传统预训练正走向终结，推理优化与后训练提升有限，大模型今后如何突破发展瓶颈？
高质量数据枯竭，传统预训练走向终点，大模型如何突破瓶颈？当前（多模态）大模型正深陷「数据饥渴」困境：其性能高度依赖预训练阶段大量高质量（图文对齐）数据的支撑。然而，现实世界中这类高价值数据资源正在迅速
阅读全文MoE模型已成新风口，AI基础设施竞速升级
机器之心报道编辑：Panda因为基准测试成绩与实际表现相差较大，近期开源的 Llama 4 系列模型正陷入争议的漩涡之中，但有一点却毫无疑问：MoE（混合专家）定然是未来 AI 大模型的主流范式之一。
阅读全文42.5 Exaflops：谷歌新TPU性能超越最强超算24倍，智能体协作协议A2A出炉
机器之心报道编辑：泽南、+0第七代 TPU 来了。AI 算力又迎来了新的标杆。本周三，谷歌正式发布了旗下第七代张量处理单元（TPU）Ironwood。谷歌称，在大规模部署的情况下，这款 AI 加速器的
阅读全文CVPR 2025 | 2D 大模型赋能3D Affordance 预测，GEAL助力可泛化的3D场景可交互区域识别
GEAL 由新加坡国立大学的研究团队开展，第一作者为博士生鲁东岳，通讯作者为该校副教授 Gim Hee Lee，团队其他成员还包括孔令东与黄田鑫博士。主页：https://dylanorange.gi
阅读全文闭环端到端精度暴涨19.61%！华科&小米汽车联手打造自动驾驶框架ORION，代码将开源
近年来，端到端（End-to-End，E2E）自动驾驶技术不断进步，但在复杂的闭环交互环境中，由于其因果推理能力有限，仍然难以做出准确决策。虽然视觉 - 语言大模型（Vision-Language M
阅读全文AI封神了！无剪辑一次直出60秒《猫和老鼠》片段，全网百万人围观
机器之心报道编辑：杜伟、蛋酱AI 圈永远不缺「新活」。这两天，加州大学伯克利分校、斯坦福大学、英伟达等机构联合制作的《猫和老鼠》AI短片火了。论文共同一作 Karan Dalal 的帖子收获百万观看。
阅读全文论文党狂喜！alphaXiv推出Deep Research一秒搜遍arXiv，研究效率直接爆表
机器之心报道编辑：+0刚刚，alphaXiv 推出了新功能「Deep Research for arXiv」，该功能可协助研究人员更高效地在 arXiv 平台上进行学术论文的检索与阅读，显著提升文献检
阅读全文CVPR 2025 HighLight｜打通视频到3D的最后一公里，清华团队推出一键式视频扩散模型VideoScene
论文有两位共同一作。汪晗阳，清华大学计算机系本科四年级，研究方向为三维视觉、生成模型，已在CVPR、ECCV、NeurIPS等会议发表论文。刘芳甫，清华大学电子工程系直博二年级，研究方向为生成模型 (
阅读全文南洋理工&普渡大学提出CFG-Zero*：在Flow Matching模型中实现更稳健的无分类器引导方法
本篇论文是由南洋理工大学 S-Lab 与普渡大学提出的无分类引导新范式，支持所有 Flow Matching 的生成模型。目前已被集成至 Diffusers 与 ComfyUI。论文标题：CFG-Ze
阅读全文Llama 4在测试集上训练？内部员工、官方下场澄清，LeCun转发
机器之心报道编辑：张倩、泽南大家翘首以盼的 Llama 4，用起来为什么那么拉跨？Llama 4 这么大的节奏，Meta 终于绷不住了。本周二凌晨，Meta Gen AI 团队负责人发表了一份澄清说明
阅读全文斯坦福2025 AI Index报告来了：DeepSeek在全文中被提到45次
机器之心报道编辑：蛋酱、+0刚刚，斯坦福大学正式发布了《2025 AI Index》报告。在过去的一段时间里，人工智能领域经历了一场蓬勃的发展，但与此同时，也有人说「人工智能是一个泡沫」。其他的讨论话
阅读全文类R1强化学习迁移到视觉定位！全开源Vision-R1将图文大模型性能提升50％
图文大模型通常采用「预训练 + 监督微调」的两阶段范式进行训练，以强化其指令跟随能力。受语言领域的启发，多模态偏好优化技术凭借其在数据效率和性能增益方面的优势，被广泛用于对齐人类偏好。目前，该技术主要
阅读全文颠覆传统信息搜索，效果是之前SOTA的三倍？UIUC韩家炜、孙冀萌团队开源DeepRetrieval，让模型端到端地学会搜索！
在信息检索系统中，搜索引擎的能力只是影响结果的一个方面，真正的瓶颈往往在于：用户的原始 query 本身不够好。尤其在专业搜索场景（如文献、数据库查询）中，用户往往无法用精确、完整的表达描述他们的需求
阅读全文论文读得慢，可能是工具的锅，一手实测科研专用版「DeepSeek」
机器之心原创作者：张倩「未来，99% 的 attention 将是大模型 attention，而不是人类 attention。」这是 AI 大牛 Andrej Karpathy 前段时间的一个预言。这
阅读全文反向传播、前向传播都不要，这种无梯度学习方法是Hinton想要的吗？
机器之心报道编辑：张倩、+0Noprop：没有反向传播或前向传播，也能训练神经网络。「我们应该抛弃反向传播并重新开始。」早在几年前，使反向传播成为深度学习核心技术之一的 Geoffrey Hinton
阅读全文MoCha：开启自动化多轮对话电影生成新时代
本文由加拿大滑铁卢大学魏聪、陈文虎教授团队与 Meta GenAI 共同完成。第一作者魏聪为加拿大滑铁卢大学计算机科学系二年级博士生，导师为陈文虎教授，陈文虎教授为通讯作者。近年来，视频生成技术在动作
阅读全文铰链物体的通用世界模型，超越扩散方法，入选CVPR 2025
基于当前观察，预测铰链物体的的运动，尤其是 part-level 级别的运动，是实现世界模型的关键一步。尽管现在基于 diffusion 的方法取得了很多进展，但是这些方法存在处理效率低，同时缺乏三维
阅读全文Meta深夜开源Llama 4！首次采用MoE，惊人千万token上下文，竞技场超越DeepSeek
机器之心报道机器之心编辑部万万没想到。Meta 选择在周六日，发布了最新 AI 模型系列 ——Llama 4，这是其 Llama 家族的最新成员。该系列包括 Llama 4 Scout、Llama 4
阅读全文从0到1玩转MCP：AI的「万能插头」，代码手把手教你！
选自Towards Data Science作者：Sandi Besen机器之心编译在人工智能飞速发展的今天，LLM 的能力令人叹为观止，但其局限性也日益凸显 —— 它们往往被困于训练数据的「孤岛」，
阅读全文CVPR满分论文 | 英伟达开源双目深度估计大模型FoundationStereo
本文介绍了 FoundationStereo，一种用于立体深度估计的基础模型，旨在实现强大的零样本泛化能力。通过构建大规模（100 万立体图像对）合成训练数据集，结合自动自筛选流程去除模糊样本，并设计
阅读全文大语言模型变身软体机器人设计「自然选择器」，GPT、Gemini、Grok争做最佳
大型语言模型 (LLM) 在软体机器人设计领域展现出了令人振奋的应用潜力。密歇根大学安娜堡分校的研究团队开发了一个名为「RoboCrafter-QA」的基准测试，用于评估 LLM 在软体机器人设计中的
阅读全文7B扩散LLM，居然能跟671B的DeepSeek V3掰手腕，扩散vs自回归，谁才是未来？
机器之心报道编辑：张倩语言是离散的，所以适合用自回归模型来生成；而图像是连续的，所以适合用扩散模型来生成。在生成模型发展早期，这种刻板印象广泛存在于很多研究者的脑海中。但最近，这种印象正被打破。更多的
阅读全文微软诞生50周年，比尔・盖茨撰文忆往昔，并发布了Altair BASIC源代码
选自 Gates Notes作者：Bill Gates机器之心编辑部1975 年 4 月 4 日，比尔・盖茨和保罗・艾伦在美国新墨西哥州阿尔伯克基市创立了微软公司。到今天，半个世纪过去了，微软早已成长
阅读全文三思而后行，让大模型推理更强的秘密是「THINK TWICE」？
近年来，大语言模型（LLM）的性能提升逐渐从训练时规模扩展转向推理阶段的优化，这一趋势催生了「测试时扩展（test-time scaling）」的研究热潮。OpenAI 的 o1 系列与 DeepSe
阅读全文CVPR 2025 | GaussianCity: 60倍加速，让3D城市瞬间生成
想象一下，一座生机勃勃的 3D 城市在你眼前瞬间成型 —— 没有漫长的计算，没有庞大的存储需求，只有极速的生成和惊人的细节。然而，现实却远非如此。现有的 3D 城市生成方法，如基于 NeRF 的 Ci
阅读全文刚刚，DeepSeek公布推理时Scaling新论文，R2要来了？
机器之心报道机器之心编辑部一种全新的学习方法。这会是 DeepSeek R2 的雏形吗？本周五，DeepSeek 提交到 arXiv 上的最新论文正在 AI 社区逐渐升温。当前，强化学习（RL）已广泛
阅读全文思维链不可靠：Anthropic曝出大模型「诚信」问题，说一套做一套
机器之心报道编辑：蛋酱AI 可能「借鉴」了什么参考内容，但压根不提。自去年以来，我们已经习惯了把复杂问题交给大模型。它们通常会陷入「深度思考」，有条不紊地展示思维链过程，并最终输出一份近乎完美的答案。
阅读全文250多篇论文，上海AI Lab综述推理大模型高效思考
最近，像 OpenAI o1/o3、DeepSeek-R1 这样的大型推理模型（Large Reasoning Models，LRMs）通过加长「思考链」（Chain-of-Thought，CoT）在
阅读全文多榜单登顶！华为 & 哈工深团队提出 AdaReTaKe，突破长视频理解极限
第一作者为哈尔滨工业大学（深圳）博士生王霄和华为大模型研究员佀庆一，该工作完成于王霄在华为实习期间。王霄的研究方向为多模态视频理解和生成，佀庆一的研究方向为多模态理解、LLM post-trainin
阅读全文为今年最火的机器人来场全球挑战赛：150万高额奖金，还有顶级硬件支持
ATEC2025 科技精英赛是由 ATEC 前沿科技探索社区主办，清华大学、浙江大学、西安交通大学、上海交通大学发起。本届赛事由香港中文大学、北京大学、北京师范大学顶尖学府联合蚂蚁集团共同承办的全球性
阅读全文