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

编辑部 整理自 AIGC2026
量子位 | 公众号 QbitAI

当AI将编程门槛从“写代码”降低至“聊天”,应用创作的权力正从专业开发者手中释放到每一个普通人——

甚至连不懂代码的8岁小学生,都能通过跟AI聊天,打造出自己想象中的操作系统;OPC(一人公司)没有程序员,只靠项目经理就能搞定千万订单。

这是本次2026中国AIGC产业峰会上,百度秒哒产品总经理朱广翔带来的分享。

整个计算机发展史就是编程门槛不断降低的历史,第四次编程革命的极限,就是用人类语言直接编程。

这意味着,未来的软件生态将不再依赖于繁琐的“古法手搓”代码,而是取决于个人的创造力。无代码应用搭建平台正是破解技术壁垒、释放大众创业潜能的答案。

百度秒哒作为国内最早探索Vibe Coding的产品,通过多智能体协作,让用户只需说出想法,就能直接生成网页、小程序、APP甚至小游戏。

朱广翔进一步指出,秒哒的本质是让需求方变成供给方——石油工程师能做出代替140万采购的平台,文科生一个灵感两句话就能在10分钟内创造日活200万的应用。

Vibe Coding抹平了从创意到实现99%的成本,让长尾需求、细分场景第一次有了被低成本满足的可能。

为了完整呈现朱广翔的思考,在不改变原意的基础上,量子位对演讲内容进行了整理编辑,希望能提供新的视角与洞察。

2026中国AIGC产业峰会是由量子位主办的行业峰会,近20位产业代表与会讨论。线下参会观众超千人,线上直播观众近400万,获得了主流媒体的广泛关注与报道。

核心观点梳理

  • AI创造了新市场,OPC、手搓经济成为现实。我们正处于第四次编程革命时代,编程从机器语言、汇编语言、高级语言一路走向自然语言,门槛持续降低。自然语言编程,让创造者和开发者数量被极大放大。

  • 过去软件开发里产品经理、设计师、工程师、测试、运维、运营各自分工,现在都可以变成Agent。用户扮演老板,发起命令,一群Agent干活,交付最终产物。

  • 普通人正在成为新创造者的主力。秒哒的用户中,87%是完全不懂代码的人,16%是创业者,9.7%是产品经理。OPC,即一人公司,已经成为第一大人群,想象力正在释放生产力。

  • Vibe Coding真正实现了“大众创业”。创业迎来第三波浪潮,1.0零工时代靠体力劳动增收,2.0内容时代依托图文、短视频变现,3.0时代则凭借软件开发与服务交付,解决实际需求实现盈利。

  • 上海的一家企业,过去依赖12人的研发团队进行软件开发。使用秒哒后,企业重构了原有的生产模式:由4位项目经理分别负责不同行业,直接通过秒哒完成软件交付。交付效率大幅提升,交付周期由“年”缩短至“月”。目前,该模式已经帮助企业盈利50万,还拿到了1000万的超大订单。

以下为朱广翔演讲全文:

全民Vibe Coding,创作变得如此简单

大家下午好,我是朱广翔,来自百度,负责无代码应用搭建平台百度秒哒。

我先介绍一下秒哒是什么样的产品,简单来说,秒哒就是一款一句话做应用的产品,只要我们把想法告诉AI,就可以直接做网页、小程序、APP、小游戏、PPT,几乎做什么都可以。

秒哒是2024年下半年发布的。一回忆,时间已经过去很久了,那个时候DeepSeek都还没有发布。DeepSeek是2025年春节发布的,但在那个时候我们就已经在做Vibe Coding了。

我们当时的愿景是让每个人都能拥有应用创作能力,所以我们也是国内最早做Vibe Coding的团队。

从秒哒发布到现在为止,已经过去一年半了。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。

今天我想分享一下在这个时代里我们到底看到了什么,在这一年半的时间里我们又看见了什么。

我们先从一个视频开始,这个视频是上周参加开发者大会,我和秒哒的一个用户同台。这个用户有点特殊,他只有8岁,8岁的用户和我一起上台发布产品,下面请看:

他做了一个专属于儿童的操作系统,连安装过程都完全模拟,还做了一个AI宠物,就像咱们小时候的瑞星小狮子。而这个小朋友只有小学二年级,当时台下坐了足足几千人。

那么这么小的一个用户,他为什么想做这样一个操作系统呢?怀着这样的疑问,我在下台后问了他。他跟我讲了这么一段故事,让我回想起来我小时候,和他一模一样的经历。

他和我说,他从上幼儿园的时候就开始痴迷电子产品,喜欢iPad、Mac等苹果的产品以及系统、喜欢Windows,他的偶像是乔布斯。

他特别痴迷于操作系统,于是他就在纸上用笔画出操作系统,画出他理想中属于自己的操作系统。画了非常多页面,首页是什么样、点击哪个按钮、第二页是什么样、第三页是什么,然后拿去跟小朋友交换,一页换一支笔,大家只能靠想象来填补页与页之间的交互。

上了小学之后,他上了AI课,老师教了秒哒,他就把他的想法通过秒哒做出来了,也就是我们刚刚台上演示的这个东西。

这让我想到,我在网络上说过我从初中开始写代码,到博士毕业已经写了20年。但是我当时为什么开始写代码?我没说过,其实我和他的出发点一模一样。

我小学的时候特别喜欢玩游戏,我也想做自己的游戏。所以我就在纸上用笔画出我的游戏来,第一关什么样、第二关什么样、第三关什么样,有什么陷阱、有什么奖励,然后拉我的小伙伴去玩。后来我上初中,我决定要写代码把它做出来。

但这个事已经成为过去时,今天再也不需要古法手搓了,我们只需要和AI说话,就能直接做出来,即使是8岁小朋友也可以。

从“手搓”到“说话”,AI正在杀死传统软件

其实不仅是小朋友,我们看到这次浪潮还席卷到了实业界,不仅是能娱乐一下,做个Demo,还真的能赚到钱。比如这两个新闻:一个是“死了么”,1000块钱的开发成本,估值1000万;“SBTI”,10分钟刷爆朋友圈。

这是一个时代,OPC和手搓经济开始成为现实。这背后反映的是一个行业的趋势:AI正在杀死软件。

今年年初华尔街有一个新闻:SaaS末日。这是什么意思?全球软件股在48小时内蒸发了2800亿,下跌27%。而有些头部大厂,比如传统的软件商Salesforce下跌了40%。

这是一个非常恐怖的数字。旧的模式在没落,与此同时,新的模式在崛起。

Lovable和秒哒一样,是一个无代码开发软件的平台,也是全球Top1,我们很多用户有时也称秒哒是中国的Lovable。

最近它公布了一个数据:仅由Lovable一家公司生成的AI应用就占全球新增应用的10%。也就是说,全球每天诞生的每十个应用里面就有一个是这家公司生成的。如果再加上我们这些同行,其实这个数要远大于10%。

其次,应用的创作主体也发生了变化。左边创作主体是传统大厂,右边Lovable只是一个工具,右边的创作主体是OPC,是在座的每一个人,是靠每个人的创作力支撑了新增应用市场。

这种新旧交替反映了软件正在被AI杀死的现实,其实这背后也是一个技术变革,反映了历史的趋势。

我们整个计算机发展史就是这样的演进趋势,我会称之为第四次编程革命。

最开始是机器语言,比如0101码、打孔条,这是属于机器的语言,人完全看不懂。后来有了汇编,汇编语言用人能看懂的符号描述计算机原理。再后来是高级语言,就是C语言、JAVA、Python等,不再说计算机在做什么,而是我要做什么。

这一次又一次的演进,使得编程语言的门槛越来越低,开发者、创作者越来越多。

而这个线拟合到极限是什么?就是用人类语言直接编程,也就是用大白话直接编程,这就是今天我讲的秒哒这类无代码直接开发软件的产品。

秒哒的底层逻辑

秒哒是国内最早做无代码开发软件的产品,经过IDC这类测评机构的测评,我们的效果全面领先。

不仅在中文环境下排名第一、在全球环境下位于第一梯队,而且也获得了沙利文、环球时报等一系列大奖,在各种产品榜上也是榜上有名。


我们的原理很简单,秒哒的背后其实是一群智能体。

传统开发过程是由产品经理和用户沟通需求,然后再收集信息,补充专业知识,画原型图、设计Demo。设计师出UI设计稿,再去找高级工程师选技术栈、分配任务、分解模块,程序员写代码,写完代码后测试、Debug,没有Bug后上线。再去部署云资源、服务器、存储、带宽。

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。

秒哒原理就是把这些真人全变成Agent,在多Agent协作下开发应用。在这个过程中,用户扮演的角色是老板,老板发起命令,多Agent合作干活,交付最终产物,这就是秒哒。

秒哒的特色是,用户作为老板,在秒哒这个平台上发布即增长、全端即主场。

秒哒有电脑端和手机端,我们有什么想法可以随时随地说几句话就把灵感做出来,即使你在路上,也可以去各个地方分发,比如开发网页,发到百度搜索;也可以开发微信小程序,在微信群里转发,发给私域客户;再比如说能做成APP,去App Store上架。分发也是全栈支持的。

一句话,也不止做应用。

因为做应用有很多上下游环节,比如线上分析数据、生成素材、做游戏皮肤,这些任务也是支持的;下游开发软件、写产品文档、做商业BP的PPT也都是支持的。

而且我们首发了企业版,秒哒是国内无代码应用搭建产品里第一个推出能支持多人协作的。

秒哒能无代码编程,也能像以前的编程用GitHub那样多人协作,互相管理自己的版本,互相去Merge版本。而且还支持企业级SLA,在企业环境下高稳定性、高可用。

这是我们后台的数据:秒哒87%的用户是完全不懂代码的人,16%是我们最大的群体——OPC,也就是一人公司。

这是今年比较时髦的词,在去年年底他们就成为了我们的第一大群体,那时候还不叫OPC,叫超级个体。

我举几个关于OPC的例子:

一个创业者,网名叫“黄啊码”,他通过秒哒做了一个AI漫剧平台,卖给工作室赚了12万。然后又给企业开发了一个站点,赚了3万。他还培训了3000多个学员,有学员也变现了,还有失业的产品经理再次就业等等。

除了OPC的变化,秒哒还带动了企业AI转型。有一个例子:

上海的一家企业,过去依赖12人的研发团队进行软件开发。使用秒哒后,企业重构了原有的生产模式:由4位项目经理分别负责不同行业,直接通过秒哒完成软件交付。

交付效率大幅提升,交付周期由“年”缩短至“月”。客户说需求,他随时改、随时做,坐在客户旁边现场给他Vibe Coding,目前已经赚了50万,还拿到了1000万的超大订单。

再比如软通动力,也是国内比较顶尖的软件公司,用秒哒重构了整个交付范式。以前是通过传统人力方式进行POC、做Demo,现在完全通过Vibe Coding,已经支撑了20个项目,交付成本降低了70%。

再比如自如的设计师用秒哒搭建了房屋设计工具,让业主装修时随时随地看到“想象中的家”。

秒哒目前生成的应用已经累计服务超过2000万用户,我们把这2000万用户的软件,用人来开发的方式、用工资方式等价换算,算下来有几十个亿。

Vibe Coding让需求方变成供给方

Vibe Coding真正实现了大众创业,让每个人有了平等赚钱的机会。可以看到有很多人在秒哒开发小程序、开发APP,把自己原来线下的业务搬到线上,服务具体的场景和用户,就像第三次创业浪潮。

第一次我们称为零工时代,通过体力劳动赚钱;2.0时代称为内容时代,做短视频、写公众号去赚钱;3.0时代就是通过做软件、做交付,解决问题、解决需求去赚钱。

我们看到Vibe Coding正在让需求方变成供给方。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。

比如这个石油工程师,他做了一个油井设计平台。

在他做这个平台之前,他们企业花140万采购了一款平台,但是用不起来,为什么?因为这些程序员不太懂这些工程师具体是怎么看油井、怎么设计交互、怎么去算一些物理量,比如疲劳度、敏感度等系数,整体都存在很多小瑕疵。

所以工程师觉得不满意,他自己用秒哒从头到尾做了一个,已经在大庆油田、青海油田、长庆油田投产使用,而且部分石油大学的学生也在用这个去做毕设。

Vibe Coding抹平了从“创意”到“实现”99%的成本。

现在有一个创意,可能下台之后马上就能做出来,这是极快的,就能拿到市场上去验证,形成一个快速的迭代。

比如这个例子,我们的一个用户想出了一个灵感,两句话告诉AI,做了一个测评。他发到抖音、小红书里,DAU已经有200多万了,前天有217万的DAU,昨天是188万DAU。一款200万的产品居然是和AI说了两句话做出来的,整个过程他就只花了10分钟。

不止这几个例子,还有无数案例,Vibe Coding正在满足过去看起来不值得开发的小需求、长尾需求。

因为以前开发的产能都在大厂,大厂有数十人、数百人的研发团队,但现在每个人都有机会,我们可以服务更多细分场景和长尾需求。

最后,关于秒哒的使用方式:秒哒APP端已上架安卓商店,可以直接扫码下载,也可以去应用商店搜索,iOS本周或下周即将上架;网页版可以去浏览器直接搜秒哒,或直接输入miaoda.cn,加入秒哒答疑群,了解秒哒最新资讯。

以上就是我的分享,谢谢大家!

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

— 完 —

超千人线下参与、数百万观众在线观看的中国AIGC产业峰会实录来了!

近20位AI实战派如何看Agent、多模态、应用、算力... 全部干货,点击回顾 👇

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 518

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 217

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 180

「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 160

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 753

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 161

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 189

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 178

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 637

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 60

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 532

京东JoyInside戴文军:AI的终极形态不是聊天,是融入你家每一件物品丨AIGC2026

过去一年多时间里,我们给很多玩具加上JoyInside,可以陪孩子玩一些游戏,有时候也会陪他过家家,大一点的孩子会发挥他很多的想象,我们和京东图书去联合,把一个个玩具变成了原生的故事机,我们跟京东京造一起打造的AI玩具好评率整个平台第一。AI在这里面对于整体价值指数级放大的作用。

量子位 130
上一篇: 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
下一篇: 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
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