遍又一遍的筛选过程，可以称之为‘最稳定者生存’。” 如果一个系统是经过这种非随机过程形成的，那么它内部必然存在某种可以被学习和逆向工程的“结构”或“模式”。神经网络恰恰最擅长发现和利用这种结构，沿着某种梯度找到解决方案。这就像蛋白质在我们的身体里，只需要几毫秒就能完成折叠一样，物理世界本身就在高效地解决这个问题。AI所做的，就是学习并模仿这个过程。 这个猜想的适用范围可能非常广，从生物、化学到物理，甚至宇宙学和神经科学。但它也有边界。比如，对大数进行质因数分解这类纯粹的数学难题，如果数字本身没有内在模式，AI就无从“学习”，这时可能就需要量子计算机这样的“蛮力”工具了。 P vs NP：一个物理问题，而非数学游戏 这个关于“可学习宇宙”的观点，直接触及了理论计算机科学中最核心的问题之一：P vs NP。 简单来说，P类问题是计算机能快速解决的，而NP问题是答案一旦给出就很容易验证，但找到答案却异常困难。P是否等于NP，本质上是在问：所有我们能快速验证答案的问题，是否也都能被快速解决？ Hassabis将这个问题提升到了一个新的高度。他认为，如果我们把宇宙看作一个巨大的信息处理系统——信息比能量和物质更基本——那么P vs NP就不再仅仅是数学家的游戏，而变成了一个物理学问题。 AlphaFold的成功就是一个活生生的例子。蛋白质折叠曾被认为是NP难题，许多人甚至认为需要量子计算机才能模拟。但AlphaFold，一个运行在经典计算机上的神经网络，却做到了。这证明，至少对于某些看似棘手的自然问题，经典系统比我们想象的要强大得多。 这是否意味着，我们可以定义一个新的复杂性类别，比如“可学习的自然系统”（LNS, Learnable Natural Systems）？这个类别里的问题，虽然理论上可能很难，但因为其源于自然，拥有可学习的结构，所以能够被AI在多项式时间内高效解决。 我们可能正不断地被经典计算机的能力所震惊。无论是AlphaFold 3对蛋白质与DNA/RNA相互作用的建模，还是AlphaGenome将基因编码与功能联系起来，AI似乎总能从看似无限的组合可能性中，找到那个可以被高效建模的核心。 连流体动力学都能“悟”出来？ 就连那些传统上被认为极难处理的非线性动力系统，比如涉及纳维-斯托克斯方程的流体动力学（想想天气预报的复杂计算），也可能并非无法攻克。 Hassabis兴奋地提到了Google的视频生成模型Veo。 “你看看Veo，它对液体、材质和镜面光照的模拟好得惊人。我最喜欢看那些生成的视频，比如液压机挤压装满透明液体的容器。我年轻时在游戏行业写过物理引擎和图形引擎，我知道从零开始编程实现这些效果有多么痛苦。但这些AI系统，仅仅通过观看YouTube视频，似乎就逆向工程出了物理规律。” 这背后发生了什么？AI很可能从海量视频中提取出了关于物质行为的某种底层结构，一个可以被学习的“低维流形”。如果这个猜想成立，那么我们所处的大部分现实，可能都存在这样的“捷径”等待被发现。 Veo与游戏世界：AI正在构建“世界模型” Veo对物理世界的直观理解，让许多人（包括Hassabis自己）都感到惊讶。这动摇了一个长期以来的观念：要理解物理世界，AI必须是一个能与世界互动的机器人（即所谓的“具身智能”）。 但Veo证明，通过被动观察，同样可以学到深刻的物理直觉，就像一个孩子通过观察来理解世界一样。它不一定能写出物理公式，但它“知道”物体应该如何运动、光线应该如何反射。 这不仅仅是为了生成酷炫的视频。当这种模拟变得足够逼真，并且能够实时交互时，我们就离Hassabis心中的“圣杯”——一个真正的世界模型——不远了。 这自然而然地引向了他最初的挚爱：电子游戏。 Hassabis在青少年时期就是一名出色的游戏AI设计师，他参与制作的《主题公园》（Theme Park）和《黑与白》（Black & White）等都是开放世界游戏的先驱。他一直梦想着创造一个真正自由的、由玩家和AI共同叙事的游戏。 在过去，这几乎是不可能的。开发者无法为玩家每一个可能的选择都预先创造好内容，所谓的“选择”往往只是假象。但现在，情况不同了。 “想象一个交互版的Veo，再把它快进五到十年。我们可能正处在一个新时代的风口浪尖上。AI系统将能够围绕你的想象力动态地创造内容，无论你选择做什么，它都能生成引人入胜的故事情节。这将是终极版的‘选择你自己的冒险’游戏。” 这是一种深度的个性化体验。你打开的每一扇门背后的世界，都是为你即时生成的，独一无二。对于像Hassabis和伊隆·马斯克这样的资深玩家来说，这无疑是终极梦想。Hassabis甚至开玩笑说，等AGI被安全地引导到世界之后，他的“退休”计划之一就是投身于物理理论，另一个就是用AI技术做一款这样的游戏。在他看来，这两件事是相通的——因为一个尽可能真实的模拟游戏，本身就是对“宇宙是什么”以及“P vs NP”这些终极问题的探索。 AGI之路：不只是扩大规模，还需要“品味”和“顿悟” Hassabis乐观地预测，我们有50%的可能在2030年前实现通用人工智能（AGI）。但他设定的标准非常高：AGI必须具备人类大脑那样的全面认知能力，而不是在某些方面超强、在另一些方面却漏洞百出的“锯齿状智能”。...

阿里巴巴 Qwen 团队发布的最新代码模型 Qwen3-Coder-480B-A35B-Instruct。该模型在代理式编程、长上下文处理和工具调用方面取得了显著进展。 模型规格 模型类型：因果语言模型 (Causal Language Models)。 参数规模：采用混合专家 (MoE) 架构，总参数量为 480B (4800亿)，单次推理激活 35B (350亿) 参数。 模型结构：包含 62 个层，160 个专家（每次激活 8 个），并使用分组查询注意力 (GQA) 机制。 上下文长度：原生支持 256K tokens，为处理大规模代码和文档提供了基础。 使用与集成 快速上手：官方建议使用最新版本的 transformers 库进行调用，并提供了详细的 Python 代码示例。 本地化支持：模型已得到 Ollama、LMStudio、MLX-LM、llama.cpp 等多种本地部署工具的支持。 内存管理：如果遇到内存不足 (OOM) 的问题，建议将上下文长度缩短（例如 32,768）。 代理式编码 (Agentic Coding) 工具调用：模型的核心优势之一是其出色的工具调用能力。用户可以像使用 OpenAI API 一样，轻松定义和调用自定义函数（工具）。 专用格式：模型采用了为函数调用特别设计的格式，以提升其作为代理的效率和准确性。 最佳实践 推荐参数：为获得最佳生成效果，建议设置 temperature=0.7, top_p=0.8, top_k=20, repetition_penalty=1.05。 输出长度：建议为大多数查询设置 64K tokens 的最大输出长度，以确保模型能完整地生成复杂代码或回答。 模型表现 Qwen3-Coder-480B-A35B-Instruct 上线近一周后，在 OpenRouter 上 Qwen 模型调用量翻了 5 倍，排名第四，仅次于 DeepSeek。在 HuggingFace 近七日 Trending 上 Qwen3-Coder 也位列第一。在LLMArena WebDev 上也和 Gemin 2....

本文是 Artificial Analysis 发布的《2025 年上半年 AI 采纳度调查报告》的亮点摘要。该调查收集了超过 1000 名 AI 用户的反馈，旨在揭示 AI 采纳和使用的最新趋势。 主要观点 根据 2025 年上半年的调查数据，AI 技术的采纳正从实验阶段迈向实际生产应用，呈现出快速成熟的趋势。企业在 AI 应用上日益多元化，平均考虑或使用的语言模型数量显著增加。在模型选择上，Google Gemini、xAI Grok 和开源模型 DeepSeek 的市场关注度大幅提升，改变了原有的市场格局。企业对 AI 的部署策略各不相同，呈现出自主构建、直接购买或混合模式并存的局面。此外，调查显示，如果数据托管在中国境外，多数组织对采用中国 AI 模型持开放态度。 关键细节 AI 采纳与应用场景 采纳成熟度：AI 正在从原型阶段走向规模化应用，已有 45% 的组织在生产环境中使用 AI。 构建 vs. 购买策略：在 AI 应用的获取方式上，32% 的组织选择自主构建，27% 选择直接购买成品，25% 采用混合策略。 核心应用领域：工程与研发（Engineering & R&D）是 AI 应用的首选领域，被 66% 的组织采纳。其次是客户支持（Customer Support）和市场营销（Sales & Marketing）。 主要挑战：超过 50% 的组织认为，模型智能水平（Intelligence）、可靠性（reliability）和成本（costs）是使用 AI 时面临的最大挑战。 热门应用工具： AI 聊天应用：ChatGPT 依然最受欢迎，Gemini 和 Claude 紧随其后。 AI 编程工具：GitHub Copilot 和 Cursor 在市场上占据绝对主导地位。 语言模型 (LLM) 模型偏好：Google Gemini 和 OpenAI GPT/o 系列模型是开发者的首选，约 80% 的受访者正在使用或考虑使用。DeepSeek 成为最受欢迎的开源权重模型。 市场份额变化：与 2024 年相比，Google Gemini (+49%)、DeepSeek (+53%) 和 xAI Grok (+31%) 的市场关注度显著增长，而 Meta Llama (-6%) 和 Mistral (-15%) 有所下滑。 模型多样化趋势：企业考虑或使用的 LLM 家族平均数量从 2024 年的 2....

本文来自于是谷歌前首席执行官、Relativity Space 执行主席兼首席执行官 埃里克·施密特在 2025 年巴黎 RAISE 峰会上的炉边谈话。访谈中施密特谈论的内容从 AGI 的时间表到硅谷地缘政治，从递归自我改进到万亿美元的资本支出竞赛等。 埃里克·施密特：我们正处在一个新纪元的黎明，而大多数人还没准备好 当埃里克·施密特（Eric Schmidt）——这位前谷歌CEO，科技界的重量级人物——登台时，他带来的不是又一个关于AI如何提升效率的商业演讲。他带来的是一个更宏大、也更令人不安的宣告：我们正站在一个全新纪元的门槛上，其深刻程度堪比“启蒙运动”，而绝大多数人，尤其是各国领导者，对此毫无准备。 这个观点并非一时兴起。施密特与已故的外交巨擘亨利·基辛格（Henry Kissinger）合著了《AI世纪》（The Age of AI）一书，书中早已埋下伏笔。基辛格曾将我们现在所经历的，与人类从信仰神明转向运用理性的“启蒙运动”相提并论。而现在，我们迎来的，是一种全新的、非人类的智能。 施密特认为，人们对AI最大的误解，就是还停留在两年前ChatGPT刚问世时的印象里。他直言不讳地对各国政府说：“第一，这玩意儿已经不是那个ChatGPT了，一切都变了。第二，你们根本没准备好。第三，你们最好赶紧围绕它组织起来，无论是好的方面，还是坏的方面。” “旧金山共识”：三年内，世界将天翻地覆 施密特最近提出了一个新词——“旧金山共识”（The San Francisco Consensus）。这听起来像个圈内黑话，但背后却是硅谷核心圈子里一群人的共同信念。 这个共识的核心观点是：在未来两到四年内（平均说法是三年），整个世界将被彻底改变。 听起来有点夸张？让我们看看这个论证是如何展开的： 第一步：智能体革命（The Agentic Revolution） 我们已经有了大型语言模型（LLM），比如ChatGPT。但真正的变革在于，当这些模型被赋予记忆和推理能力时，它们就变成了“智能体”（Agents）。 施密特用一个生动的例子解释了这一点：假设你想在加州建一栋新房子。你可以部署一系列智能体： 智能体A：负责寻找合适的地皮。 智能体B：研究当地所有的建筑法规。 智能体C：设计建筑蓝图。 智能体D：挑选并雇佣承包商。 （施密特开玩笑说）智能体E：如果房子建砸了，负责起诉承包商。 这个看似简单的流程，其实可以套用到任何商业、政府乃至个人活动中。这就是“智能体革命”，它将重塑我们作为人类的工作方式。 第二步：推理革命（The Reasoning Revolution） 这才是更令人震撼的部分。最新的AI模型（如GPT-4o）已经展示出惊人的推理能力，你甚至可以看它在解决一个复杂问题时来回思考、自我纠正。谷歌的一个数学模型，其解题能力已经达到了数学专业研究生的前10%水平。 可以毫不夸张地说，我们现在的AI系统，在许多高等学科（数学、物理等）上的能力，已经能媲美90%的人类顶尖学者。 从 AGI 到超级智能：我们离“魔法”还有多远？ 当“智能体革命”和“推理革命”结合，并引入一个关键概念——递归式自我完善（Recursive Self-Improvement）时，一切就变得不可预测了。 这指的是系统开始自我学习、自我改进，其进步速度会以一种我们人类无法理解的组合方式爆炸式增长。 这引出了两个关键的未来阶段： 通用人工智能 (AGI)：这是指AI拥有了像人一样的“自由意志”和通用智能。它早上“醒来”，可以自己决定去学什么、探索什么。施密特个人预测，这将在未来四到六年内实现。 超级智能 (Superintelligence)：这是指AI的智能超越了所有人类智慧的总和。如何判断我们是否达到了这个阶段？施密特给出了一个绝妙的测试标准：当AI能够证明一个我们已知为真、但任何人类（哪怕是全人类加起来）都无法理解其证明过程的命题时，超级智能就到来了。 基辛格曾问过一个深刻的问题：那是什么？是魔法吗？当人们亲眼目睹这种自己无法理解的力量时，很可能会因为恐惧而拿起武器反对它。施密特认为，这一天在十年内就可能到来。 这也带来了严峻的国家安全问题。想象一下，如果一个国家拥有了一百万个不知疲倦、不吃不喝、24小时工作的AI研究员，它的创新速度将呈指数级增长。这会让它的对手感到，一旦落后，就再也无法追赶，从而可能引发先发制人的冲突。 算力即战略：一场全球性的 AI 权力游戏 要实现这一切，背后需要的是天文数字般的算力投入和资本支出（Capex）。很多人觉得这像一场泡沫，行业高管们嘴上也说着“我们在过度建设”，但私下里都认为“倒霉的会是别人，我的投资没问题”。 施密特认为这可能不是泡沫。他引用了一句硅谷的老话：“格鲁夫给予的，盖茨会带走。”（Grove giveth and Gates taketh away），意思是硬件（英特尔的安迪·格鲁夫）性能的提升，总会被软件（微软的比尔·盖茨）无尽的新功能所消耗掉。历史上，硬件的容量从未被浪费过。 这场算力竞赛，也正在重塑全球的AI权力格局。 美国模式：资本雄厚，公司倾向于建立庞大的数据中心，提供功能强大的闭源服务。 中国模式：恰恰相反，在Deepseek等项目的引领下，中国正大力发展开源、开放权重的模型，背后很可能有政府资金的支持。 这会带来一个非常有趣的局面：未来，西方国家可能拥有最先进的AI模型，但世界上大多数国家和用户使用的，却可能是来自中国的开源模型。这其中蕴含的地缘政治风险，我们才刚刚开始思考。 唯一会让你失败的，是行动太慢 回顾过去，施密特坦言，他在谷歌领导安卓系统应对移动互联网浪潮时，犯下的每一个错误，归根结底都是时间的错误。...

Qwen团队开源 Qwen3 系列模型的最新更新版本 Qwen3-235B-A22B-Instruct-2507。这是一个在非思考模式（non-thinking mode）下运行的大型语言模型，相较于前一版本，在多个核心能力上均有显著提升。 Qwen 团队放弃了具有混合思考模式的 Qwen3-235B-A22B 的继续迭代，官方也给出了原文是“我们将分别训练 Instruct 和 Thinking 模型，以获得最佳质量”。意思就是混合思考模型虽然可以既有instruct 模型的快思考，也有 Thinking 模型的深度思考，但无法达到垂类模型的最佳质量。 Qwen3-235B-A22B-Instruct-2507 模型的核心升级在于全面提升了其综合能力和用户对齐度。主要体现在以下几个方面： 通用能力增强：在指令遵循、逻辑推理、文本理解、数学、科学、代码生成和工具使用等基础能力上取得了显著进步。 知识覆盖更广：大幅提升了在多种语言下的长尾知识覆盖范围。 用户对齐更优：在主观性和开放式任务中能更好地符合用户偏好，生成更有帮助和更高质量的文本。 长上下文能力提升：增强了对 256K 超长上下文的理解能力。 模型规格 模型架构：该模型是一个拥有 235B 总参数和 22B 激活参数的因果语言模型（Causal Language Model），采用了专家混合（MoE）架构，包含 128 个专家，每次激活 8 个。 模型层数：共 94 层。 上下文长度：原生支持 262,144 (256K) tokens 的超长上下文。 运行模式：此模型仅支持非思考模式，输出中不会生成 <think></think> 标签。 性能表现 基准测试：在多个行业标准基准测试中，Qwen3-235B-A22B-Instruct-2507 的表现优于其前代模型，并在多个领域与 GPT-4o、Claude Opus 等顶级模型相当或更优。 突出领域：在推理能力测试（如 AIME25 得分 70.3，ZebraLogic 得分 95.0）和部分知识问答测试（如 CSimpleQA 得分 84.3）中表现尤为出色，显著超越了竞争对手。 使用与部署 快速上手：可通过最新版的 Hugging Face transformers 库轻松调用模型。 服务部署：推荐使用 sglang 或 vllm 等框架进行服务化部署，以获得最佳性能。 本地运行：支持 Ollama、LMStudio、llama....