新智元报道 编辑：LRST Meta 开源 DepthLM，首证视觉语言模型无需改架构即可媲美纯视觉模型的 3D 理解能力。通过视觉提示、稀疏标注等创新策略，DepthLM 精准完成像素级深度估计等任务，解锁 VLM 多任务处理潜力，为自动驾驶、机器人等领域带来巨大前景。 在当前多模态 AI 发展浪
阅读全文
浙大推出首个「多图应用题」基准GSM8K-V，全面评估 VLM数学推理能力
新智元报道 编辑：LRST 人类能通过视觉线索轻松完成购物找零等日常推理，但现有 AI 模型在类似任务中表现欠佳。浙江大学的研究团队将小学数学题转化为多图视觉基准，评估模型能否「看懂」数学，揭示其跨场景推理短板，为下一代通用智能模型发展提供方向。 「小明买了 3 个苹果，每个 5 元，他付了 20
阅读全文
被H-1B签证折磨10年，前微软科学家用AI「掀桌」
新智元报道 编辑：元宇 美国签证体系，尤其在科技人才领域，长期被诟病为成本高、周期长、透明度低。前微软科学家 Priyanka Kulkarni 创办 Casium，尝试用 AI 改造签证服务，把3–6 个月的材料准备缩至 10 个工作日左右；部分案例不到 1 个月即可入职。 一位前微软科学家正在用
阅读全文
扎克伯格急了！Meta内部文件曝光：宁用竞品，也要废掉祖传系统
新智元报道 编辑：KingHZ 在 AI 竞赛中，Meta CEO 扎克伯格视时间为唯一敌人，以数百亿美元和九位数年薪抢夺顶尖人才，内部革命加速工程部署，从小时级压至分钟级，只为撕开与 OpenAI、谷歌的差距——这一切，是否预示着超级智能的加速到来？ 九位数年薪抢人、数百亿美元押注、部署从「小时级
阅读全文
甲骨文推出全球最大AI超算，作为OpenAI「星际之门」算力核心
新智元报道 编辑：艾伦 甲骨文于上周发布全球最大云端 AI 超级计算机「OCI Zettascale10」，由 80 万块 NVIDIA GPU 组成，峰值算力高达 16 ZettaFLOPS，成为 OpenAI「星际之门」集群的算力核心。其独创 Acceleron RoCE 网络实现 GPU 间高
阅读全文
科研狗狂喜！Claude新版神器一键跑完整套流程，告别996爆肝研究
新智元报道 编辑：定慧桃子 真正的科研利器诞生了！Claude 生命科学版出世，搭载最强 Claude Sonnet 4.5，实验基准碾压人类。不论是统计代码编写，还是文献总结，AI 数小时搞定数月课题。 科研狗的春天来了！ 今天，Anthropic 正式发布「Claude 生命科学版」（Claud
阅读全文
「死亡互联网理论」刷屏硅谷！Reddit创始人预警，奥特曼公开发声
新智元报道 编辑：元宇 近段时间，「死亡互联网理论」刷屏硅谷，OpenAI 创始人兼 CEO Sam Altman、Reddit 联合创始人 Ohanian 等纷纷对其发表评论。失去真实性的网络等同于死亡。AI 生成内容正席卷社交平台，从图片、视频到自动化评论。互联网的未来不在真假之争，而在重拾「真
阅读全文
文本已死，视觉当立！Karpathy狂赞DeepSeek新模型，终结分词器时代
新智元报道 编辑：KingHZ 好困 AI 新突破！DeepSeek-OCR 以像素处理文本，压缩率小于1/10，基准测试领跑。开源一夜 4.4k 星，Karpathy 技痒难耐，展望视觉输入的通用性。 DeepSeek 再次让全世界大吃一惊！ 他们最新成果 DeepSeek-OCR，从根本上改变了
阅读全文
拍个照就能测秃头等级？蚂蚁这AI医疗App我体验了一下
梦瑶发自凹非寺 量子位 | 公众号 QbitAI 你知道“支付宝”已经杀入 AI 医疗赛道了吧…… 还是马云赐的名——AQ。 反正之前为啥做 AI 医疗，我是没理解马云的战略思考，但直到前两天随手用了用蚂蚁 AQ，这才明白—— 蚂蚁这回不是在做什么医疗 AI，而是拿“看病”这个需求，用 AI 能力完
阅读全文
5万美元筛选「超级婴儿」, 智商提升15点？马斯克被曝是客户！
新智元报道 编辑：犀牛 马斯克忙着把人类送上火星时，也正在地球上进行着一项更私密的实验——「设计」自己的孩子。一场围绕「超级婴儿」的豪赌正在硅谷上演，这究竟是人类进化的未来，还是一场收割精英的精心骗局？ 马斯克，这个誓言要将人类文明送上火星的男人，正在地球上进行一场更私密、也更具争议的实验——「优化
阅读全文
AI正在改写地图APP！这一次轮到谷歌了
谷歌这回整了个大活儿！ 即日起，所有开发者可通过 Gemini API 调用谷歌地图工具，以便轻松将位置感知功能整合进其应用中。 简单粗暴地说，现在但凡你的应用跟“位置”沾边，Gemini 都能立刻调用谷歌地图那套庞大的地理数据库——2.5 亿个地点全给它接通了。 这意味着，无论是餐馆推荐、路线规划
阅读全文
DeepSeek新模型被硅谷疯夸！用二维视觉压缩一维文字，单GPU能跑
DeepSeek 最新开源的模型，已经被硅谷夸疯了！ 因为实在太 DeepSeek 了。3B 规模、指数级效能变革、大道至简，甚至被认为把谷歌 Gemini 严防死守的商业机密开源了。 唯一的问题可能就是被“OCR”命名耽误了。 是的，DeepSeek 刚刚开源即火爆的模型就叫：DeepSeek-O
阅读全文
Vidu Q2携王炸登场！「参考生」功能全球上线，APP体验全面革新
金磊发自凹非寺 量子位 | 公众号 QbitAI AI 视频领域杀疯了！ 发布 Vidu Q2 图生视频不到 2 周，Vidu 又又又更新了，而且直接甩出三张王牌。 首先是 AI 创作者们等待良久的Vidu Q2 参考生功能终于要正式发布了。 此外，Vidu 视频延长功能一来就亮绝杀，最高可延长至五
阅读全文
OpenAI也缺卡！僧多粥少，自曝内部抢卡抢到发疯
闻乐发自凹非寺 量子位 | 公众号 QbitAI OpenAI 正面临绝对的算力稀缺 总裁 Greg Brockman 自曝内部算力资源争夺严重，已经到了用痛苦与煎熬来形容的程度 说起来也不意外，现在 AI 领域但凡想搞点新东西，算力都是绕不开的坎儿。 在最新访谈中，Brockman 提到，算力是所
阅读全文
ChatGPT也遭殃，亚马逊服务器故障，半个互联网都崩了
克雷西发自凹非寺 量子位 | 公众号 QbitAI 亚马逊一声咳嗽，半个互联网都地震了。 由于亚马逊 AWS 服务器宕机，大量互联网服务被迫中断，ChatGPT 也被殃及。 故障发生在美国东部 us-east-1 区域，是 AWS 全球服务最核心的一块。 根据故障追踪平台 Downdetector
阅读全文
我拿AI给神曲《八方来财》做了个MV，真的好魔性！
金磊发自凹非寺 量子位 | 公众号 QbitAI 给歌曲做 MV，现在已经是一个 AI 就能搞定的时代了。 来，请欣赏用 AI 给神曲《八方来财》做的东方赛博朋克MV： 视频地址：https://mp.weixin.qq.com/s/Nu0zJ9aYQm_qHhBOl8zxqw 而这整整一分钟的内容
阅读全文
苹果AI选Mamba：Agent任务比Transformer更好
闻乐发自凹非寺 量子位 | 公众号 QbitAI 都说苹果 AI 慢半拍，没想到新研究直接在 Transformer 头上动土。（doge） 「Mamba+ 工具」，在 Agent 场景更能打！ 在最新论文《To Infinity and Beyond》中，研究团队发现： 在长任务、多交互的 Age
阅读全文
ChatGPT千亿tokens，干掉麦肯锡5000名顾问
Jay 发自凹非寺量子位 | 公众号 QbitAI 魔幻啊魔幻。 全球顶级咨询公司麦肯锡，居然收到了 OpenAI 最近给 Tokens 消耗大客户颁发的奖牌。 麦肯锡自己还怪自豪的，第一时间就把奖牌 po 到了领英上。 等等，好像哪里不对……但凡过遍脑子，都能察觉出“这份荣耀”有点不对味—— 你花
阅读全文
Anthropic 这两天真“忙”：上线网页版 Claude Code，还让 Claude 搞科研
好消息！刚刚，编程门槛又降低了，用 AI 写代码只需一个浏览器。 今天，Anthropic 推出了他家大热 AI 编程助手 Claude Code 的网页版，用户通过浏览器就能打开，无需在本地安装命令行工具，也不再需要在“终端”中输入复杂的命令了。 此前，Claude Code 主要以命令行工具（C
阅读全文
特斯拉“身不由己”
文 | 伯虎财经，作者 | 楷楷 摘掉车标、砍掉灯带、取消天窗、手动方向盘……不少网友吐槽，这哪是特斯拉的“平民车型”，明明就是一台又贵又简陋的“铁皮车”。 近日，传闻已久的廉价版特斯拉终于揭开面纱。特斯拉在北美市场正式推出了 Model Y Standard 和 Model 3 Standard，
阅读全文
