Hinton的亿万富豪博士生

一水 发自 凹非寺
量子位 | 公众号 QbitAI

一张照片,一段往事,一个愈加伟大的人格……

这就是Hinton最近又在圈内被热议的“江湖往事”。

最开始是一张老照片——1986年CMU首届联结主义夏令营合影。

有人将这张合影誉为AI界的“索尔维会议”,认为只要是玩神经网络、计算神经、计算语言的后辈们,几乎都能在这张照片里找到自家祖师爷。

不信你看,图中圈出来的就是深度学习发明人、诺贝尔物理学奖、图灵奖双料得主Hinton,正是在他的坚持下,神经网络才最终迎来春天。另一位熟面孔是图灵奖得主Yann LeCun,他后来发明的卷积神经网络开启了计算机视觉时代。(ps:LeCun每次外出演讲都会在PPT里放这张图,真爱粉无疑了)

以及同框的还有Stan Dehaene、Mitsuo Kawato、Jay McClelland等一众在认知科学、神经科学和计算机领域登峰造极的大神……

虽然在80年代这群年轻人还籍籍无名,但几十年后,他们的影响力,正在统治硅谷和华尔街。

是的,因为照片中还有一位当时的青椒博士生Peter Brown,他是Hinton的第一位博士研究生,现任顶尖量化基金文艺复兴科技CEO,不折不扣的华尔街巨鳄。

(ps:通过卷发和眼镜大致推测另一个圈出来的是年轻版Peter Brown,如有错误欢迎大家指正)

40年前,他跟着Hinton在CMU学习语音识别;40年后,他掌舵全球最知名的量化基金,身家亿万美元,早早就让金钱变成了数字游戏。

而且也是因为他,让Hinton显得更加人格高尚。

因为在AI复兴之前的三十年里,Hinton不仅科研经费短缺,个人经济状况也算不上好——后来自曝卖自己到谷歌就是希望给“有缺陷”的儿子留点钱。

但老爷子不曾动用过关系,或者让有资源有能力的徒弟们做点什么。

安贫乐道、遗世独立,贵族风范一以贯之。

Peter Brown:Hinton首位弟子、全球知名对冲基金CEO

想知道Peter Brown是谁,只需看一眼多伦多大学官网统计的Hinton学生名单就知道了。

按照毕业顺序,他算是Hinton带过的第一位博士研究生(按辈分算是Ilya的大师哥)。

这位大师哥早期主要研究语音识别,后来进入IBM工作过一段时间,最后才从AI领域跨界到金融领域。

而在华尔街,Peter Brown如今算是响当当的人物——他是全球知名对冲基金、曾开启量化交易先河的文艺复兴科技公司的现任CEO。

这家公司最早由数学家西蒙斯——梁文锋的偶像创办,在华尔街招收各种金融天才的时候,通过聘用数学、计算机人才,通过机器学习来实现交易,成为了回报最高的基金之一,后来也成为了华尔街乃至全球最知名的量化交易基金。

但现任CEO的Peter Brown,实际不是一开始就踏入华尔街的。

他是AI最早的信徒,也跟随Hinton经历着那个时代里对AI最典型的冷遇。

AI发展里的路线之争

还在高中时,Peter Brown就对傅里叶变换(Fourier Transform)产生了浓厚兴趣,认为它可以用于语音识别。

这里补充一下,傅里叶变换是一种强大的数学工具,用“听一首交响乐”的例子来打比方就是——

耳朵实际听到的是一个随着时间起伏变化的、非常复杂的混合声波,但经傅里叶变换处理后,你就能分析出里面的小提琴(高频)占多少强度,大提琴(中频)占多少强度……总之它可以用来分析语音。

于是在进入哈佛大学后,Peter Brown的目标相当明确——主修数学和物理。并在人工智能刚刚兴起时,跑到卡内基梅隆大学跟着Hinton学AI,成为其首位博士研究生。

其博士毕业论文也和语音识别相关,主要从信息论视角系统性地探讨了自动语音识别中的声学建模问题。

具体研究内容是什么不重要,重要的是这篇论文发表于语音识别的早期阶段——

它奠定了基于统计模型(尤其是隐马尔可夫模型)的现代语音识别基础,其思想深刻影响了之后数十年语音识别乃至序列建模领域的发展。

而在博士毕业后,Peter Brown选择加入“蓝色巨人”IBM,并继续从事语音识别、机器翻译以及后来被称为大语言模型预训练和生成的相关技术工作。

IBM logo

尤其在语音模型训练方面,Peter Brown和团队算是遭遇了路线和数据两方面的挫折。

当时学术界的传统派认为,要让计算机处理语言,必须教它人类的领域知识(例如语法规则)。

但Peter Brown和团队却大胆选择了一条背道而驰的路线——坚持使用纯数据驱动的统计方法,完全不输入语法知识,而是让机器从数据中自行寻找概率模式。

这一做法在当时备受冷遇,甚至连他们发表的论文也惨遭审稿人“嘲讽”:

“机器翻译信息论方法”早在1949年就由沃伦·维弗(Warren Weaver)提出,但到1950年时已被学术界普遍拒绝。

Peter Brown自述,虽然论文最后还是被接收了,但这一“刻薄的评语”给他留下了深刻印象,于是后来还把这一评语挂在了书房墙上以在遭遇质疑时自勉。

而除了路线,他们还面临着数据和算力方面的挑战。为了搜寻数据,他们甚至连IBM反垄断诉讼中的证词都没放过。至于算力,Peter Brown透露过:

当时使用的IBM大型机算力甚至不如现在的手机。

“深蓝”的幕后推手

不过,在如此艰难环境下(IBM当时已经算很好了),IBM还是交出了后来影响世界的“深蓝(Deep Blue)”系统。而“深蓝”的推出,实际上也离不开Peter Brown这位幕后推手。

据Peter Brown自述,有一次他在洗手间偶遇了IBM计算机科学副总裁Abe Peled,于是赶紧抓住机会提议:

IBM只需投入100万美元建造一台能击败世界冠军的国际象棋机器,其带来的广告价值将不可估量(当时公司都觉得在超级碗中插播广告太贵)。

听完这话,Abe Peled起初显得有些恼火,但半小时后便回电同意拨款。不过由于他当时忙着研究语音识别,于是另外推荐了三位研究生好友加入IBM负责具体推进。

后来他还亲自将这台机器命名为“深蓝”,而“深蓝”也不负众望,在1997年击败了国际象棋大师卡斯帕罗夫。据悉这一成就让IBM的市值在赛后一度飙升了20亿美元。

因经济压力加入文艺复兴,一手缔造“神秘赚钱机器”

然而,在IBM干得还不错的Peter Brown很快便由于家庭财务压力,决定转型跳槽。

当时家里迎来了一位新生儿,生活压力骤增,而西蒙斯愿意出IBM双倍薪酬邀请他加入文艺复兴基金。

于是迫于现实压力,Peter Brown决定从巨头IBM跳到了当时还名不见经传的文艺复兴:

在那次开价后,我回到家,看了一眼刚出生的女儿,意识到我别无选择。所以,离开计算语言学去一家无人知晓的小型对冲基金的决定,完全是出于财务原因。

而一进入这家基金公司,Peter Brown很快发现这里的程序员虽然聪明,却缺乏构建大型系统的经验。

于是他和另一个从IBM一起跳槽加入文艺复兴的成员Robert Mercer,引入现代计算机科学方法重写了整个股票系统,并在后来被委任负责股票交易。

从2002年西蒙斯决定退休开始,这两人也开始接管公司除行政外的所有赚钱业务。

直到2009年,西蒙斯正式退休,而他们也成了这家基金公司的联席CEO。2018年,随着Robert Mercer卸任,Peter Brown成了文艺复兴公司唯一的CEO。

文艺复兴这家公司,外界对其最深刻的印象便是“神秘”与“暴利”。它不对外募集资金,仅管理公司员工和少数老客户的资产,却凭借远超同行的收益率,被誉为华尔街“最赚钱的机器”。

其旗舰产品——大奖章基金(Medallion Fund),自1988年至2019年的三十余年间,创造了年化超66%的惊人净回报率(扣除高昂管理费前),成为投资界无法复制的神话。

这家公司的核心武器,正是由数学家和计算机科学家驱动的、完全依赖历史数据与量化模型的系统化交易。

Peter Brown也表示,自己倾向于招聘完全没有金融背景的数学家和物理学家:

教会科学家市场知识比教会金融从业者高级数学要容易得多。

另外值得一提的是,文艺复兴的成功也离不开Peter Brown这位“工作狂魔”的努力。

他自述每周会工作80小时,经常在凌晨2点开始发送工作邮件,截至2023年已累计在办公室里睡了近2000个晚上。

如此付出也让他快速斩获了巨额财富——

早在2012年,Peter Brown就因公司业绩突出登上福布斯全球对冲基金经理收入榜,当时作为联合CEO,他从公司约33%的净收益中获得了约1.25亿美元的收入,早早跻身了亿万富翁。

而也是差不多那一年,他的博士导师Hinton,也有着自己的人生困境和选择。

他通过一场载入史册的拍卖会,把自己卖给了谷歌。

后来他自曝过,因为缺钱。

Hinton的伟大总是后知后觉

2013年,已经在学术界耕耘数十年、且刚刚凭借AlexNet引爆深度学习革命的Hinton,却做出了一个出乎所有人意料的决定——

以近乎拍卖的方式,把自己“卖”给了谷歌。

后来人们才知道,促使Hinton做出决定的理由并不复杂,甚至有些朴素——缺钱。

他曾公开提到,自己有一名患有学习障碍的儿子,因为担心孩子未来无法独立生活,所以这才不得不“为了五斗米折腰”加入谷歌。而加入谷歌的这一年,Hinton已经64岁了,一个常人已经普遍退休颐养天年的年纪。

那时候Hinton的身体条件算不上好,后来来看,几乎是以“托孤”心态来做的个人变现。

但即便如此,Hinton也始终显得独立。

在计算机这样的应用科学领域,富学生之上很少有穷导师,既有合作之中的相互回馈,也有人情世故里的裙带门阀。

但Hinton不同,甚至直到最近被“考古”,不少人才发现原来Hinton还有Peter Brown这样的亿万富豪学生,而且是第一个博士生。

不过如果对Hinton有更长时间维度的知人论世,也不难找到背后的文脉相通。

Hinton其人,出生于一个科学贵族世家。如果AI或者科学界有“老钱”,Hinton一家就是老钱。

这是Hinton被整理的家族成员图谱,科学巨人世家,“四世三公”——

曾曾祖父是布尔代数的发明者、曾祖父最早系统性提出了“四维空间”的概念、曾姑母创作了《牛虻》、父亲是一名昆虫学家……

而且他的姑妈Joan Hinton还是一位核物理学家,说英文名大家可能不熟悉,但中文名寒春应该还是有人听过。

寒春曾以费米学生的身份加入曼哈顿计划,是该计划中为数不多的女科学家,后因目睹核爆危害后转向反核与和平事业。

在人生后半程,她长期定居中国并投身农业机械化与奶牛养殖——一度被誉为“从曼哈顿计划走来的中国奶牛专家”,同时也是最早拿到中国绿卡的一批人,如今北京昌平的农机院还有寒春塑像。

实际上,初中课本里的《邓稼先》还提到过寒春——

当时老有谣言传寒春参与了中国原子弹工程,于是杨振宁写了一封信给邓稼先,问他到底有没有这回事,而邓稼先在回信中明确澄清了此事。

这也算是科学界千丝万缕交集里的“量子纠缠”了。

所以对于Hinton,了解他的身世,也就能更容易理解他身上的某些坚持与气质。

当全世界都不看好神经网络时,他可以默默忍受数十年如一日的寒冬,板凳一坐十年冷。

当资本都在为AI狂欢时,他却毅然离开谷歌,因为想更独立地站出来宣讲背后的风险。

美国嫌他老生常谈,他就面向欧洲,欧洲听不进去,他就克服腰疾跑到中国让更多有能力影响AI进程的中国人参与进来。

老爷子总是不合时宜。

但Hinton又始终在一次次更长的时间维度检验中,彰显着伟大。

他似乎是一位严师,因为很少公开夸赞自己的学生——最知名的一次还是诺奖获奖后对Ilya的称赞,因为Ilya因为山姆·奥特曼唯利是图下不顾AI风险而开除了他。

古今中外,不乏知名的老师评价自己的成就时,会把学生的世俗成功作为核心标准。带出了多少身居高位的人,有多少亿万富豪的学生……

但Hinton代表的是另一类,壁立千仞,超脱世俗。

Hinton几乎没有用Peter Brown的成功来证明过自己的成就,甚至直到最近,不少人才知道“穷困半生”的Hinton还有Peter Brown一样的亿万富豪学生……他穿越黑夜,穿越冷雨,穷且益坚,然后在时间的检验中获得认可、证明和嘉奖。

中国古语说:岁寒,然后知松柏之后凋也。

Hinton其人,松柏长青。

参考链接:
[1]https://x.com/deedydas/status/2003142300101485048
[2]https://www.goldmansachs.com/insights/goldman-sachs-exchanges/09-11-2023-peter-brown.html
[3]https://en.wikipedia.org/wiki/Peter_Fitzhugh_Brown
[4]https://x.com/t6aguirre/status/1843655707826237864

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

— 完 —

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: 吴恩达:图灵测试不够用了,我会设计一个AGI专用版
下一篇: 离开马斯克后,他把人形机器人做成了这样
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