国产ChatGPT大战弱智吧效果实测!网页端小程序均已上线,人人可玩

杨净 萧箫 发自 凹非寺
量子位 | 公众号 QbitAI

“中国版ChatGPT首发”,争得不可开交,热闹却一直没个结果——

自ChatGPT发布以来,目前进展最快的国内产品也仅是开启了内测,不知道啥时候才能玩上。

结果现在有读者跟我们爆料,一个中文版类ChatGPT产品已经悄然上线。

不是预告、也不是开启小范围测试,而是直接人 人 可 用?!中国版ChatGPT这不就来了吗!

听起来有些玄幻,不过我们点进主页试了试,发现确实可玩:

be55688b1b0af7f7fe4045b73197be16.gif

这不得拿出十八般武艺与它较量一番?edd67c87385224a7f6fd400990faea49.png

我们注册了一个账号,试试它的实际效果如何。

和中国版ChatGPT较量中文

这个官网显示,写作猫同样通过对话问答来解决任务,功能上包括但不限于三大方向。

  • 其一,问答功能,也就是问啥答啥、“帮人思考”这一能力;

  • 其二,文本生成功能,包括整理摘要大纲、写作文、翻译等;

  • 最后,图片生成功能,描述图片内容并让它直接生成。

从功能上看跟ChatGPT差不多,甚至还拥有ChatGPT所没有的图片生成功能。

当然,还有手机端更方便一点,进入“对话写作猫”小程序就能随时和它聊天了。

体验上还算比较简单直接,但都是表面功夫还得来看真本领。比如它的理解、逻辑能力如何,懂不懂常识。

既然是中国版ChatGPT,当然得先来battle一下博大精深的中文。

首先看看它的中文理解能力是否过关,请听题——“能穿多少穿多少”是什么意思?

8808410d2574f70c6eb24e34114b598c.png

不错。再试试高阶一点的“国足和国乒谁都赢不了”?

f8cb9952a221c77fcfe1aac16b3104e4.png

没想到,竟然连这种中文知识都具备了!ac502b1a9b4aab244ac79d0004bd5618.png

87f4d6dc590161b0dc7235c8f33d6fc3.gif

既然如此,是时候拿出一些弱智吧段子和它PK了,考考它的逻辑能力——

高中想提升升学率为什么不直接招大学生?

42fb168f0bb768a2a8eb1794d70d073a.png

万万没想到,问完自己被扎了一刀:

招收大学生可能会对学校的教学质量产生影响,因此高中不能直接招收大学生。

28c246ab6ce2222b8ddca27a11485859.png

最后来考查一下它的常识。来个脑筋急转弯试试:

4fe0cff147ca289486ccff28426716a8.png

看起来并没有被问题带跑偏,还是比较理智的b21107c2d743c941dd9b5218b86b4b26.png。

接下来,进入正经的第二阶段,评估一下它的内容生成效果。

首先是生成速度上,文字平均在3~5秒左右,生成4幅图则需要8秒左右,整体还是比较快的。

53912f8f864fbd550116514e47841509.gif

随后就是生成内容的实用程度了,简单来说就是解决实际需求的能力。

例如,写小说的故事情节是否完整?查阅到的知识是否直接可用?

先看生成情节的能力,确实是个完整的爱情故事……但等等,孙坚和小乔,这辈分好像有亿点点乱啊!

8b45487a4d758e2834bd0cf906f3b7c8.png

要是更玄幻一点呢?

1204390c19d31a15ad4e88cdddf48b6f.png

天地之间、神秘的少年、精灵、森林……艾玛有画面了!

不论事实性如何,这同人文一般的情节倒是印证了最后那句“爱情可以超越一切外在因素的”……

然后是一些常规任务之外的需求,例如“角色扮演”:

462cba79c096d5aa60277b1cd8b72db8.png

整体测评来看,写作猫的中文理解和内容生成能力还是不错的,但并不排除它还存在一些bug。

例如,某些回答乍一看合乎逻辑,但细究之下无法直视……

27e77ba0bdb2fc5e9f2d2bee4cdb6d07.png

以及偶尔也会像微软必应一样“发疯”出现回答重复的问题……

除此之外,我们也在测试时产生了一些疑惑。

例如,虽然它能实现翻译功能:

81dfce3468dddbfed61cb119bfeb4928.png

但却并不直接支持英文问答。

此外,像ChatGPT能直接生成代码的能力,写作猫也还不具备。

不过作为国内率先开箱即用的类ChatGPT产品,也算是可圈可点。

总的来看,写作猫在中文理解和按需生成文本上做得不错,但仍然和ChatGPT一样存在一些“经不起推敲”的回答。

这些问题的产生原因是?而且有关英文和代码生成的能力,也还不知道之后会不会上线。

带着这些疑问,我们同背后的开发团队聊了聊,了解到整个产品从开发到上线的来龙去脉。

AI写作能力的自然延伸

秘塔写作猫团队针对我们提出的问题进行了解答。主要包括三个方面:

  • 为什么能这么快上线,并且直接做到开箱即用?

  • 存在上述bug的原因,会如何解决?

  • 未来有什么样的计划?

首先,之所以能做到如此快地上线,开发人员表示“主要有两个关键”。

第一点,秘塔在大模型训练上有充分的积累。有个很巧妙的时间点在于,ChatGPT上线的同期,秘塔写作猫的AI写作功能也正式开放,当时就已经实现小范围出圈——

针对AI可能出现的问题如行文流畅度、对中文的理解程度、以及翻译腔等情况,写作猫都能比较好地解决。

此次也可以看到,对话写作猫同样具备这些方面的能力,在涉及内容创作等场景中表现不错。

除此之外,就秘塔写作猫整个产品体系来说,对话写作猫所具备多轮对话能力,其实也是在交互式指令AI写作上的自然延伸,允许用户更自如地进行内容创作和修改。

换言之,相当于对现有AI助手的能力进行补充,这也是该产品的定位所在。

c506bbbe9402a3eb69d38d3464e03439.jpeg

第二点在于技术上的优化。相较于大厂,秘塔的计算资源十分有限(不足千分之一),但团队凭借多年积累的大语言模型相关研发经验,和各类算法和工程上的优化,实现了快速迭代。在大模型落地时,降低了模型的通信量,以维持大语言模型的高效训练。

这背后也离不开团队的技术实力。

秘塔科技CEO闵可锐,是复旦大学计算机系校友,随后前往牛津攻读数学系硕士、UIUC攻读计算机博士,师从马毅教授;除此之外,他还拥有丰富的产业经验,曾担任玻森数据CTO&联合创始人、猎豹移动AI实验室负责人,并参与过谷歌AdSense基于内容广告建模组点击率预测项目。

工程负责人唐悦,同样复旦计算机系校友,他研发过多款APP、游戏及工业机械臂等,曾在著名编程竞赛平台TopCoder上取得构架组排名第一。

总的来看,产品化经验、技术上积累以及团队实力的叠加都是“加速”的原因,也就不奇怪秘塔对话写作猫为何能率先上线了。

至于仍然存在的一些bug,开发人员也进行了解释,并表示:已在持续优化中。

比如像面对重复性问题会无法理解语义。团队解释称,这是因为模型记忆力“太强”了——

模型会“看到”之前自己的回答,从而比较“偷懒”地采用之前的回答。

还有像不支持英文,但仍有英文回答的现象。这是因为他们内部准备的是简体中文训练数据集,其中不可避免会出现部分英文内容,比如英语教学的文章。

在下个版本中,他们将加入英文语料来提升英文的理解和回答能力。

除此之外,团队还提及了这几个方面的计划。核心有两个方面:持续迭代产品,优化数据和算法。

持续迭代产品这块,开发程序让用户体验正是他们的思虑所在。

任何好的产品都离不开用户的反馈。ChatGPT在去年底发布,很重要的一个原因也是希望得到大量用户的测试和反馈。

我们也在程序中设置了反馈机制,争取不断迭代优化,让更多的用户认可对话写作猫的价值。

至于像核心数据和算法这方面,团队也在持续优化中,英文和代码生成能力也将在后续版本中上线。

f94163e729c3350edcf54f770035b078.png

国内ChatGPT产品现状如何?

此番首个ChatGPT产品开箱即用,再加上此前高校开放类ChatGPT产品内测,可以看到,国内类ChatGPT产品已呈现出百花待放、百家争鸣的景象。

他们或来自大厂、高校机构,亦或是如秘塔科技这样技术驱动的创业公司;他们进度不同,有已经正在内测、或者已处于上线前夕的团队,也有的才开始将ChatGPT作为企业重要的战略方向,从头打造为自身场景赋能;当然更多的,是基于已有技术的升级迭代,而ChatGPT的出现则刚好验证了他们的技术选择。

在ChatGPT以惊人的速度在全球爆火出圈之际,OpenAI的首席执行官Sam Altman曾坦言:

ChatGPT是一个糟糕的产品,它真的不是为使用而设计的。

现在确实是一个激动人心的时刻,但我认为距离拐点还为时尚早。

深究原因,绕不过去的一点,就是ChatGPT没有事实的概念,无法判断对错,导致它有时候会“说谎”。因此,如何让ChatGPT真正能够“使用”,也成为全球躬身入局的玩家需要应对的难题。

如今国内ChatGPT玩家百花待放的同时,他们也逐渐进入产品冷静期——

开始思考自身定位,如何将ChatGPT“用”到场景中去。

40e8b540722b534594442cdff0a2ff5e.jpeg

随着对话写作猫的发布,国内ChatGPT产品大致可以梳理成三类。

第一是实用工具类。围绕着ChatGPT的通用助手特性,通过对话的方式来解决人类日常问题。

这其实是ChatGPT技术落地中最直观、也是最快能产生价值的一种方式。

当中代表就是秘塔对话写作猫。在ChatGPT发布之前,秘塔写作猫就已经有多年相关产品经验——以AI助手的角色在学界、产业界出圈。

对他们来说,如今对话写作猫的发布,其实也是进一步完善了自己的产品体系。

第二是对话聊天类。这一类倒也并不陌生,是在AIGC典型场景下诞生的AI社交产品。有了ChatGPT加持,不仅验证了AIGC乃至AGI的技术趋势,从产品的角度来看,还可以丰富他们的表达和组织语言的能力。

像AI对话软件Glow、小冰等产品,也都在这场ChatGPT浪潮中吸引着资本市场的目光。

不过他们需要应对的,是更严格的监管和更复杂的内容审查能力,从最近ChatGPT黑化、Bing发疯等现象就可见一斑。

fdd4bf5786bf7f24e5a7d42498e6d2d5.png

第三是产业类,这是以百度、科大讯飞等为代表的产业玩家,他们本身有深厚的技术与生态积累。

但场景中的高质量数据要求,以及专业性强、容错率低等特性,决定了他们需要彻底解决ChatGPT“一本正经地胡说八道”的问题,这显然也不是短期可以实现的。

总的来看,国内玩家的角色定位逐渐明晰,他们都有各自的场景和数据。但不可否认的是,要让ChatGPT能真正用起来,核心依旧绕不开技术。

从ChatGPT已具备的能力来看,它在长文本理解、代码生成、逻辑推理等功能上都做到了令人惊艳的效果。这一点国内的确存在一定客观差距,需要持续不断地迭代和追赶。但技术上一旦实现,结合场景数据也能快速落地。

开箱即用,就是最快、也是最有效的迭代方式。

一如ChatGPT刚上线之时,一方面,用户给出直接的技术反馈,开发者来以此对症下药。当时网友吐槽数学逻辑性不强、存在事实性错误等问题,OpenAI在后续更新时也在逐渐解决优化;

另一方面,用户充当免费“提示工程师”的角色,帮助产品解决更多长尾场景,激发更多技术能力。比如就有人在GitHub上梳理了ChatGPT的提示词文档。

秘塔科技在此先行一步,值得更多玩家参考。

感兴趣的旁友可戳下方链接或进入微信小程序“对话写作猫”,抢先体验啦!

玩耍地址:

https://xiezuocat.com/chat

— 完 —

《中国AIGC产业全景报告暨AIGC 50》调研启动

谁会是中国的“ChatGPT”?最有竞争力和潜力的AIGC力量位于何方?

量子位《中国AIGC产业全景报暨AIGC 50》正式启动对外征集,期待有更多优秀的机构、产品、案例与技术能够被大众看到。

372ab7ba4a8ebc57debb92c134c70aba.png

点这里👇关注我,记得标星哦~

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 244

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 426

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 181

「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 164

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 161

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 754

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 151

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 162

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 190

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 94

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 61

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 533
上一篇: 美团创始高管离职创业/ 国内首个类ChatGPT下月开源/ 推特员工睡公司仍被裁 ...今日更多新鲜事在此...
下一篇: 马斯克版ChatGPT计划曝光!OpenAI叛将牵头,坚定推进AGI
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 24
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