All in AI,看见未来。 每天精选最值得读的AI文章,帮你筛掉时代的噪音。 以简讯见广度,以深读见洞察。 技术、趋势、思考,一站式掌握AI世界。 欢迎关注公众号「AI Reading Hub」,获取更多AI资讯和技术文章。
2025-07-08 资讯日报
新闻资讯
DeepMind:AI设计药物开启人体试验
DeepMind分拆的Isomorphic Labs宣布,基于AlphaFold的候选药物进入人体临床试验,解决新药研发周期长、成本高问题,推动AI制药从理论走向实践,引发网友期待。>阅读原文
Cluely创始人:先传播,AI产品开发新思路
Cluely创始人Roy Lee称,Z世代创始人将成主流,应先传播后开发产品,靠用户数据迭代。他还提出半透明AI覆盖层将成未来AI产品标准形态,且真实感是营销护城河。>阅读原文
博主檄文怒批英伟达显卡及销售问题
博主Sebin怒批英伟达,列举显卡故障频出、销售库存少被黄牛抄底、高价捆绑销售等问题,还指出其操控媒体评测。虽问题多,但英伟达凭借技术护城河仍是消费级显卡霸主。>阅读原文
Avraham Poupko:软件架构师不会被 AI 取代
Avraham Poupko 认为软件架构师不会被 AI 取代,AI 适合处理书面语言、探索权衡,但缺乏情境推理和情感智能。人类在理解情境和人方面更有优势,真正的理解超越文本和技术。>阅读原文
国内首部AI数据标注标准邀单位起草
国内首部AI数据标注合规标准《面向人工智能的数据标注合规指南》启动起草。它聚焦5大关键合规议题,结合3大原则。30余家单位已加入,现诚邀相关产业实践者共解合规难题。>阅读原文
Karpathy:优秀代码应具细菌特质
大神Karpathy提出"细菌编程",认为代码应小而精、模块化、自包含。此前他还带火"软件3.0""氛围编程"等概念。他觉得AI进化快,这些脑洞或成未来编程范式早期信号。>阅读原文
高盛:培养AI原住民塑造未来战略
高盛首席信息官Marco Argenti认为,应赋予年轻专业人士AI技能,因其是'AI原住民'。高盛推出GS AI Assistant,调查显示用AI员工效率和满意度更高,公司强调赋能AI原住民对未来工作重要。>阅读原文
Meta挖走苹果庞若鸣,AI天团华人多
Meta四处挖人,苹果基础模型团队负责人庞若鸣也被其收入囊中,且Meta还从OpenAI和Anthropic各挖一人。其AI天团里华人占比高,苹果AI发展或受影响。>阅读原文
韩国教授曝论文暗藏指令求AI好评,14校卷入
韩国教授自曝新奇学术作弊法,在论文中暗藏指令让AI给好评。日经亚洲发现arXiv上17篇论文有此操作,涉及14所顶尖院校。有教授称是对用AI审稿者的反击,网友看法不一。>阅读原文
NYU教授被曝操纵AI审稿,回应另有隐情
NYU助理教授Saining Xie被指在论文中藏「只给好评」提示词操纵AI审稿。他称是学生照搬他人想法,没意识到问题。涉事学生已采取措施,此事凸显AI时代学术评审新困境。>阅读原文
产品应用
Gemini Code Assist:Cursor 免费平替及 Agent 开启法
作者推荐 Cursor 免费平替 Gemini Code Assist,它可在多 IDE 免费用,基于 Gemini 模型。还分享安装步骤,以及开启隐藏 Agent 模式教程,开启后能调用 MCPs 提升性能。>阅读原文
高德地图:空间智能落地国民APP
空间智能落地加速,高德地图2025版内测,"小高老师"智能体按需规划行程,AI导航具超视距感知,为用户带来"千人千面"出行体验,是迈向空间智能的国民APP。>阅读原文
博主一天自研人生教练MCP组件
博主成峰因飞书MCP更新不符期望,自研人生教练MCP组件,降低使用难度。他还分享AI趋势,如记忆是AI OS核心资产、API成本成护城河等,并给出实践总结。>阅读原文
Claude Code发布四月,11.5万开发者买单
Anthropic的Claude Code发布4个月有11.5万用户,一周处理1.95亿行代码。它集成先进模型,功能实用,口碑好,开发者认为付费物有所值,显示开发者对AI编程工具接受度提升。>阅读原文
DeepSeek R1T2:综合性能优于R1
新模型DeepSeek R1T2登上抱抱脸热门榜Top9,构建于多个父模型。它速度快、智能高,在基准测试表现佳,还给出与R1、R1 - 0528等模型对比的选用建议。>阅读原文
微软上线Deep Research,研究流程自动化
微软上线Deep Research公开预览版,它用OpenAI的o3等模型,结合必应搜索,可将科研等复杂研究流程自动化,还具备多项增强功能,开发者能集成其API到应用中。>阅读原文
Claude Code:4 个月狂赚 3 亿的 AI 编码神器
Anthropic 的 Claude Code 推出 4 个月表现亮眼,年化收入可观。开发者盛赞其生产力,还分享使用经验,如利用上下文工程、启动策略等,认为未来 IDE 将围绕智能体上下文和反馈循环设计。>阅读原文
推荐文章
Lovable:AI原生员工创造高ARR奇迹
Lovable员工:公司ARR达8000万因大量AI原生员工。他们默认用AI解决问题,聘用他们能释放自主权、提升速度。传统公司转型难,未来组织规模缩小、结构扁平化。>阅读原文
小目标检测:难点剖析与解决策略
小目标检测存在特征不足、难与背景区分等难点。文章给出多种改进策略,如改进数据增强、特征提取等,还介绍不同算法,像EESRGAN、CAB Net等,以及端到端训练、迁移学习等训练策略。>阅读原文
Isomorphic Labs:AI 驱动药物研发新势力
Isomorphic Labs 用 AlphaFold 3 把药物发现转向 AI 驱动,与礼来、诺华等合作获数据和收入。其有望成'AI Foundry',但中短期要解决生物验证断层等问题。>阅读原文
Cognition团队:把AI当初级开发者用
Cognition团队发布编程智能体实践指南,指出把AI当初级开发者,资深工程师上手快。介绍与智能体沟通原则、融入工作流场景,分阶段讲任务处理方法,也提及局限和使用建议,强调人类监督重要性。>阅读原文
开源动态
TrWebOCR:开源离线OCR,媲美大厂
痕小子介绍TrWebOCR,这一开源离线OCR工具中文识别精准,有离线运行、简单易用等亮点,提供部署和调用示例,适用多场景,但项目两年未更新,效果待验证。>阅读原文
中国队开源LLM记忆操作系统,性能超OpenAI
记忆张量等团队:针对大模型「记忆」缺失难题,研发开源MemOS框架。它通过独特机制提升记忆能力,评测中性能超OpenAI方案,还规划了后续迭代方向,助力大模型迈向通用人工智能。>阅读原文
通义WebSailor挑战OpenAI基准多榜夺魁
阿里巴巴通义实验室:为解决开源智能体在复杂信息检索任务的困境,推出WebSailor。它以创新数据构造和训练方法,在多基准测试夺魁,缩小与闭源系统差距,未来将拓展任务维度。>阅读原文
阿里WebSailor超越DeepSeek R1等模型
阿里通义实验室:WebSailor通过创新方法提升开源模型在复杂网页推理任务的表现。构建SailorFog - QA数据集,提出DUPO算法,在多基准测试超越众多模型,缩小开源与闭源差距。>阅读原文
谷歌开源MCP Toolbox,简化数据库操作
谷歌开源MCP Toolbox,可简化数据库配置、模式迁移等,支持自然语言交互。提供python调用方法,包括安装服务、应用,加载工具等步骤,方便开发者使用。>阅读原文
开源 ebook2audiobook 免费转多语言有声书
开源工具 ebook2audiobook
可将电子书转有声书,支持 1107+ 语言,有章节拆分等功能,低内存即可运行,适合上班族、语言学习者等多类人群,能解放双眼、释放时间。>阅读原文
MemOS开源,时序推理较OpenAI提升159%
记忆张量等团队发布MemOS,它把记忆视为系统资源,构建全链路记忆管理闭环。性能超OpenAI、Mem0,尤其时序推理提升显著。未来将成立社区、推进应用开发与技术迭代。>阅读原文
算法论文
新能量模型 EBT 打破 Transformer++ 扩展上限
弗吉尼亚大学等研究者训练基于能量的 Transformer(EBT)。它能在无监督学习中让系统二思维自然涌现,训练扩展率比 Transformer++ 高 35%,推理性能提升 29%,泛化能力强,是新的有效范式。>阅读原文
数学推理模型:RL胜SFT,泛化能力更强
研究者评估开源推理模型发现,多数模型数学成功难迁移到其他领域。微调方法中,强化学习(RL)能均衡提升能力,监督微调(SFT)使非推理任务退化,未来或融合二者优势。>阅读原文
DeepSeek推理最高提速6倍,TPV方法立功!
特拉维夫大学团队开发新方法,监控控制LLM思考路径长度。提出TPV预测推理位置,干预TPV可"超频""降频"。加速后token数减近6倍,计算量减30%,TPV与提示策略互补。>阅读原文
12家机构提出Agentic Deep Research或颠覆搜索
12家顶尖机构联合提出Agentic Deep Research,由大模型驱动,能自动规划检索路径等。大规模实证评测验证其有效性,TTS Law揭示增长机制,开源社区也广泛关注,或重塑人类与信息交互方式。>阅读原文
Stream-Omni:高效多模态交互大模型
中国科学院计算技术研究所团队推出Stream-Omni,可支持文本、视觉和语音多模态交互。它通过独特模态对齐方式,减少对大规模数据依赖,语音交互还能同步输出中间文本,不过在拟人化等方面有局限。>阅读原文
CMU:大模型刷数学题训练有陷阱
CMU团队研究发现,做数学推理训练对模型在其他领域能力影响与微调方法等有关,其中微调方法最关键。RL微调模型迁移能力强,SFT模型在非推理任务常负迁移,RL似乎是可迁移推理发展关键。>阅读原文
AI模型MAARS:精准揪出隐藏心脏病风险
约翰霍普金斯大学团队:多模态AI模型MAARS用深度学习处理MRI图像,预测心源性猝死风险准确率达89%,将肥厚型心肌病诊断率从50%提至近90%,还能辅助医疗决策。>阅读原文
bash
</p>