AI/计算机志愿填报指南发布!最受关注的终极八问,参考答案在此

量子位编辑部 发自 凹非寺 
量子位 出品 | 公众号 QbitAI

高考考得好,志愿也要填得好。

收入丰厚、社会地位高、前景一片光明、冲上热搜第一……人工智能/计算机专业,成了“准大学生”想要填报的专业之一。

但,你真的应该跟风报考AI/计算机专业么?

答案并不惟一。量子位(QbitAI)采访了15位计算机/人工智能行业的学者、从业者,汇总而成这篇终极八问。

希望这篇指南,对想要报考AI/计算机志愿的同学,或者正在经历大学生活的同学,能够有所帮助。

例行避险说一句:以下内容不够成任何报考建议。:)

终极问题一:人工智能/计算机专业,值不值得报考?

“是能不能考上的问题”

上海交大计算机系副教授严骏驰:

人工智能专业是我们国家适应时代需求刚开设的新专业;计算机具有悠久历史和完备学科体系的专业,都是当前的热门专业。

我觉得对很多同学来说,不是值得报考不报考的问题,是能不能考上的问题。

华为诺亚方舟实验室技术专家王云鹤:

值得,AI和计算机专业还有很大的发展空间。

现在虽然AI在很多领域,例如拍照、语音识别、自动驾驶等业界领域内有一些落地,但是人工智能领域很多理论性问题还没有解决,工业落地的性能还有很大的提升空间。

上海交大AI领域在读博士:

针对就业来说很值得报考,毕竟现在正值应用发展的时期。

但针对本科生来说,如果希望从事科学研究,更建议数学、统计、物理等基础学科,逻辑思维和科学素养的训练在整个人生中更为重要。

“计算机可以,AI大可不必”

天津大学智能与计算学部副教授潘刚:

完全去追逐热门或者风口,我倒觉得有时候不见得是一个好事,更多时候还是要结合自己的兴趣,顺着一个方向,往深的去研究,反倒可能是更好的。

清华计算机本科毕业、已被CMU硕士录取的翁家翌:

计算机可以,AI大可不必,别把自己局限在AI里面,计算机包含了很多领域比如编译优化、体系结构、图形学等等分支。

本科阶段我觉得还是以知识的广度为主,可以多体验一下各个学科分支的魅力所在,再做决定也不迟。

清华计算机专业本科毕业,在读博士:

人工智能和计算机不是一个专业,计算机专业更多是对计算机本身的研究,例如硬件等;而人工智能是基于对数学基础的要求,应用计算机的能力来做一些事情。

北邮计算机视觉跨专业保研,本科校一等奖学金:

要看兴趣,因为我在计算机系一起学习的同学,但最后没做计算机相关的工作,所以即使专业本身有含金量,最后如果不想走这个方向,就没有值不值得一说。

终极问题二:什么样的人适合学习人工智能/计算机专业?

“最后都会变成数学问题”

杜克大学教授陈怡然:

需要具备较好的逻辑思维、数学和编程能力。

清华计算机本科毕业,在读博士:

除了数学基础较好,还有一个是求知欲必须强,因为计算机和AI的共同特色就是,技术日新月异,更迭非常快。除此之外,动手能力也要好,很多项目经常要上手实践。

天津大学智能与计算学部潘刚:

本质上一般需要两方面的能力,一方面是你数学和英语的能力,另一方面就是你编程Coding的能力。

而其实跟计算机相关学科最核心的问题,最后都会变成数学问题。当然也是相对的,计算机它所涵盖的工作性质是非常多的,所以具体要求也是有所不同的。

“要试试才知道”

清华计算机本科毕业、已被CMU硕士录取的翁家翌:

不好说,得试试才知道。AI和计算机并不是等同的概念。先验角度讲,数学稍微要好一些,动手能力强是最重要的。

上海交大计算机系副教授严骏驰:

我觉得AI和计算机专业都有很好的包容性,大多数人都能在这个学科或者行业找到适合自己的位置和成长规划。

B站/知乎大V“野生钢铁侠”稚晖君:

不相信“程序员35岁就会被淘汰”这种言论的人。

Autowise.ai研发总监、清华大学06级计算机系董承志:

我觉得首先AI和计算机专业的概念不完全一样。相对AI而言,计算机专业已经有比较久的发展历史了,涉及许多复杂的部分,所以它会比较强调能静下心,先投入比较多的时间理解和掌握那些复杂的基础。

目前看来,回报最高的方向,肯定还是能做出之前做不到的事情;之所以讨论AI和计算机,也是因为他们向前探索的边界更宽;如果比较重视发挥个人的创造力,发挥个人的价值,喜欢做新的东西,在这两个专业还是能得到比较多的机会。

终极问题三:学习(执教)人工智能/计算机专业,是什么感受?

“和想象中差别挺大”

北邮计算机视觉跨专业保研,本科校一等奖学金:

第一感受是,和想象中差别挺大。

当时本科学C语言基础,以为自己能立即上手做个项目出来,结果一直在编程软件里面编写小代码块,可以说有心理落差,也曾经感觉有些无聊。

但后来学进去后,感觉学计算机(编程)就和解一道数学题一样,一直坚持写下去,就会有成果,成就感非常强烈。

华为诺亚方舟实验室技术专家王云鹤:

其实AI入门并不难,但是想做好人工智能是非常难的,需要很多基础学科知识的支撑。

我本科是数学系的,在2010年左右有幸接触到人工智能相关的研究,主要是计算机视觉,有很多人脸识别和医疗图像等校级创新性项目,用到比较多的线性代数知识。

印象最深刻的事情是自己寒假写的几个小程序在西电的人工智能比赛中获得了二等奖,算是在人工智能领域的一次启蒙的机会吧。

B站/知乎大V“野生钢铁侠”稚晖君:

据身边大多数人反应,学CS挺好的,就是头有点凉;学好计算机和AI会发现,解决世界上的很多问题都有捷径。

“这个行业学习起来会比较痛苦”

清华计算机本科毕业、已被CMU硕士录取的翁家翌:

清华在我们这一届(16级本科)没有AI专业,智班是之后才开设的,其实现在几乎每个院系都或多或少有搞AI,甚至我看连精仪系同学的毕设都有和神经网络相关的;

本科感受嘛,大概就是按部就班的学习、科研、以及在学习生活之外其实还有很多有意思的事情。其实在计算机系,每个人都有自己独特的闪光点,大家都有值得被学习的地方。

印象深刻的事情就是,大家太能肝了,我本科四年就只熬过一次夜,实在难以想象连续一周熬夜的同学是怎么活过来的……

NOIPer,本科经济学专业,出国后转计算机,亚马逊实习生:

需要花很多时间坐在电脑前,很多东西需要自学,而不是等待老师一点一点教给你,学生阶段学的很多东西可能会和以后就业有比较大的差别。

总之,需要有耐心,有不容易受到困难影响的心态,不然这个行业学习起来会比较痛苦。

本科留学新加坡,计算机专业,知乎用户@正宗唐十六:

人工智能/计算机专业是把「编程」这一个技能作为基础,再向上发展更高层级的知识。比较考验学生的数学能力,所以前期除了编程语言外,还需要学概率,矩阵这样的课程打好基础,后期才会专门学习人工智能的内容。

很多人说程序员996,掉头发,熬夜。我只想说……还蛮对的。学习计算机和编程都是很累的,是思维上的磨炼。但是如果你是一个爱钻研,喜欢成就感的人,热爱会盖过困难。

终极问题四:喜欢但没被人工智能/计算机专业录取,应该怎么办?

“其他专业也有得搞”

上海交大计算机系副教授严骏驰:

可以考虑自动化、电子乃至物理、数学等相关专业。

清华计算机本科毕业、已被CMU硕士录取的翁家翌:

其他专业也有搞的,比如以清华为例,软院、自动化、电子都有进行相关研究,而且在校内是可以直接联系心仪的导师进组,不是很看重出身的。

天津大学智算学部副教授潘刚:

没关系,因为你大学相当于只是一次专业的选择,这种学习的机会是很多的。在大学期间,你还有很多自学的时间,完全可以去提高你自己非常喜欢的某个方向的能力。

就比如天津大学也有双学位,你的成绩只要不要太差,在大学期间还可以辅修一个自己喜欢的额专业,其实是没有太大的难度。

“你有一百种方法入坑”

B站/知乎大V“野生钢铁侠”稚晖君:

个人觉得这个时代计算机是一门通用生活技能,用于提高解决问题的效率和生活质量的,跟英语是一样的。所以不是只有计算机专业才能学计算机,教材、公开课、培训班都是开放资源,你有一百种方法入坑,实际上大多数大佬程序员都是自学的。

本科留学新加坡,计算机专业,知乎用户@正宗唐十六:

个人认为如果如果铁了心要学人工智能/计算机专业,排名较后的院校还是可以考虑的。

因为人工智能/计算机专业毕业后虽然也看院校,但对实力也很看重,这就需要你在学校里参加一些竞赛,或者毕业后多几年的工作经验来争取。

但如果你有其他更感兴趣也更有把握学好的专业,我建议你就在排名较前的院校里选择这个专业,毕竟人工智能/计算机专业难度很高,没有把握可以学得很好的话,在大学期间会很痛苦。

NOIPer,本科经济学专业,出国后转计算机,亚马逊实习生:

一条比较可行的路是出国,资金是一个问题,但也有拿奖学金出国的,出国的路蛮多的,可以了解一下。

终极问题五:人工智能/计算机专业,都有哪些发展方向?

“两个专业的发展空间都很大”

上海交大计算机系副教授严骏驰:

两个专业的空间都很大,可以在学术界、工业界都取得优秀的成绩,在全世界范围内,大家都认可这里两个专业的重要性和前沿性。

华为诺亚方舟实验室技术专家王云鹤:

AI和计算机专业的应用场景广泛,所以刚入学的同学们其实也不用急着给自己太长远的规划。建议对不同的领域不同的知识体系多做了解,找到自己真正感兴趣的方向,认真做下去就好了。

杜克大学教授陈怡然:

AI是大计算机专业的一个分支。国内普通人印象里的AI一般指的是图像处理、语音和机器人等AI应用。

但AI还包括很多其他的分支,比如算法和硬件。未来AI学科会朝着基础+应用,软件+硬件等融合方向发展。单纯的应用教育和研究会越来越少。

上海交大AI领域在读博士:

科研、企业、创业、独立开发者、教师。推荐看看CMU CS的校友,很有代表性。

北邮计算机视觉(AI方向)跨专业保研,本科校一等奖学金:

研究生角度来考虑AI或者计算机的话,可以说是偏做算法还是偏向工程应用吧。短期规划肯定是先发论文、先把基础课程学好,然后做做项目,至于未来的规划,我个人对于算法更感兴趣一点,当然,竞争压力也会比较大。

NOIPer,本科经济学专业,出国后转计算机,亚马逊实习生:

可以做软件工程师,软件开发经理等,具体细分下去很多,网页的有前端、后端、全栈,其他还有自然语言处理、算法、分布式等等。

“毕业之后还是靠自己的Coding能力”

清华计算机本科毕业、已被CMU硕士录取的翁家翌:

AI的未来规划不是很清晰,因为毕竟是近几年才发展起来的,谁也说不准。

通常在大学会有个比较明确的规划:大一、大二上、大三上好好学习,大二下实习,大三进实验室看看能不能做出成果(争取发一篇),大三暑假去实习/暑研,大四就保研、出国申请、找工作。

天津大学智算学部副教授潘刚:

我接触的学生大多是本科阶段学计算机,说白了毕业之后还是靠自己的Coding能力。

至少刚开始的时候是靠自己专业技能去找工作,这种机会太多了。比如就有同学大学毕业之后,去阿里腾讯百度。也有同学可能做了一两年之后,出去创业,去从事别的行业,金融、投资都有。

但是有一点在于你搞好这件事情的话,可能决定于你在某个类型的学校,这个学校本身的烙印可能会深深的影响你。

终极问题六:人工智能/计算机专业,就业/深造情况如何?

“出国深造有困难,就业较稳定”

上海交通大学计算机系副教授严骏驰:

今年本科生出国深造出现了一些困难,但计算机相关专业的就业在我看来还是比较稳定的。

天津大学智算学部潘刚副教授:

我作为指导的学生去深造的比例还是很高的。天大这种学校基本上继续深造的比例是超过50%,甚至更高。当然就业形势也是不错的,即使在今年疫情的情况下,他们很多工作我觉得找的还是非常好的。

如果比较特别的话,今年可能因为大环境的情况,导致今年申请美国学校的难度会非常大。然后申请美国的学生,今年还有可能出不去。

清北毕业的AI名企员工:

我身边不少同学都从事AI领域,就业、保研、出国的比例预计在3:4:3,已在北京上海的相关企业工作的同学,不少都拿到了年薪40w以上的offer。

NOIPer,本科经济学专业,出国后转计算机,亚马逊实习生:

身边学计算机的同学大多有工作,去大厂的不少,不过这个仅仅是我个人的情况。

继续深造的其实不是特别多,我身边大多的同学是本科毕业后就去从业,读研究生、博士生的比例比不过本科毕业就工作的。

华为诺亚方舟实验室技术专家王云鹤:

当前来看,AI在工业界的就业情况还是非常好的,从2017年开始,各个公司都开始重视AI相关领域的人才,薪资和发展前景都是非常不错的。

另外,现在的人工智能和计算机领域的人才缺口还是很大的,这个现象在未来几年还会持续下去的。

上海交大AI领域在读博士:

就业形势目前很好,但是存在一定泡沫。就业平均工资基本是计算机领域最好的了,深造主要出国PhD。关键是要把自己做踏实了,泡沫退了以后你还是那片珍贵的水!

985毕业,入职国内运营商:

这个专业不存在就业问题,学得好的想去哪就去哪,去不了的都是水平不够。好在高中低都有出路。

10份里面,可能一份出国深造,一份转专业跑路,一份继续深造,三份去混文凭,四份去工作了。

10年前就读211计算机专业,非计算机从业人员:

如果想要对计算机领域有更深的认知,可以选择深造。我们班同学,就业的多过深造的,30人中,只有3个人读研。

清华计算机专业本科毕业,在读博士:

基本就业、读研和出国各占三分之一吧。

对于出国,大家最近都比较感兴趣,就我了解,大部分出国的同学的想法基本都是在国外工作几年再回国,就是攒一点经验、学些经历,也攒点钱再回国,但最终肯定是会回国工作的。

北邮计算机视觉跨专业保研,本科校一等奖学金:

我同学的话,其实大多数都读研了,读研+出国的基本占70%,因为本科学的东西真的比较少、非常基础,只有读到大三大四,学到专业课之后,才会更确信自己想要研究的方向。

“有一半同学选择转专业,很多会转金融”

杜克大学教授陈怡然:

受到疫情影响以及疫情带来的经济下行压力,应届毕业生就业普遍不如以往。即使已经拿到offer的学生,也经常听到offer被取消的情况。

国内学生赴美留学由于签证问题基本停滞,而且几乎可以肯定会对明年的在国内的招生产生负面影响。大家普遍对于明年的科研经费以及来自国内的学生能不能按时拿到签证持保守态度。

清华计算机本科毕业、已被CMU硕士录取的翁家翌:

正常来讲,大部分是继续深造,一小部分是去就业了,去大厂的和去创业公司的都有,看个人选择了。不过今年因为疫情原因,很多出国党选择defer一年去找工作、实习、做研究助理 。

Autowise.ai研发总监、清华06级计算机系董承志:

今年虽然受疫情影响,很多行业都关闭了招聘,甚至开始裁员,但是很多互联网大厂还是开出了很有竞争力的offer,这点从各个招聘网站上可以看出来。

倒是因为疫情影响,原本定好的出国深造的计划实现不了的同学有很多,我们公司在招聘中也感受到了这个情况。

这部分同学也可以有机会进入公司实习,学习一些工作的内容,可以弥补一部分受到的影响。

985高校计算机专业,现在转行数码新媒体:

继续读研的人很多,但有一半同学选择转专业,很多会转金融。

终极问题七:学习人工智能/计算机专业,需要注意哪些坑?

“为了AI而AI是不行的”

上海交通大学计算机系副教授严骏驰:

AI和计算机都是进可攻退可守的专业,在深造、就业等方向都有很好的纵深,建议大家打好数理基础和计算机核心课程的基础。

今年本科生出国深造出现了一些困难,但计算机相关专业的就业在我看来还是比较稳定的。

上海交大AI领域在读博士:

方向不清晰,例如做应用没有研究背景和理论基础。为了AI而AI是不行的,为了解决问题而寻找工具(AI)更好。锁死了研究对象和研究方法会出问题的。

本科生一定要把计算机看家本领学到家,操作系统、编译原理、体系结构、网络 etal。研究生:一个好老师和好课题组非常重要!

留学新加坡,计算机专业,知乎用户@正宗唐十六:

我觉得最大的坑就是,啥都学结果啥都不会。

不论是人工智能还是普通计算机专业,都可以再细分到很小的专业领域的。比如人工智能专业,里面就有机器学习,深度学习,计算机视觉,自然语言处理,数据分析等,这些又可以细分,比如注重C语言的,注重Python的,注重R的等。

这些一般学校都会全部教给你,但你要给自己定位,如果你要做计算机视觉,你就一定要自己在课余时间再多下点功夫,或者考研方向要走计算机视觉的方向。

因为在申请工作的时候,公司往往需要的是很具体的一个职位,如果他招的是会C语言的计算机视觉的人才,你会再多其他的也没用。

“不要天天打游戏!!!”

杜克大学教授陈怡然:

尽管AI在很长一段时间内还会是一个热门专业,但未来五年在AI各个细分产业的就业情况可能会发生很大变化。

尤其是现在吸纳AI人才最多,但是落地情况不好、人才成本又高的一些方向会很不乐观。

建议学生避免一开始就把自己限制在具体的应用和技术方向上,多学计算机基础知识,着重扩宽自己的知识面,不着急尽早确定具体的专业方向。

华为诺亚方舟实验室技术专家王云鹤:

尽量要避免焦虑吧,现在AI和计算机领域的发展是十分迅速的,身边会有很多优秀的小伙伴迅速发了一些顶会论文,也有一些很好的开源项目。

重要的是要保持自己的研究兴趣和计划,不要频繁的换方向,专注自己的工作,时间不会亏待努力的人。

B站/知乎大V“野生钢铁侠”稚晖君:

最大的坑,就是不知道自己要做啥,项目实践是很重要的。

单单重复练习模仿别人写过的东西逐字过每个 tutorial,不如开始自己的项目,从初期的想法到最终的实现一步步去完成,比你辛苦地对着别人的代码或者书籍试图通过“逆向工程”获取他们的编程能力要更加靠谱。

985高校计算机专业,转行数码新媒体:

最大的坑就是入学之后发现所报专业实际所学的内容并不是自己感兴趣的,这种可能性很大。

可以转专业,但是转专业之前一定要对目标专业、对自己有全面的认识,确切地知道所转专业是自己感兴趣的、适合自己的。

分享一个我的惨痛教训:C语言考了98分,觉得自己适合计算机,就转了。

10年前就读211计算机专业,现在非计算机从业人员:

一定要想清楚大学四年想要什么!!!想要更好的发展的话,不要天天打游戏!!!多看书,多学习,多实习。

清华计算机本科毕业、已被CMU硕士录取的翁家翌:

找到自己喜欢做的事情远比别人的期望来的重要。不要盲目跟风,适合自己的才是最好的,该放弃就得放弃。

北邮计算机视觉(AI方向)跨专业保研,本科校一等奖学金:

大学四年一定不要轻信「大学很轻松」这个巨坑,也不要跳进专业不对口、或者专业和自己想的不一样,所以四年「凑合过」的怪圈,有机会就要自学、要考虑转专业。

NOIPer,本科经济学专业,出国后转计算机,亚马逊实习生:

早点想明白自己是想搞科研还是就业,这是两个不一样的人生方向。

如果是就业,就业方向也要想清楚,因为不同岗位对不同的知识要求也不一样。

软件工程师更偏向写代码,项目经理、软件工程师经理这些的,又偏向管理。想清楚就业方向,好找一个学习方向深造,在某个领域里面提升。

如果不喜欢计算机行业,问题还不是很大。但如果存在无法耐心学、冷静面对难题的问题,可以早点思考转行,干一些自己喜欢的事情,除非是有赚钱的需要,不然不推荐把自己搞得太郁闷。

“不要觉得模仿很丢人”

清华计算机专业本科毕业,在读博士:

相对来说,国内的(中文)资料还是不太完善,很多前沿的资料仍然是英文的,所以用较为前沿的搜索工具。

还有一个就是,不要觉得模仿非常糟糕。

当时我的很多同学会对自己的代码不太自信,感觉抄代码是一件非常弱小的事情,但其实好的代码也是从模仿开始的,模仿好的代码,最后自己才能写出更好的代码。

终极问题八:还有一些过来人建议,希望你能收下

“同等分数下,城市>学校>专业”

上海交大AI领域在读博士:

AI很好,但适合你的才是最好的!十多年前的通信、金融也是社会追逐的热点,但读大学的专业选择薪资并不一定是最好的选择标准。

最好的是,能在选专业前,明白自己的位置、自己想要的东西(虽然对高中生来说很难,但思考了总比不思考要好。)

另外,同等分数下,城市>学校>专业(毕竟教育不仅仅是在学校学习)。

上海交通大学计算机系副教授严骏驰:

在选校的时候,可以多考虑专业的因素。

“如果不感兴趣,甚至可能学抑郁”

NOIPer,本科经济学专业,出国后转计算机,亚马逊实习生:

为就业早做准备,从大一开始就可以了解以后有什么工作岗位可以投,自己需要如何丰富自己的简历。

除了学习成绩之外,计算机行业也看重你做了什么项目,这些东西如果能做成一个网站展现出来,肯定能加分,但至少要有谈资,实打实做一些项目,面试的时候可以用来谈。

这些事情不像刷题和复习其他面试知识可以突击,是需要长时间积累。

清华计算机专业本科毕业,在读博士:

关键要看自己感不感兴趣,如果不感兴趣,甚至可能学抑郁。

所以,在报考前,要先去看看这个专业的人在做些什么东西,例如人工智能专业的学长做了个人脸识别的项目,你去看一眼项目,如果感兴趣,再去报考。

如果坚定了自己想要学,就从暑假开始了解一下相关的项目,了解类似的研究,更早点,现在就可以开始实践了。

清华计算机本科毕业、已被CMU硕士录取的翁家翌:

AI里面CV方向有些内卷,其他方向还好。但AI整体来讲,比其他方向,还是有些内卷。

如果真的想做AI方向的话,不仅仅是学会学理论、做实验、写论文,还要注重系统工程的能力培养,现在越来越多企业和研究院在重视这一块能力。

知乎用户@正宗唐十六,留学新加坡,计算机专业,人工智能方向:

我建议(入学前)可以先自学一下C语言和Python,提前感受一下编程语言。

也应该关注一下人工智能领域的实时动态,看看最近有没有什么新技术被研发出来了。这样不仅可以拓展视野,也可以帮助你选择自己想要专注的领域。

“身体是革命的本钱”

华为诺亚方舟实验室技术专家王云鹤:

多喝水、多运动、多休息,身体是革命的本钱,要让自己开心起来。

附录:哪些高校人工智能/计算机专业比较强?

最后,这两年备受关注的「计算机专业」,按照最近出炉的英国知名第三方机构泰晤士标准,有这么一些高校入围A级计算机学科。

A+类:

清华大学、北京大学、中国科学技术大学、浙江大学、上海交通大学、南京大学

A类:

复旦大学、中山大学、华中科技大学、中南大学、哈尔滨工业大学、东南大学、西安交通大学

A-类:

电子科技大学、西安电子科技大学、武汉大学、深圳大学、大连理工大学


当然,还有哪些你觉得AI/计算机专业较强、值得报考的大学,以及作为过来人,还有些什么好的建议,欢迎在留言区分享。

最后,一个小调研,看了这么多的参考答案,你觉得人工智能专业值不值得报呢?

— 完 —

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。

报名 | 智慧生活行业私享会

欢迎报名,与峰瑞资本、石头科技、网易有道、思必驰、九号机器人、视感科技、云丁科技等企业高管,共同探讨如何借力资本市场、把握行业趋势,打造全场景智慧生活:

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「在看」吧 !

相关推荐

DeepSeek V4芯模协同背后,国产算力生态开始飞轮加速

更关键的是,CANN开始逐步兼容主流AI生态。开发者每一次正向反馈、每一个优化结果、每一个创新应用,都能通过昇腾和华为的生态快速走向产业界,形成技术、商业、生态的完整闭环。之前,昇腾与不少模型进行过协同探索,但V4是第一次在大规模、高强度、工程化的尺度上,验证了这种“芯模协同”的可行性与效率。开源以后,我们能更充分地学习业界的优秀实践,在此基础上进行适配和优化,也能将一些好的经验应用到自己的项目中。可以说,从“能跑”到“有人长期建设”,从“厂商推动”到“生态自增长”,华为算力生态,正在进入新的阶段——

量子位 520

世界模型接棒语言模型,这家公司全球首创物理AGI“双金字塔”体系,通用机器人进入“家庭时代”

毕竟在现阶段,家庭场景对机器人的真实刚需,是稳当地端水、收拾餐具、抱起脏衣篮、把零食递到孩子手上,而不是在客厅里完成酷炫的跑酷动作。可以说,这支团队完整经历了CV、自动驾驶、具身基模、世界模型等物理AI过去十年的发展历程,并在每个阶段都做出了行业领先的世界级成果。该模型实现了从感知、理解到行动的完整闭环,能够自主识别物体与场景、规划路径,并执行包含抓取、对齐、折叠、归类等多步骤的。他主导了业内首个智能驾驶数据闭环系统的落地,有效提升了数据的处理效率,为智能驾驶技术的发展提供了重要的基础设施支持。

量子位 245

LeCun新证明:世界是高斯的

论文借用这个框架证明,要让转移算子的第一个特征函数恰好是仿射函数(即线性函数加常数),潜变量的分布必须满足一个非常严格的条件——它的对数密度的导数必须是线性的,而满足这个条件的分布恰好只有高斯分布。从理论角度看,对于高斯分布,描述变量如何在时间上演化的转移算子有一组特殊的特征函数,叫做Hermite多项式,它们是高斯分布下函数空间的自然正交基,类似于周期函数里的傅里叶级数。真正有用的表示,应该对应世界的真实自由度,比如物体的位置、速度、颜色这些独立的内在变量,而不是它们被观测过程扭曲之后的混合产物。

量子位 191

玻璃里跑AI!华中科大&上交大科研成果登Nature子刊

更进一步的,光本位科技还将独有的相变材料存算一体光计算方案引入玻璃光计算芯片中,利用相变材料的非易失性,能够避免在玻璃中引入额外的相移器,从而实现计算过程几乎不耗能的三维光子神经网络系统。它既解决了三五族平台器件密度不足的问题,又突破了固定场景的应用限制,相变材料的引入,使得芯片在推理过程中保持极高能效比的同时芯片参数仍然可根据不同模型实时调整,适配性更强。尽管与论文中直接在玻璃中实现三维结构有所差异,但是同样在玻璃平台上提供了三维集成的完整方案,通过单层玻璃芯片堆叠的方式最终实现相同的三维输入效果。

量子位 169

5篇AI生成的数学论文被接收!00后创始人洪乐潼融资14个亿

如果一个 AI 系统能把数学证明交给机器逐步检查,那么同样的“生成、形式化、验证”闭环,也可能被拿去处理其他学科,以及高风险决策场景。她的创业合作伙伴Shubho Sengupta也从Meta辞职,两人从AI与数学推理的交叉可能性出发,决心解决AI的幻觉问题。创始人洪乐潼,2001年出生于广州,本科MIT三年拿下数学与物理双学位,还拿过北美数学本科生的最高荣誉罗德奖学金和摩根奖。2019年,17岁的洪乐潼考入MIT,仅用三年时间便完成了数学与物理双学位的学业,本科期间就发表了9篇学术论文。

量子位 219

AI正在重写软件行业?8岁孩子做操作系统,一人公司拿下千万订单丨百度秒哒朱广翔 @AIGC2026

这些都完成之后,我们再选择分发给谁,比如百度搜索、小红书投流,或者去微信发送到私域社群里,或者说去App store上架,分发流量之后有了用户数据再去回流、去分析、去运营,指导下次迭代,形成下个循环,每个色块就是一个真人。在很多企业里,原来提需求的是业务人员,他们自身没有开发能力,将需求提到研发部门,研发部门又不懂业务人员的痛点,需要反复沟通、调整,但现在业务人员自己就可以开发软件了。我非常荣幸能从事这个赛道,因为在这个过程中、在这一年半的时间里,我不仅看到了产品的变化,还更多地看到了整个时代的变化。

量子位 429

清华有了新老师:黄仁勋

既包括科技圈顶流如马斯克、微软CEO纳德拉、Meta扎克伯格等,也不乏金融圈大拿,如摩根大通的杰米·戴蒙、贝莱德的拉里·芬克、花旗的简·弗雷泽。,使命是加强学院与外部各界的联系,提升学院在科研和教学方面的整体水平,帮助学院建设成为世界一流的经济管理学院。后来黄仁勋转学,并且一直学业成绩优异,在高中时连跳两级,16岁毕业,进入。,除了讨论学院的国际化战略和长期发展方向,也会给经管学院的学生做讲座。不过,比起这些头衔,老黄最近最出圈的,可能还是他在夜市的花式插队——可口可乐、西门子、通用汽车、BP、塔塔。

量子位 182

「斯隆奖」得主戴亮全职加盟复旦

曾担任波士顿咨询合伙人,副总裁,中国区首席数据科学家,百度研究院大数据实验室和商业智能实验室的主任,和美国俄勒冈大学计算机和信息科学系正教授(终身教职)。,覆盖面相当宽:从宇宙大尺度结构与演化,到暗物质及其通过引力透镜留下的观测信号,再到天体物理引力波。2024年起到复旦大学物理系工作,现任复旦大学特聘教授、复旦大学天文与天体物理中心主任。获奖者覆盖数学、物理、天文、计算机、经济、生物等领域,成长路线相当恐怖,很多后来成了。继袁峰、季索清之后,复旦的天文版图,再迎一位顶尖天体物理学者。

量子位 168

高分辨率视频生成不再慢半拍:让大模型保留“原味”的同时提速十余倍

为此,SURF训练了一个轻量级Refiner,它从线性上采样后的预览latent出发,学习低分辨率latent到高分辨率latent 的flow mapping,只需少量去噪步骤,就能补足高清纹理。因为这些步骤决定了视频最终“会长成什么样”,等到整体结构、主体关系和运动方向基本稳定后,SURF再将latent 下采样到低分辨率,在保留全局结构的前提下,快速完成预览。原因在于,每个预训练模型都有自己的“舒适区”,通常接近它的训练分辨率,一旦分辨率不匹配,模型原本学到的布局、语义和运动先验,就可能被破坏。

量子位 143

大模型也需要睡觉!让AI打个盹,醒来更聪明

Transformer的核心是注意力机制,但注意力有一个天生的短板就是,上下文越长,算力平方级往上蹿,KV缓存也线性往上涨。,让大模型上下文窗口快满的时候别硬撑了,打个盹把最近的上下文反复咀嚼几遍,压缩进长期权重,清空缓存,醒了再接着干。依靠可学习的局部规则,反复对信息进行提炼整合,逐步更新SSM模块内的快速权重,完成信息的深度压缩与消化。这里的“睡眠时长”,本质上就是信息迭代处理的轮次,轮次越多,代表模型对上下文内容的梳理、打磨次数越充分。

量子位 161

1400亿Agent入场,“流量”这条护城河要塌了

因为人要睡觉,但Agent不会睡觉,所以Agent时代的交易呈现7×24小时不间断、极小额、高频次、多形态的特征,此外,支付金额的最小单位可能低于1分钱,成本大幅下降。如果说担保交易解决了电商早期敢不敢买、敢不敢卖的信任问题,移动支付解决了移动互联网时代能不能随时随地交易的效率问题,那么AI支付面对的,就是Agent时代的新问题。早在今年年初,支付宝联合千问App、淘宝闪购、Rokid、大麦、阿里云百炼等伙伴,正式发布中国首个ACT协议,提供一套智能体跨终端、跨系统的“通用语言”。

量子位 164

7B打败o3、GPT-5!医学AI智能体让模型学会“看哪里、怎么看”

是上海创智学院面向下一代医学AI Agent、视觉推理与多模态大模型的青年交叉研究团队,聚焦Visual Reasoning、Agentic RL、Clinical Tools,推动模型从“生成答案”走向基于证据的观察、验证与行动。Ophiuchus的价值不只是让医学大模型多了几个视觉工具,而是让模型学会在诊断过程中主动“看哪里、怎么看、看完如何修正”。当模型能够在思考中主动回看影像、放大病灶、截取视频、验证证据,医学AI才真正从“会回答问题”走向“会进行临床视觉推理”。

量子位 164

AI越用越聪明,自主+自进化是关键拼图丨盛大邓亚峰EverMind@AIGC2026

另一方面,我们认为,未来的AI Memory的Layer(记忆层),服务的可能不仅是资深的开发者,将来很多人都会构建AI应用。我们在token节省和模型成本方面也取得了显著的效果,原因是利用强化学习的方法训练了很小的模型——我们的4B模型在记忆提取和检索使用上的效果可媲美几百B的模型,并且已有不少学术成果发表。当前,大家看到模型进展非常快,但在记忆方面的工作,今年才逐渐多起来,去年这个时候我们和行业里一些团队开始交流AI Memory,这方面的关注还非常少。的爆火,我简单谈谈我的理解。

量子位 758

让大模型“边看边改”,视觉分割准确率直接上涨9% | ICML 2026

给模型一张图、一句话,让它把目标区域的像素圈出来——听起来直接,但一旦目标含糊、被遮挡,或者需要推理才能定位,一次性猜出正确的掩码就变得相当困难。模型不再一次性输出mask,而是先观察图像、进行推理、调用视觉工具、读取反馈,再根据历史结果迭代修正,最终生成更可靠的准确掩码。而RSAgent总体框架如下,包括多轮交互、工具调用、观察反馈、cold-start SFT与agentic RL。痛点不是单纯追求更复杂的分割头,而是让模型在开放语义任务中具备“先判断、再行动、看反馈、再修正”的能力。

量子位 183

OpenAI挖来了个F1级别车手搞公关

在我职业生涯早期,我曾效力于红牛车队,参加过F1级别的职业比赛。后来无论是Salesforce、ServiceNow,还是现在的OpenAI,他几乎每一次跳槽,踩中的都是技术范式切换最剧烈的时候。毕竟现在的OpenAI,既是全球最炙手可热的AI公司,也是最复杂、最难做品牌管理的公司之一。当年从赛道退下来后,他没有选择一条更稳妥的路,而是直接跨进了一个与赛车几乎毫无关系的行业,从零开始做市场与品牌。Salesforce后来之所以能从一家卖CRM的软件公司,变成云计算时代的行业代表,这是很重要的一步。

量子位 148

5秒完成3D场景编辑,北大&港中文&上海AI Lab搞出VGGT-Edit,120倍加速太炸了

尤其是在添加家具、调整位置、修改材质这些复杂任务中,很多传统方法仍然会出现明显的“贴图感”和几何漂移,但VGGT-Edit生成的结果,会明显更像一个真实稳定的3D空间。而这件事,可能比“会生成3D”本身更重要。对于机器人、AR/VR、空间智能这些方向来说,这几乎是致命问题——这些场景真正需要的,不是“某一个角度看起来对”,而是整个3D世界始终稳定一致。对于原生3D编辑来说,这一步非常关键——模型真正需要学习的,不只是“图像变化”,而是同一个编辑,在不同视角下如何始终保持空间一致。但问题也恰恰出在这里。

量子位 153

触觉具身来了个梦之队:天使轮近亿

背靠产学研与地方政策双重加持,作为复旦大学与静安区战略合作的重要落地成果,公司在初创期便获得静安区科经委与市北高新集团的大力培育,先后获得静安区战略性资金及上海市经信委促进产业高质量发展专项资金的支持,上海市科委也针对其核心视触觉传感器的研发给予了专项经费支持,全面加速公司的技术攻关进程。能够夹起衣物,却无法实时感知布料的滑移状态与张力分布,难以完成精准的褶皱整理。对于后发企业而言,沿着先行者的轨迹亦步亦趋难以实现突破,唯有找到行业尚未解决的核心难题,从新的技术变量切入,才能构建起不可替代的竞争壁垒。

量子位 163

DeepSeek陈德里开发自动研究Skill,写一篇论文人类只动脑2小时

论文共迭代6次(V1:4 次,V2:1 次,V3:1 次),总耗时6天,进行了约108轮Agent调用,消耗64.8万token,写了2234行LaTeX代码。,智能体可自主选题、分配资源、长期积累知识、跨领域持续研究,是当前未实现的理想状态,核心瓶颈为持续知识积累、可靠自我评估、架构规模化。早期智能体框架CAMEL、AutoGen、MetaGPT等为代表,特点是分工协作、多视角纠错,成本较高,沟通易混乱。,人类仅提供研究目标、评估最终成果,智能体可完成多步实验、代码、论文撰写,但无法自主选择研究问题。

量子位 191

双榜SOTA!微软ACL2026新作重新定义AI长记忆

结果它找到了Boston和San Francisco,却完全遗漏了Detroit——因为“attended a conference in Detroit”被埋藏在一条长消息中,与“去过哪些城市”的语义相似度不够高。最终,System-1确保语义直接匹配的记忆不遗漏,System-2确保结构相关但语义距离较远的记忆被覆盖,两者。团队认为,真正的AI记忆应当是有组织的、可推理的、双模式的、并能持续进化的。记忆系统的质量,很大程度上取决于“存储时做了什么”,而不仅仅是“检索时怎么找”。

量子位 179

将DSA注意力引入多模态,快手Keye2.0开启强化推理新范式

情感与主题的深度升华:模型并没有停留在“建雪雕”的表层,它提取了画面中巨大的“振兴东北”刻字,关联了片中“老程盼女儿、小李回流家乡”的人物背景,在总结中直指故事内核:“极寒的温度冻不住东北人的热血,冰雪项目不仅是奇观,更是承载着东北人振兴家乡、呼唤游子归乡的炽热情感与现实路径。当接收到“请找出视频中的高光时刻,并给出你的依据,时间戳用[mm:ss]的形式来表示”的指令时,Keye-VL-2.0- 30B-A3B没有陷入传统AI“哪里有击杀提示就截取哪里”或“只看画面元素剧烈变化”的机械逻辑。

量子位 186

专治世界模型幻觉!ECCV 2026 Workshop征稿,Sergey出席,帝国理工等联合发起

ergey Levine(UC Berkeley)、Jiajun Wu(Stanford)等国际顶级学者做特邀报告,同步举办具身动作世界模型挑战赛,以及主题为From Synthesis to Deployment:Bridging Academic and Industry Focuses on World Models的圆桌讨论,旨在弥合学术界在世界模型合成方面的进展与工业界对部署需求之间的差距。世界模型作为智能体的内部模拟器,在执行前预判风险、规避危险,实现风险感知决策。

量子位 191

卡帕西Anthropic最新头衔:技术员工(MTS)

但尴尬的是,这些案例的争议其实很大,都被吐槽过说没有宣传的那么美好,所谓扁平会变成隐性权力,表面没老板,实际有老员工、核心圈层……头衔都一样,竞争对手就没法通过头衔判断谁是L7谁是L5,推断一个员工具体做什么方向,定向挖人的难度直接上升。一个很直观的事实是,整个商业史上,能在没有层级制度的情况下完成规模化的组织,一只手数得过来。后来离开Ins,自己做了个新闻聚合App,叫Artifact,同样是联创+CTO的标签。这些说不在意职称的,一旦离职,就开始在领英自称上「副总裁」了(hehe)。

量子位 79

把VLM塞进隐式世界模型,港大&小鹏机器人新框架让机器人长出物理直觉

通过将人类的姿态对齐到机器人的动作空间,双系统能够共同从多样的人类动作数据(如EgoDex)中汲取养分:System-2负责从人类视频中提取通用的任务逻辑,而System-1则从人类动作标签中蒸馏通用的运动先验。借鉴认知科学中的双系统理论,不仅让强大的VLM直接在其原生的ViT特征空间中进行轻量化的隐式世界建模(Latent World Modeling),更关键的是,它将这种隐式视觉预见构建为一个可微的结构化瓶颈。System-1则在真实未来特征的指导下,专心学习从感知到精准动作的映射。

量子位 97

留给人类数学家的悬赏不多了!谷歌DeepMind一口气解决9道埃尔德什问题

同时,AlphaProof Nexus还在OEIS整数序列百科里证明了44个开放猜想,在代数几何那边解决了一道希尔伯特函数对数凹性的15年悬案,凸优化那边改进了一个锚定梯度下降法的理论边界。这个结果或许也在预示着,未来随着大模型能力持续升级,复杂的多工具组合系统,可能不再是刚需,只用大模型+专业校验工具这套简单循环,就能搞定大多数数学难题。简单理解就是,这群数字之间,既不能一个数整除另一个数,也不能一个数整除另外两个数的和,同时数字还要分布得相对密集,不能只挑寥寥几个数投机取巧。

量子位 127

龙虾之父教你省钱:开源Skill给你的Skill减肥

严格遵循Codex计费规则(UTF8字节数/4向上取整),以模型上下文2%为默认技能预算基数,结合技能优先级排序规则(系统技能>内置技能>插件技能>仓库自定义技能),核算全量技能原始占用令牌、最小渲染令牌、预算内可用令牌。同时可模拟真实运行场景,计算预算不足时的技能描述截断字符数、被省略技能数量,精准输出预算使用率、剩余预算、上下文占用比例等核心指标,直观展示技能体系的资源负载情况。跨Codex内置库、插件缓存、代码库、个人技能根目录,扫描同名技能、描述/内容高度相似的重复技能,标记冗余项。

量子位 84

刚刚,国产AI自己造了AI,全球首例!

在MMLU-Pro、MMLU-Redux、AIME-2025、AIME-2026、BFCL-v4、AA榜单等项目上,也给出了对应成绩。我们完全可以给不同的模型、不同的硬件、不同的任务,分别写专用的代码。如果人不够,那就用AI来凑!更直白一点说,就是当AI写代码的成本越来越低,未来软件不一定非要做成一套通用大框架,也可以针对不同模型、不同硬件、不同任务,现场锻造一套专用代码。这也让MiniCPM5-1B的价值更明确了,它不只是一个小尺寸模型,而是一个在参数规模、部署成本和实际能力之间重新找平衡点的端侧模型。

量子位 638

画数独、烧蜡烛都不翻车了?浙大&阿里让AI先三思再下笔|ACL 2026

让模型画 “数独解完后的样子”、“蜡烛燃烧6小时后的状态”,开源模型要么出现逻辑幻觉,要么无法把文字指令转化为精准视觉操作,形成难以跨越的执行鸿沟。研究者设计了一个独立的Thinker模块,它不直接生成像素,而是充当大脑,负责将模糊的用户意图分解为分层、结构化、且对下游生成器友好的中间表示。阶段,Thinker产生的多条推理路径直接由生成图像的视觉质量打分反馈,这迫使模型放弃空洞的辞藻,转而学习生成“视觉可执行”的指令。这种双向反馈机制,真正实现了脑与手的深度协同。

量子位 62

0.9B跑出90%真机成功率!上海交大为VLA补上空间感

从多视角RGB提取紧凑的隐式深度表征,再以轻量方式融入视觉-语言通路,最后通过flow-matching动作专家输出连续动作。参数,不额外增加硬件负担,用紧凑的隐式深度编码把空间感写进VLA策略里,仿真与真机同时兼顾性能与部署效率。论文中,IDEM骨干约0.13B参数,并结合多视角深度预训练初始化,在轻量条件下引入与深度相关的归纳偏置。值得注意的是,相比只关注benchmark分数,论文也给出了部署侧开销与实时性指标。从RGB学几何,省了硬件,但不少方案依赖较重的基础模型,训练和推理成本偏高。

量子位 81

Grok最新模型吃上Cursor「加餐」,马斯克:Coding实现巨大改进

Cursor数据其实更可能告诉模型,开发者在真实项目里,是怎么描述需求、定位问题、让AI读上下文、修改文件、修复报错、再继续追问的。更大的模型容量,往往能让它更好地理解复杂上下文、进行更长的链式思考,以及处理更具挑战性的真实开发任务~要知道,毕目前承载Grok所有生产流量都由0.5T的v8-small模型,也只有0.5T的大小。用户输入需求后,Grok Build不会直接动手,而是先制定详细执行计划,让用户确认后再执行。这边,也被马斯克亲口点名,补充训练里加入了大量Cursor数据,后续还会继续添加。

量子位 113

刚刚,国产Agent模型闯入全球第一梯队!限时免费

从训练的第一天起,它的目标就不是聊天,而是干活。就像我在实测中感受到的那样,做完桌宠它问你要不要存成Skill,做完周报它提醒你设成定时任务,昆仑万维瞄准的显然不只是一个模型,而是一整套Agent工作生态。发现没,自从模型进入Agent时代后,大部分玩家在推主力模型时都会附带一个轻量版,这也很好理解,就像前段时间Snapchat前机器学习工程师说的那样:。一只小猫,能在屏幕上随机溜达,点击会说打工人语录,右键能切工作模式和摸鱼模式,工作模式带番茄钟倒计时,还要有喝水提醒、远眺提醒、拉伸提醒这些健康功能。

量子位 534
上一篇: 3D特效师可以下班了丨Science
下一篇: IEEE Fellow、AI大牛田奇加入华为云!他为何而来?“加速AI基础研究落地”
QbitAl
QbitAl 企业官方账号 企业官方账号
博客等级 码龄7年 2万+粉丝 2173原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值