CES2025进行中，量子位AI专题已就位

于 2025-01-07 12:46:43 发布
阅读量75 收藏
点赞数
文章标签： 人工智能
原文链接：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247771513&idx=5&sn=37f54050e2eb7e0f435d96b5c9f9ee43&chksm=e9daa1e66c79bf408c180b26da43e9a83388e21c72f7d7e31106b8be2822e7cdb0fd3b290ebf&scene=126&sessionid=0
版权
编辑部 发自 凹非寺
量子位 | 公众号 QbitAI

2025刚开年，第一场「科技春晚」已经开场。

93f65793434582f8b9f6ec35c808e472.png

2025年1月7日到10日，全球最大电子消费展CES 2025即将在美国拉斯维加斯拉开帷幕（时差16小时）。

你所知道的Big Name，包括黄仁勋、LeCun，以及那些全球最受瞩目的科技公司——AMD、高通、谷歌……包括马斯克的𝕏，都将现身现场。

这个热闹，量子位凑定了（doge）。

CES 2025期间，量子位将直奔现场，为大家带来第一手AI新鲜事。相关内容，你都可以在量子位公众号蹲起来了~

先帮大家划拉一些重点：

  • 北京时间1月7日上午10:30，黄仁勋“将带着标志性皮衣和坚定愿景”参与主题演讲；

  • 英伟达、AMD下一代GPU is coming；

  • AI，AI，还是AI：三星、联想、LG等等一众厂商都预告了AI新品和更明确的AI口号；
    ……

be7b54b1cc1c01c2f72df4f4c0b49e9a.png

如果你/你的公司也在CES现场，有内容选题想跟量子位合作聊聊，欢迎联系：

chenfei@qbitai.com

往年文章be like：

英伟达AI游戏引擎炸场CES！NPC与玩家实时交互，对话动作流畅似真人
「AMD史上最大芯片」炸场CES：1460亿晶体管，可大幅压缩ChatGPT训练时间
一文看清地平线CES之旅：芯片、解决方案与生态版图

7ddf26126f217b7eef07f468cc5a533e.png

— 完 —

量子位年度AI主题策划正在征集中！

欢迎投稿专题 一千零一个AI应用，365行AI落地方案

或与我们分享你在寻找的AI产品，或发现的AI新动向

9bb332ff51f61b37771e434e68144be6.png

点这里👇关注我，记得标星哦～

QbitAl
关注
博客
12.1万高难度数学题让模型性能大涨，覆盖FIMO/Putnam等顶级赛事难度，腾讯上海交大出品
06-06 26
此基线在三个测试集上的性能如上表Random Acc.列所示。在经过对问题难度、污染程度、数据可用性等多方面因素的综合考虑后，作者们选择了两个现有的定理证明测试集FIMO与PutnamBench，并从当前污染较少的HMMT测试集中手工筛出了定理证明相关题目，构成三个自然语言定理证明测试集。团队表示，DeepTheorem框架的发布，无疑为人工智能在数学推理领域的应用开辟了全新的思路，它不仅突破了使用形式语言进行定理证明的传统范式限制，更通过其大规模、高质量的训练数据提升了AI在前沿数学方面的卓越性能。
博客
Gemini新版蝉联竞技场榜一，但刚发布就被越狱了
06-06 17
输入Token价格是o3的1/8，Claude 4 Opus的不到1/10、Grok 3的不到一半，输出Token则是o3的1/4、Claude的13%、Grok的2/3。Gemini 2.5 Pro最早是在3月25日发布了实验版本，4月4日更新了公开预览版，代号仍然是0325，再然后就是上个月的0506。在“人类最后的考试”当中，0605的成绩达到了21.6%，领先了o3 1.3个百分点，超过了Claude 4 Opus的两倍。比OpenAI o3、Claude 4 Opus和Grok 3都要来得便宜。
博客
Qwen3深夜开源新系列：文本表征模型，3种尺寸可选，超越商业API拿下SOTA
06-06 12
也就是针对不同任务类型和语言特性，使用Qwen3动态生成了一系列弱监督文本对，突破了传统方法依赖社区论坛或开源数据筛选获取弱监督文本对的局限性，实现了大规模弱监督数据的高效生成。目前，该系列模型已在Hugging Face、ModelScope和GitHub平台开源，用户也可以直接使用阿里云百炼平台提供的最新的文本向量模型服务。Qwen3-Embedding系列模型的训练继承了GTE-Qwen系列（此前推出的文本向量模型）的多阶段训练范式，针对具体应用场景进行了深度优化。期待苹果WWDC了。
博客
Qwen&清华团队颠覆常识：大模型强化学习仅用20%关键token，比用全部token训练还好
06-05 13
团队在数学数据集上训练的模型，在编程任务LiveCodeBench上测试时，仅用20%高熵token训练的模型依然大幅超越了使用全部token训练的版本。外，团队还从token熵的角度探究了RL对LLM的主要影响，并进一步讨论了RL与SFT的区别、LLM RL的特殊性与clip-higher相较于entropy bonus的优势。从训练过程中的整体熵变化也能看出端倪：使用20%高熵token训练时，模型保持了较高的整体熵水平，而使用全部token或只用低熵token时，整体熵水平都会下降。
博客
最新AI眼镜格局报告：百镜大战拉开序幕，阿里DeepSeek高通成幕后赢家
06-05 16
从Ray-Ban Meta的销量屡破上限，到雷鸟V3的火热开卖，再到凭借演讲提词功能出圈的Rokid Glasses，及「李书福同款」的StarV Air2，不同配置、不同功能的AI眼镜产品层出不穷。线上销量过万的AI眼镜产品涵盖AI音频眼镜、AI拍摄眼镜与AI+AR眼镜。大模型的接入，不仅增强了智能眼镜的语义理解和上下文处理能力，也提升了智能眼镜在语音、视觉上的多模态交互能力，让眼镜变成真正的「AI眼镜」。百镜大战是否名不副实？在AI眼镜应用价值发展的不同阶段，AI眼镜的竞争力要素有不同的偏重。
博客
精准调控大模型生成与推理！浙大&腾讯新方法尝试为其注入“行为定向剂”
06-05 10
但我们真正追求的，并不是在“聪明但难控”与“听话但愚钝”之间二选一，而是打造既强又好的AI助手——既具备强大的智能能力，又能始终按照人类意图行事。研究人员在更大的模型DeepSeek-R1（671B）上也做了干预思考的实验。基于此，STA会对这些关键神经元的激活频率和幅度进行有针对性的干预：抑制与“越狱”或输出违规内容相关的神经元，同时保留或增强与正确回应对应的神经元活性。然而，模型的“安全防御”能力往往和它的“通用智能”能力紧密耦合：为了让模型学会拒绝有害输入，可能会不小心削弱它对正常问题的应对能力。
博客
抽象小视频秒变特效大片：原视频精髓不变角色环境任意换，Luma出品
06-05 16
动作有了，场景切换也是信手拈来，从白天到黑夜、公园到峡谷，只要你想，你就可以立马跳转到世界的另外一个角落。比如下面这个西海岸rapper，想要更酷帅更嘻哈，那就给墙上画涂鸦、坐骑也换成更炫酷的荧光紫，还有必不可少的大金链子。先看下面这个小哥，本来在停车场swag，一秒穿梭到城市间梭哈，动作1比1复刻，有点赛博朋克2077那味了。最关键是能对角色、场景、动作进行精准控制，只编辑你想编辑的元素，不会篡改本来的人物动作。，哪里不满意点哪里，没有绿屏，也没有繁琐的跟踪，细节处理变得更加容易。
博客
CVPR 2025 Tutorial：从视频生成到世界模型 | MMLab@NTU团队&快手可灵等联合呈现
06-05 9
可灵、Sora、Genie、Cosmos、Movie Gen 等模型的发展已提供初步答案：视频生成可以不仅仅是输出，更是通向感知-建模-推理-决策一体化世界模型的入口。如何将视频生成作为强大的视觉先验，赋能 AI 感知世界、理解交互、推理物理，从而迈向更通用、更具具身智能能力的世界模型。他们将在生成建模、3D理解、强化学习与物理推理等方向展开分享，探讨如何将生成能力转化为感知、预测与决策的智能基座。欢迎大家现场参与，一起探讨：如何以视频生成为基石，迈向理解、交互与建模真实世界的下一代智能系统。
博客
推理时间减少70%！前馈3DGS「压缩神器」来了，浙大Monash联合出品
06-05 11
在DL3DV上关于密集输入条件（36个视图）的定性比较结果表明，DepthSplat由于密集视图中的冗余，表现不佳，而ZPressor有效压缩了这些信息，显著改善了视觉效果。ZPressor不仅在适中视图设置下持续提升了现有基线模型的性能，更在密集输入场景下显著增强了模型的鲁棒性，同时保持了极具竞争力的效率（包括内存和速度）。此外，ZPressor解决了现有模型在内存方面的重要障碍。通过这种方式，支持视图的信息被有效地整合到锚点视图中，不仅捕捉了两者之间的关联性，还在保持紧凑性的同时避免了冗余。
博客
大模型结构化推理优势难复制到垂直领域！最新法律AI评估标准来了，抱抱脸评测集趋势第一
06-05 10
但值得注意的是，小型模型中的Gemma-3-12B-it表现优于体积比它大33倍的Llama-3.1-405B-Instruct模型（Gemma-3-12B-it得分50.9，Llama-3.1-405B-Instruct为48.9），这可能得益于Gemma对多语言任务的特殊优化设计。验证结果发现，这一模型担任法官的评估方法与人工专家的评分拥有高度一致性（高相关性），这种方法为法律推理的评估提供了高效的自动化支持，克服了以往基准测试仅对最终正确答案做评估的局限。而且，这一点在推理模型上尤为明显。
博客
大神Karpathy炮轰复杂UI应用没有未来，Adobe首当其冲，网友：不提供文本交互，就是在阻挡AI浪潮
06-05 10
在回复当中，Karpathy认同将文本视觉化是一种可行的方式，但像目前Cursor当中的视觉形式非常糟糕，他设想将整个代码库布局在二维画布上，让程序员可以通过各种“镜头”来查看代码。而判别的过程，的确在不同创作媒介中难度不同，具体来说，Karpathy认为图像最容易，文本更难，最难的则可能是音频。Karpathy说，非专业人士以为编程就是写代码，但其实不是，编程的本质实际上是盯着代码看，类似大模型的判别过程。你可以说，在编程中，大模型已经几乎将生成阶段压缩到了即时的程度，但在“判别阶段上几乎没有任何改进。
博客
上海AI实验室造出首个「通才」机器人大脑：看懂世界+空间推理+精准操控全拿下
06-05 9
与这些方法相比，GPT4Scene-HDM通过基于视频的2DMLLM和对象标记取得了更好的结果，但作为一个专业模型，GPT4Scene-HDM难以应用于常见的2D多模态任务。可以看到，在四足机器人尤其是复杂的长程任务上，VeBrain相比于现有的VLA模型和MLLM模型取得了+50%成功率的提升。可以看到，VeBrain在MMVet（+5.6%）、DocVQA（94.4分）等13个基准上超越GPT-4o和Qwen2.5-VL，并取得了77.1的最佳归一化平均性能，这表明其具有更强的多模态能力。
博客
大模型公司挖墙脚哪家强？报告：Anthropic人才吸引力是OpenAI的8倍，留存率达80%
06-05 12
其实不论是Anthropic，还是OpenAI都在快速扩张，Anthropic的职业页面上列出了超200个职位，而OpenAI列出了近330个。有Anthropic员工反馈，Anthropic推崇知识交流和研究人员自主，对那些在其他官僚作风企业受束缚的AI人才而言，极具吸引力。：ML研究员，领导OpenAI的GPT-4o-mini，之前曾为DeepMind的ChatGPT和深度生成模型的创建做出过贡献。Jan Leike，曾任OpenAI超级对齐团队联合负责人，如今他联合领导Anthropic的对齐团队。
博客
曝苹果AirPods推出睡眠检测等5大新功能，iOS系统也有12年来首次界面设计大改
06-05 7
同样在去年，苹果为iPhone 16推出了Audio Mix功能，它使用机器学习来识别和分离语音中的背景元素，并允许用户从三种语音选项中进行选择。而除了AirPods，9to5Mac也透露了苹果WWDC25大会的更多看点，其中就包括了“自iOS 7以来最大规模的操作系统重新设计”。界面更加简洁，色彩更加明亮，图标去掉了多余的纹理和阴影，整体视觉效果更加现代清爽。要知道2013年发布的iOS 7，不仅被苹果CEO库克称为“有史以来最大的改变”，还一夜颠覆了以往用户对iOS的印象。
博客
突破视频时长限制！Manus上架视频生成功能，网友：比Sora更好
06-04 63
举个栗子，虽然Manus“自述”目前只能通过文本/参考图像生成5s视频，但面对用户提出的15s视频请求，它能根据主题单独生成3个5s视频，并最终自动合成一个完整故事。一般而言，当前大多数视频生成AI只能看到“输入—输出”，用户无法感知其具体过程，并且视频时长通常较为固定，用户一旦想要延长视频，还得另寻其他第三方剪辑软件。仅过了3天，又上新了图像生成功能，号称告别一般AI绘图工具的“抽卡”模式，Manus能够理解你画图的目的，规划出生成方案后再“动手”。
博客
陶哲轩转发！华人数学博士后反超DeepMind AI，停滞18年数学问题1个月内3次突破
06-04 9
AlphaEvolve采用了基于进化算法的框架，先用Gemini大模型生成的算法来构造满足条件的整数集合U，自动化评估系统计算以下内容：集合U的大小、和集|U+U|的大小、差集|U-U|的大小、相应的θ值。对于于两个整数集合A和B，它们的 “和集”（A+B）是所有可能的两数之和构成的集合，“差集”（A-B）是所有可能的两数之差构成的集合。在这个问题上，大集合的离散误差的相对影响减小，能更好地逼近连续情况下的理论极限，还允许更大的参数选择空间，避免免小数效应导致的次优解。
博客
清华推出AI数学家！独立完成数学理论难题，自动调用基本定理、构建证明思路
06-04 8
虽然推导中存在一些不严谨之处，但是AIM给出了核心结论的主要证明过程和推导细节，并且还探索出了一些新的正确的结论。当然最核心的是当前的LLM的推理能力还并不够强大，因此在很多较为前沿的复杂数学理论的研究中还是略显稚嫩。实验表明，AIM 生成的证明虽仍需数学工作者进行局部调整，但已能合理运用数学技术，覆盖核心逻辑链，甚至在部分问题中洞察非平凡结论，显著加速研究进展。这样的复杂度远超竞赛题的求解模式。在这样的迭代反馈机制下，AIM会仔细思考每一种证明思路，完善中间结论的证明，最后给出整个问题的逐步证明过程。
博客
AI还不会独自问诊，o3准确率仅为51.12%，上交大×SII开源高难度复杂疾病诊断测评集
06-04 23
它在任务中的准确率相比基础模型提升了13.66%，说明了增强推理能力在医学诊断任务中的重要性。未来的AI医疗之路，不应止步于知识的复现，而应迈向真正的理解与推理——像医生一样思考，像专家一样判断，这才是通往智能医疗的核心路径。但从十年跨度的整体趋势来看，无论是通用大模型还是医学专用模型，均未表现出随时间推移的，显著的准确率变化。在所有测试模型中，性能最佳的o3在DiagnosisArena上的准确率仅为51.12%，而o1和DeepSeek-R1的表现更不理想，准确率分别低至31.09%和17.79%。
博客
奥特曼：假如给我一千倍算力，我会这样做
06-04 6
就可以将企业的所有信息、个人生活的各种背景，以及所需的任何工具（如物理模拟工具等）都输入其中，人类就能够借此完成许多不可思议的事情。这应该是一个小型模型，却具备超越人类的推理能力，运行速度极快，能够处理一万亿个标记的上下文信息，并可以访问所有能想到的工具。在主持人问到对AGI的定义时，奥特曼表示，不同的人在不同的时期都会对此有不一样的理解。访谈中聊了很多对AI未来的展望，可以肯定的是，如今的大模型已经是百科全书了。不过，人类很擅长调整预期，在快速发展的今天，大家对AGI就有了更高的期待。
博客
图灵奖得主Bengio再创业：启动资金就筹集了3000万美元
06-04 5
不“以取悦人类为训练目标”，Scientist AI可生成诚实且可论证的解释性假设，尤其在生物学、材料科学、化学等领域，可规避传统AI因“目标对齐偏差”导致的研究风险，开启低风险加速探索的新范式。可作为值得信赖的研究与编程工具，通过其透明化推理框架，为强AI的开发建立可审计的安全边界，从源头阻断“欺骗性Agent”的风险传导，助力设计安全的人类级智能，乃至安全的超级人工智能（ASI）2023年初，ChatGPT刚刚问世几个月，Bengio“AGI发展缓慢而漫长，需几十年的时间才能实现”的观点开始转变。
评论
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