数学专业,危!菲尔兹奖得主亲测ChatGPT 5.5 Pro,17分钟出论文级成果

Jay 闻乐 发自 凹非寺
量子位 | 公众号 QbitAI

如果AI的数学水平继续按目前速度发展,我们(数学研究者)很快会面临一场危机。

数学最高奖菲尔兹奖得主——Timothy Gowers,在最新体验到ChatGPT 5.5 Pro后,替学生们拉响了红色警报。

其对博士生的影响,尤为紧迫。

事情是这样的,这位剑桥大学的数学大牛,最近搞到了尊贵的 5.5 Pro「优速通」权限。

拿到新玩具后,Gowers随手把几道加法数论的公开难题丢给了AI,想瞅瞅怎么个事。

但接下来发生的事,完全超出了他的预料。

不到两个小时,小GPT独立完成了一项他认为「完全够格写进博士论文」的数学成果。

全程,Gowers教授没有提供任何数学层面的指导。

唯一需要他做的事就是:

嗯你这个想法不错,你展开试试?

可以啊,能不能帮我写成LaTeX预印本格式?

这一刻,Gowers 真切地感受到了当代年轻人那种窒息的焦虑——

当AI已经能独立攻克这种水平的难题,正在读博的年轻数学家们,该何去何从?

连他都给不出清晰的答案。

唯一能做的,就是尽可能快地为学生们找到新出路。

在AGI真的来临之前,重新找到数学学习的真正价值,然后迅速转向。

对学生负有责任的数学系,应该紧急为此做好准备。

但先别焦虑,因为另一位菲尔兹奖得主——陶哲轩,有很多想跟大家说的。

毕竟,他可谓是AI和数学交界线的先锋了,前段时间还联合创立了一个AI4S组织,就是想帮助年轻人寻找AI时代新出路。

无独有偶,陶哲轩刚刚也发出了自己的最新感悟:

数学证明的「消化」问题,才是AI时代人类数学家最不可替代的价值所在。

两位当世最顶尖的数学家,面对同一场风暴,给出了不同角度的思考。

不过,相比陶哲轩,Gowers这次的reaction或许更有看头。

毕竟陶哲轩已经是「AI老玩家」了hh,相对来说比较淡定。

Gowers这次是真有点「瘫软」了(bushi),直接怒发了一篇超级长文。

真的很长很长……

以下是整理好的,更方便大家阅读的版本。

Enjoy。

菲尔兹奖得主的ChatGPT 5.5 Pro数学实验

故事的起点,其实是一篇挺有意思的论文。

加法数论大佬Mel Nathanson写了篇论文,里面列了一堆关于整数集合求和性质的公开问题。

这类问题的特点是方向明确,难度适中,数量又多,本来是留给刚入门的博士生练手、冲第一篇顶刊的黄金素材。

结果被Gowers拿来为难ChatGPT 5.5 Pro了。

他丢给AI的问题大概是这样的:

给定一个整数集合A,已知它有k个元素(|A|=k),也知道它的二重求和集(简单说就是集合里所有元素两两相加得到的新集合,记为2A)有多少个元素,那A的直径最小能是多少?

Nathanson自己已经证明了一个指数级的上界(2^k-1),但一直怀疑还能优化。

ChatGPT 5.5 Pro思考了17分钟零5秒。

然后它给出了一个二次上界的构造,而且是理论上最优的。

它的核心思路是用Sidon集(一种求和集大小最大化的特殊集合)和等差数列做组合构造。

咱通俗点说,就像搭积木,AI选了两种特殊积木。

一种叫Sidon集,里面任意两个不同元素的和都不一样,能让求和集规模最大化。

另一种是咱们上学都学过的等差数列,把这两种积木巧妙组合起来,就搭出了满足条件的最小直径集合。

Nathanson原本的证明用了归纳法,本质上也在做类似组合积木的事,但用的是2的幂次这种效率较低的Sidon集。

但就像用大积木搭小房子,难免浪费空间,所以才得到了指数级的大直径。

ChatGPT 5.5 Pro则是直接换了一种已知的更高效Sidon集。

这种集合的直径是二次的(简单说就是k个元素的话,直径大概是k²级别),比指数级(2^k)小了不止一个数量级,相当于用精致的小积木精准搭房,空间利用率直接拉满。

可能有朋友会说,这不就是把已有的数学工具重新拼了一下吗?

还真没错。

但Gowers自己也承认,相当多的人类数学研究,本质上也是在组合已有的知识和证明技巧。

关键在于,Nathanson本人没有想到这一步,而ChatGPT想到了。

Gowers接着又问了一个相关的升级版问题——

把二重求和集换成限制求和集,也就是这个集合里的元素两两相加时,要求两个元素不能是同一个,其他条件不变,还能不能找到最小直径?

这个问题毫无悬念也被解决了。

然后他让ChatGPT把两个结果合并写成一篇学术笔记,47分钟后,一份标准的LaTeX预印本就出来了。

然后事情开始变得更有意思,Gowers又上了难度,问了一般情形下k重求和集的直径问题。

这个问题要难得多,因为对于一般的k,我们甚至不完全知道哪些求和集大小是可以被实现的,连基本的构造框架都缺。

不过好在麻省理工学院(MIT)的学生Isaac Rajagopal已经做了开创性工作,他证明了h重求和集直径的指数级依赖关系。

Gowers想看看GPT 5.5 Pro能不能在Isaac的基础上做改进,没想到,AI直接上演了两连跳操作,还独创了k-解离集合构造。

接下来发生的事,按时间线捋一下:

  • 第一轮,ChatGPT思考了16分41秒,基于解离集合的创新思路把上界从指数级改进到了亚指数级。

  • 第二轮,Gowers让它写成预印本,花了47分39秒。

  • 第三轮,Isaac本人看了,认为论证看起来是对的,而且论证逻辑严谨,k-解离集合的运用很巧妙。

  • 第四轮,Gowers贪心了,问ChatGPT能不能进一步推到多项式界。

  • 第五轮,ChatGPT思考了13分33秒,提出微调k-解离集合可以做到,但有几个技术细节需要验证。

  • 第六轮,Gowers让它自己验证,9分12秒后搞定核心卡点。

  • 第七轮,写成预印本,31分40秒。

  • 第八轮,Isaac再次审阅,判断结论基本成立。而且他特别指出,不只是逐行正确,在思路层面也是对的,也就是说ChatGPT确实贡献了新的想法。

而整个过程,Gowers的数学输入为零。

他做的全部工作就是当一个项目经理(数学版)——

提出需求,确认方向,要求交付。

数学本身,全是ChatGPT在做。

AI提高了数学博士生入门门槛

这件事如果只是一个酷炫的demo,倒也还好。

但Gowers看到的是两个正在逼近的危机。

首先,一个很现实的问题是,这个AI搞出来的结果该怎么处理?

如果是人类数学家做出来的,这完全够得上发表。

但现在主要工作是AI完成的——

arXiv已经明确拒绝AI生成内容,传统期刊显然也不会接受。

那它该放在哪?

Gowers自己提了一个设想,也许应该建一个专门的AI数学成果仓库,有一定的审核流程。

比如需要人类数学家确认正确性,或者经过形式化证明助手验证,但也不要让审核本身变成巨大的工作量。

坦率的讲,这个问题目前没有答案,所以现在这个成果就挂在Gowers的博客上,靠一个链接存在着。

成果归属问题之外,才是Gowers真正焦虑的地方——

数学培养体系被釜底抽薪。

训练博士生做研究,最经典的路径就是给新手一个难度适中的公开问题入门。

Nathanson论文里的那些问题,原本就是完美的素材。

但现在,ChatGPT 5.5 Pro两个小时就解决了。

这直接把入门门槛抬高了,因为以前你只需要证明一个没人证过的东西,现在你得证明一个AI也证不了的东西。

Gowers倒也没有完全悲观,他给出了两个缓冲空间。

一个是,博士生也可以用AI。

未来科研门槛可以不再是硬刚「AI解不出的题」,而是在人机协作下,做出AI单独做不到的成果。

Gowers自己最近也在大量做这种人机协作的数学研究,他说AI确实能提供有用的贡献,但还没到能独立产生game-changing想法的地步。

另一个是,AI最容易突破的其实是组合数学。

因为组合学本质上是从问题出发的反向推理,而其他数学分支更多是从想法出发的正向探索。

后者需要判断什么观察是有趣的、什么方向值得深入,这种审美判断对AI来说可能更难,目前仍是人类占优。

但他也特意强调以上都只适用于当下的AI,大模型迭代太快,现在的判断可能几个月就过时。

而且还扎心了一波:

如果一个人做数学的目的是把自己的名字永远刻在某个定理或定义上,追求「冠名永生」,那这种时代红利可能很快就会彻底消失,对所有人都一样。

Gowers用一个思想实验点透本质:

假设一个数学家通过和AI长时间对话解决了一个重大问题,数学家起了引导作用,但主要想法和全部技术工作都是AI完成的,我们会认为这是这位数学家的重大成就吗?

Gowers的答案是:不会。

既然如此,那AI时代学数学还有什么意义?

Gowers说,就像优秀的程序员比普通人更擅长Vibe coding,真正做过研究的数学家也会更擅长和AI协作。因为你对问题解决过程本身的理解越深,你用AI的能力就越强。

数学本身是一种高度可迁移的底层思维能力,未来数学研究者或许失去了独享定理冠名的学术荣誉,但沉淀的思维功底,会是AI时代最好的个人底气。

陶哲轩的三层金字塔

其实吧,关于AI对数学研究的冲击,陶哲轩看到的很早很早。

今天,他提出了一个「金字塔」,将数学问题的解决拆分为三个组成部分

  • 证明生成:构造出一个完整的证明。

  • 证明验证:确认证明是正确的。

  • 证明消化:真正理解这个证明在说什么,为什么是对的,它揭示了什么更深的结构。

前两个,AI正在以惊人的速度实现自动化。

但第三个——消化——远远没有被解决。

这将引发一种前所未有的「认知过载」:

证明像不要钱一样被大量生成,甚至机器都能帮你验算完了,但没有人真正消化它们。

陶哲轩称其为「证明消化不良」(proof indigestion)。

对此,或许会有人提议:

那就把第三步也自动化掉嘛,训练AI用更好的数学写作风格来呈现证明,让它更容易被理解。

但陶哲轩的意思是,盲目优化「可读性」指标,可能反而让最终产物变得更差。

他用烹饪作类比。

我们咀嚼食物,是为了帮助消化。烹饪技术可以让食物更嫩,减少咀嚼的需要。

但如果你决定彻底优化消化过程、把「需要咀嚼的量」到最低,那逻辑上的最优解就是——把所有食物丢进搅拌机,通过管子直接灌进胃里。

这在技术上确实解决了消化问题。但没人想这么吃饭,不管身体还是精神都会出大问题的。

吃饭的价值从来不只是摄入营养。

感官体验,还有社交场景,还有咀嚼本身带来的满足感……这些附加产物,才是人类最享受的东西。

优化掉所有摩擦,你得到的不是更好的饮食,而是一根饲料管。

数学也一样。

分清楚什么是数学学习中,「必须」经历的摩擦。

有些证明中的「难度」,是人为制造的。

措辞不清晰、结构混乱……这些「人工难度」,用AI读论文确实可以消除,就像把一块肉腌制一下再上桌。

但还有一种,属于「自然难度」。

它本来就应该是难的。

读者需要「咀嚼」它,才能获得真正的理解,并在这一过程中迸发新的灵感。

这就像陶哲轩之前在播客说的,他会故意在日程表中空出一段时间,用来「不期而遇」。

看到这里,有人可能还会说:让AI解决一切,继续优化评判标准,把「自然难度」也纳入考量不就好了?

但事实上,不是所有问题都能被当做一个「优化问题」——只要无限迭代,到最后得到的结果,就一定是我们想要的。

人类对待食物思路就不是这样。

米其林大厨手工制作的料理,至今仍然比机器加工的食品更受珍视,即使后者安全、好看、易消化、方便、口味也不差。

不是说加工食品没有用处。

只是,没有人会认真地提议,用它来完全取代人类的烹饪艺术。

这叫「烟火气」,是必须人类去赋予的。

不要掉进搅拌机

两位菲尔兹奖得主,面对同一场风暴,看到的是不同的东西。

Gowers看到的是危机。

那些原本为年轻数学家准备的「入门赛道」,正在被AI碾平。培养体系的地基在动摇,学术发表的规则在失效。

新人的路在何方?

对此,陶哲轩其实也没有答案,他给出的,是边界。

AI能生成证明、能验证证明,但「消化」,至少目前,还是独属于人类。

不是AI做不到,而是……

我们不能交出去。

这不是单纯的知识型任务,「消化」这件事,触及到智能本身。

这真是个属于「意义」的时代。

AI正在一步步把我们逼到墙角,一次又一次无止境地追问:

到底什么才是独属于人类的、最珍贵的东西?

在数学领域,这个东西可能是陶哲轩所说的那种有益的「自然难度」。

那些必须靠自己咀嚼、煎熬地探索,才能真正变成你一部分的知识。

或许,其他领域同样如此。

搅拌机可以把一切打碎。

但有些东西,永远需要人亲自去做。

不要沦为黑客帝国里,被插着管子的生物电池。

参考链接:
[1]https://gowers.wordpress.com/2026/05/08/a-recent-experience-with-chatgpt-5-5-pro/
[2]https://x.com/wtgowers/status/2052830948685676605
[3]https://mathstodon.xyz/@tao/116551624228986501

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

— 完 —

中国AIGC产业峰会最新嘉宾阵容来了!

从AI最新架构到应用生态,从AI音乐、AI漫剧、AI浏览器再到世界模型、AI硬件... 这一次,我们希望聚齐AI赛道的实战派,百度、智谱、昆仑万维、模思智能、蚂蚁灵波都会来。🔍了解详情

5月20日,北京·金茂万丽酒店,@所有人,马上AI起来!👉 报名参会

一键关注 👇 点亮星标

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 523

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 248

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 194

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 176

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 224

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 435

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 196

「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 170

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 149

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 164

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 165

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 167

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 762

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 186

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 150

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 154

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 167

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 182

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 189

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 196

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 80

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 101

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 131

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 86

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 82

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 537
上一篇: OpenAI砸200亿美元买单,英伟达挑战者冲刺350亿美元估值IPO
下一篇: SpaceXAI组建进行时,马斯克已提交商标注册申请
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