AI.x社区

NVIDIA发布RubinCPX，这是一款专门为大规模上下文AI推理设计的新型GPU。RubinCPX采用30petaflops算力和NVFP4精度，配备128GBGDDR7内存。与现有的GB300NVL72系统相比，性能提升7.5倍，attention处理速度快3倍。这款芯片将视频编解码器和长文本推理处理集成在单个芯片中。新推出的VeraRubinNVL144CPX平台将8exaflopsAI算力、100TB快速内存和1.7petabytes秒内存带宽装入单个机架。该平台支持NVIDIAQuantumX800InfiniBand和Spectrum...

有人做了个简单又复杂的实验：让11个当前最先进的多模态大模型和5个普通人一起看钟表认时间。结果人类平均准确率89.1%，最好的AI只有13.3%——还不如闭着眼睛瞎猜。这个叫ClockBench的测试包含36种定制钟面，180个钟表样本，每个钟表要回答4个问题。设计者刻意加入了罗马数字、环形数字等非常规样式，结果AI在复杂钟面上的表现尤其糟糕。但当被要求"把时针逆时针转90度"这类衍生问题时，某些模型反而能100%答对。这说明AI擅长处...

a16z发布了第五期消费级AI应用排行榜。两年半的数据积累，这个榜单已经成为观察AI日常使用趋势的重要指标。生态正在稳定最明显的信号是新面孔在减少。网页版只有11个新入榜，比上次的17个还少。移动端倒是活跃一些，有14个新进入者，主要是因为应用商店开始清理ChatGPT“马甲”，给原创应用让出了空间。Google终于发力了Google第一次把各个AI产品分开统计，结果四个产品都进了网页前50：Gemini排第2，网页访问量约是ChatGPT的12...

95%的企业AI试点项目产生零回报。MIT发布的《2025年商业AI现状》报告显示，尽管企业在GenAI上投入了300400亿美元，但95%的组织获得的回报为零。只有5%的AI项目真正产生了可衡量的商业价值。这种巨大的差异被研究者称为"GenAI鸿沟"——大部分企业停留在"试点阶段"，而少数成功者已经从AI中获得了数百万美元的价值。为什么ChatGPT很好用，但企业AI工具很糟糕？报告揭示了一个有趣的矛盾：80%的组织都在使用ChatGPT等通用工具，但...

OpenAI发布了GPTOSS，这是他们六年来第一个开源的大语言模型。自GPT2以来，LLM的能力确实有了巨大的飞跃，但这个模型本身相比DeepSeek、通义千问等开源模型，并没有带来特别的性能惊喜。真正有意思的，是OpenAI通过这次发布展现出的一些设计思路。JayAlammar新发布的《TheIllustratedGPTOSS》用信息图对其做了拆解分析。我们来看看都讲了什么。架构层面没什么新鲜事GPTOSS延续了自回归Transformer的经典架构，逐个生成token。相...

Google前两天正式推出了新的原生图像生成和编辑功能，官方名称是Gemini2.5flashimagepreview，但社区都叫它"NanoBanana"。Google宣称这是"世界排名第一"的图像生成模型，并且免费向所有人开放。图片图片功能特点这个模型主要有几个亮点：风格转换：一句话就能把照片改成emo、goth、学院风等不同风格背景编辑：可以在自拍中添加各种背景元素，包括外星人发型预览：尝试不同发型效果，比如波波头和刘海照片修复：给老照片"重新焕...

最近，国内大学有一项研究《HowChainofThoughtWorksTracingInformationFlowfromDecoding,Projection,andActivation》回答了一个困扰AI研究者很久的问题：为什么让模型"一步步思考"会显著提升推理能力？它们拆解了ChainofThought（思维链）提示的内部机制。过去大家都知道它有效，但没人说得清楚具体原因。研究团队选了6个不同规模的模型（LLaMA3.23B，LLaMA3.1(8B,70B)，Gemma2(2B,9B,27B)），在9个数据集上做了全面测试，涵盖...

上下文管理是AI智能体开发的核心难题。即使大模型有了千万级token窗口，也不意味着可以无脑塞信息——垃圾进，垃圾出的铁律依然有效。在此之前我们刊载了Manus在上下文工程上的心得。近日，DrewBreunig也分享了它对于上下文管理层面的见解。这是一个完整的上下文管理指南，分为问题诊断《HowLongContextsFailDrewBreunig[1]》和解决方案《HowtoFixYourContextDrewBreunig[2]》两部分。第一部分分析了四种长上下文失效模式：污染...

OpenAI跳票开源模型，却在昨夜发布了ChatGPT智能体，能够像人类一样在网页上点击、输入、操作，真正从"副驾驶"跃升为"真正的助手"。三大核心能力完美融合ChatGPT智能体将三项强大功能有机整合：Operator的网站交互能力可以在网页上滚动、点击、输入深入研究的信息整合优势擅长分析和总结网络信息ChatGPT的对话交互能力自然流畅的人机对话这种融合让AI能够智能选择最优路径完成任务：快速通过API获取数据，同时与人类设计的网页...

有关于LLM到底与人思维是否一样，LLM能否走向AGI的科学哲学探讨不断。OpenAIo3系统提示词泄漏！Hinton的观点再次被印证！​LeCun有了新证据！大模型思考与人类思考存在本质差别​笔者看来，这是不同视角，不同时间轴上的争论，它还会持续存在，直到AGI实现。这不有传言在本月末或者8月初GPT5发布，X上就有一个有趣的帖子，博主发帖警告说："GPT5mightjustrevealhowmuchhuman'creativity'isactuallypatternrecognition."（GPT5可...

扎克伯格刚发布了一篇关于"个人超级智能"的愿景文章。最震惊的信息在开头：过去几个月里，他们观察到AI系统开始自我改进。虽然速度还慢，但"不可否认"。同时，对外官宣了自己的愿景，驳斥了samaltman等人，称：与其让超级AI集中化地自动化所有工作、人类"吃救济金"，不如让每个人都拥有自己的个人超级智能。一个超懂你的AI助手，帮你实现目标、创造想要的东西、成长为理想的自己。而到底如何发展，扎克伯格认为未来五年是决定性...

AI视频领域的“核武器”已经正式引爆。一家名为Decart的AI创业公司，刚刚扔出了一颗足以改变行业的重磅炸弹：全球首个实时、无限长度的AI视频模型——MirageLSD。这项基于其独创的“实时流扩散”（LiveStreamDiffusion,LSD）技术的模型，能将你的想象力实时注入任何视频流中。这不再是看屏幕上的魔法，而是让你亲手创造魔法。这一步棋，直接宣告了对传统视频制作、直播乃至游戏行业的“战争”。创始人亲自“下场”：<40毫秒延迟...

随着AI能力的不断增强，对安全、高效、可控的代码执行环境的需求将持续增长。在AI代码生成和用户代码执行场景中，开发者面临着一个核心难题：如何安全地运行不可信代码？传统方案都存在明显短板：本地执行风险极高，容器共享内核存在逃逸风险，传统VM启动慢达10+秒，云服务缺乏灵活性。今天介绍一个很有前途的沙盒项目——Microsandbox，它通过微虚拟化技术完美解决了这一痛点。更重要的是，它对MCP协议的原生支持，使其成为AI...

在ClaudeCode等编程工具有望爆火突围的情况下，Cursor却陷入了一场由定价策略引发的信任危机。从6月16日到7月4日，短短三周内，这家备受开发者青睐的公司经历了一次完整的"公关灾难"——从悄然改变收费模式，到用户强烈反弹，再到公开道歉并承诺退款。事件回顾：一场沟通不当的"升级"6月16日，Cursor宣布对Pro计划进行调整，将原有的请求数限制改为计算量限制，声称为用户提供"至少20美元的模型推理额度"和"无限制使用Auto模式"...

最近，关于“AI是否会抢走我们的工作”的讨论铺天盖地。从华尔街精英到普通白领，人人都弥漫着一股“饭碗焦虑”。亚马逊CEO安迪·贾西最近也给员工敲响了警钟，直言未来很多重复性岗位将被取代。说实话，技术取代旧岗位，创造新岗位，这是几百年来颠扑不破的规律，并不值得大惊小怪。然而，一个更隐蔽、更深远的危险，正像温水煮青蛙一样悄然逼近：我们对AI的过度依赖，可能会亲手“废掉”我们的大脑，催生出一代缺乏独立思考能...

我们已经看到，大模型应用已经从简单的问答向复杂的智能体系统转变。与之匹配的，技术焦点也正从早期的提示工程（PromptEngineering），即如何巧妙地向模型提问，迅速转向一个更进阶的领域——上下文工程（ContextEngineering）。在模型能力日益强大的今天，决定应用成败的关键，已不再是“如何问”，而是“为模型提供什么样的信息”。这正是上下文工程的核心。大多数情况下，当一个智能体表现不可靠时，其根本原因并非模型本身...

大模型到底会不会真的思考？这一疑问一直萦绕在人们心中。作为LLM的反对派YannLeCun又拿出了新证据。他参与的最新研究《FromTokenstoThoughts:HowLLMsandHumansTradeCompressionforMeaning》（从词元到思想：大模型与人类在压缩与意义之间的权衡）用信息论的全新视角，揭示了大语言模型（LLM）与人类在“理解世界”这件事上的本质差异。人类大脑在处理信息时，善于将纷繁复杂的感知和经验，压缩成简洁而有意义的“概念”。比如...

在模型性能越来越强且趋同的大背景下，知识库、工具成为了AI应用的差异性壁垒。MCP就是规范Agent与工具的交互而产生。但MCP协议本身还比较简单，在实际生产中，Agent如何与海量的、异构的外部软件和服务进行有效、安全的连接与操作以及如何管理海量的MCPServer就是一大挑战。传统上为每个Agent单独开发和维护工具接口及认证逻辑的方式，其复杂性和低效性已成为制约AIAgent能力规模化扩展的因素之一。因此，针对这一挑战，很多公...

在最近的文章中，笔者介绍了影响Context高质量供给的关键因素有记忆的存用和记忆的连贯性。而对记忆源信息（尤其是复杂文档）的深度理解是高质量Conext供给的又一大关键。传统的文本提取和分块方法，在面对图文混排、表格遍布的文档时，往往力不从心，生成的Context质量堪忧，这已成为提升RAG应用性能的一大瓶颈。我们都曾经历过这样的“噩梦”：精心构建的RAG系统，因为OCR识别错误、表格内容丢失、或者图片信息被忽略，导致LL...

在最近文章中，笔者反复提到context的重要性（欢迎关注查阅）。而供给高质量的Context的关键就是记忆的存用和记忆的连贯性。mem0就是一个专注构建大模型记忆的项目，在此前文章也有介绍（​​​大模型的“记忆”不应仅仅只依靠向量数据库，mem0是一个很好的“融合架构”实践方向​​​）。在此之前它们推出一个插件（​​​Mem0上架chrome插件商店，把记忆交给AI！​​​）解决在一个工具里多次交流的长期记忆问题，最近OpenAI...