編輯聽(tīng)雨出品51CTO技術(shù)棧（微信號(hào)：blog51cto）一般人和ChatGPT聊天時(shí)，往往不會(huì)在意要不要講究禮貌。但來(lái)自愛(ài)荷華大學(xué)的一項(xiàng)最新研究顯示：即便回答內(nèi)容幾乎相同，對(duì)ChatGPT粗魯無(wú)禮也會(huì)讓你花費(fèi)更高的輸出成本。這項(xiàng)研究指出，GPT4的輸出token價(jià)格大約是每百萬(wàn)輸出token12美元。研究者發(fā)現(xiàn)：一條非禮貌提示語(yǔ)比禮貌提示語(yǔ)平均多生成14個(gè)token每條提示語(yǔ)多花費(fèi)約0.000168美元假設(shè)每天API調(diào)用量超過(guò)22億次，這意味著如果所有提...

摘要：Gemini3的發(fā)布再次刷新了上下文窗口的上限，但這并不意味著我們可以肆意揮霍算力。在LLM應(yīng)用開(kāi)發(fā)中，Token不僅僅是計(jì)費(fèi)單位，更是制約系統(tǒng)響應(yīng)速度（Latency）和并發(fā)能力的核心瓶頸。許多開(kāi)發(fā)者習(xí)慣將原始對(duì)話流直接丟給模型，導(dǎo)致大量Token浪費(fèi)在無(wú)意義的寒暄、冗余的上下文和噪聲數(shù)據(jù)上。本文基于第一性原理——信息熵，拆解4個(gè)可落地的工程化策略，幫助你在保證模型性能的前提下，實(shí)現(xiàn)Token消耗減半。前言：Token賬單...

編輯云昭今天一早，AI風(fēng)向標(biāo)、市值全球第一的英偉達(dá)，新三季度的財(cái)報(bào)發(fā)布了，再一次成為業(yè)界關(guān)注的重點(diǎn)。570億美元、同比增長(zhǎng)62%！環(huán)比上個(gè)季度，收入增長(zhǎng)100億美元，用CFOKress的話來(lái)說(shuō)，創(chuàng)下了紀(jì)錄，增幅達(dá)22%。快速分析下，這570億美元的營(yíng)收里面，重頭戲還是由數(shù)據(jù)中心業(yè)務(wù)驅(qū)動(dòng)的，直接貢獻(xiàn)了510億美元，同比大增66%。而另一項(xiàng)重要營(yíng)收業(yè)務(wù)：游戲業(yè)務(wù)同樣恢復(fù)增長(zhǎng)，同比上漲30%，達(dá)43億美元。可以說(shuō)，這波超60%的增速，又給...

譯者朱先忠審校重樓引言人形機(jī)器人，是指外形和動(dòng)作都與人體相似的機(jī)器，旨在與人類協(xié)同工作并與我們的工具進(jìn)行交互。雖然這項(xiàng)技術(shù)仍處于發(fā)展初期，但據(jù)預(yù)測(cè)，到2050年，人形機(jī)器人的數(shù)量將達(dá)到數(shù)十億。目前，最先進(jìn)的原型機(jī)包括：1XTech公司的??NEO???、特斯拉公司的??Optimus???、波士頓動(dòng)力公司的??Atlas???以及中國(guó)宇創(chuàng)科技的??G1??。機(jī)器人執(zhí)行任務(wù)的方式有兩種：手動(dòng)控制（即預(yù)先編寫程序控制其行為）...

在過(guò)去兩年，谷歌不斷把“更強(qiáng)的智能”塞進(jìn)我們熟悉的產(chǎn)品里：從Search到Android，從Docs到Y(jié)ouTube，甚至是開(kāi)發(fā)者工具鏈。當(dāng)我們還在適應(yīng)Gemini1和Gemini2的節(jié)奏時(shí)，Gemini3已經(jīng)“跳級(jí)式”地站在了更高的位置。這一次，你不再需要堆指令、不再依賴反復(fù)prompt、不再糾結(jié)改寫措辭。在Gemini3面前，即使是一個(gè)模糊的概念，它也能給你一個(gè)完整的解決方案；一段家庭視頻也能被拆成關(guān)鍵動(dòng)作建議；一篇論文也能被解釋、可視化，并附帶...

就在剛剛，馬斯克的Grok4.1，毫無(wú)預(yù)兆地來(lái)了。在AI圈，Grok一直是個(gè)“異類”。當(dāng)其他模型在追求“絕對(duì)正確”和“絕對(duì)安全”時(shí)，它總帶著點(diǎn)叛逆和幽默，像個(gè)不好惹的“刺頭”。但就在今天，xAI宣布Grok4.1已經(jīng)全面推送給grok.com、??（推特）以及移動(dòng)端App用戶。本以為這又是一次常規(guī)的“智商”刷分，但仔細(xì)看完官方發(fā)布的報(bào)告，實(shí)際并不簡(jiǎn)單。Grok4.1這次，不僅在LMArena盲測(cè)中“屠榜”登頂，它最大的進(jìn)化，居然是學(xué)會(huì)了“情感...

當(dāng)下大家談?wù)摯竽Ｐ停嚓P(guān)注點(diǎn)還停留在文本和多模態(tài)。但在語(yǔ)音領(lǐng)域，真正能兼顧理解和生成的通用模型卻鳳毛麟角。最近，小米MiMo團(tuán)隊(duì)帶來(lái)了一個(gè)重量級(jí)新品——MiMoAudio，一個(gè)參數(shù)量高達(dá)70億的音頻語(yǔ)言大模型。它的特別之處在于：不僅能“聽(tīng)懂”語(yǔ)音，還能像GPT一樣做“下一步預(yù)測(cè)”，實(shí)現(xiàn)跨語(yǔ)種語(yǔ)音翻譯、聲音風(fēng)格轉(zhuǎn)換、語(yǔ)音續(xù)寫等復(fù)雜任務(wù)。更讓人驚訝的是，MiMoAudio的訓(xùn)練規(guī)模突破了1億小時(shí)音頻，相當(dāng)于一個(gè)人連續(xù)聽(tīng)1.1萬(wàn)...

圖片今天我們要探討一篇非常有前瞻性和系統(tǒng)性的論文：《上下文工程2.0：上下文工程的“上下文”》（ContextEngineering2.0:TheContextofContextEngineering）。現(xiàn)在都在玩各種大模型、AIAgent，天天都在說(shuō)“PromptEngineering”，感覺(jué)這是個(gè)很新的東西。但這篇論文告訴我們，我們可能只看到了冰山一角。它把我們的視野從當(dāng)下的“技術(shù)熱點(diǎn)”拉到了一個(gè)更宏大、更深刻的“歷史演進(jìn)”和“理論框架”的層面。第一部分：“上下文工程...

就在昨天（2025年11月18日），甚至可能就在你睡覺(jué)的時(shí)候，科技界發(fā)生了一場(chǎng)悄無(wú)聲息但烈度極高的“地震”——谷歌正式發(fā)布了Gemini3。如果有看過(guò)昨晚的演示，你現(xiàn)在的感覺(jué)可能和我一樣：這不僅僅是AI變強(qiáng)了，而是整個(gè)“編程”定義的邏輯被重寫了。今天我想拋開(kāi)那些枯燥的參數(shù)，和你聊聊這件事背后最殘酷、也最現(xiàn)實(shí)的一個(gè)趨勢(shì)：AI能力越強(qiáng)，編程的入門門檻就越低；但與此同時(shí)，初級(jí)程序員的生存空間正在被毀滅性擠壓，而高端程序...

2025年11月，GeneralistAI發(fā)布的GEN0模型標(biāo)志著機(jī)器人領(lǐng)域的歷史性突破。這是首個(gè)在真實(shí)世界物理交互數(shù)據(jù)上確立可預(yù)測(cè)擴(kuò)展定律的具身基礎(chǔ)模型，其意義堪比GPT3對(duì)自然語(yǔ)言處理的影響。GEN0基于27萬(wàn)小時(shí)的真實(shí)操作數(shù)據(jù)訓(xùn)練（比現(xiàn)有最大數(shù)據(jù)集多兩個(gè)數(shù)量級(jí)），首次觀察到機(jī)器人領(lǐng)域的"智能閾值"現(xiàn)象——7B參數(shù)成為關(guān)鍵臨界點(diǎn)，并驗(yàn)證了機(jī)器人性能遵循冪律擴(kuò)展定律。這些發(fā)現(xiàn)為機(jī)器人產(chǎn)業(yè)化提供了可預(yù)測(cè)的技術(shù)路線圖。機(jī)器人學(xué)習(xí)的...

2025年，開(kāi)發(fā)AIAgent已經(jīng)不再是從零開(kāi)始寫代碼的過(guò)程，而是要先回答一個(gè)關(guān)鍵問(wèn)題：我應(yīng)該選擇什么樣的架構(gòu)？你的Agent是需要精確控制還是靈活適應(yīng)？是處理單一任務(wù)還是面對(duì)千變?nèi)f化的場(chǎng)景？是獨(dú)立工作還是團(tuán)隊(duì)協(xié)作？這些問(wèn)題的答案，決定了你應(yīng)該選擇哪種架構(gòu)范式。為什么架構(gòu)選擇比算法更重要？想象一下，你要組建一個(gè)團(tuán)隊(duì)完成復(fù)雜項(xiàng)目。你會(huì)怎么做？是找一個(gè)超級(jí)全能的人獨(dú)自完成所有工作，還是組建一支專業(yè)分工明確的團(tuán)隊(duì)？...

作為千問(wèn)課代表，又來(lái)了，這次是千問(wèn)APP。千問(wèn)我是老測(cè)評(píng)了，基本上有新模型出來(lái)，一般都是一手測(cè)試，現(xiàn)在來(lái)說(shuō)，Qwen開(kāi)源第一的地位應(yīng)該沒(méi)有哪家可以撼動(dòng)了，前兩天，國(guó)外出現(xiàn)了一個(gè)新詞匯，叫QwenPanic，就是千問(wèn)恐慌，就是美國(guó)白宮宣稱阿里協(xié)助軍方針對(duì)美國(guó)行動(dòng)，提供數(shù)據(jù)支持，危及美國(guó)安全。主要是Qwen占據(jù)的開(kāi)源的大頭，現(xiàn)在基本上學(xué)術(shù)研究，大部分在Qwen系列模型基礎(chǔ)上進(jìn)行實(shí)驗(yàn)，同時(shí)Qwen衍生出來(lái)的模型，也是占比最多的...

昨天刷到了昆侖萬(wàn)維發(fā)布了一個(gè)SkyworkR1V4Lite模型，只有3B的激活參數(shù)，就可以主動(dòng)操作圖像、調(diào)用外部工具、圖文交互深度檢索，是一個(gè)多模態(tài)Agent模型。技術(shù)核心是，R1V4Lite加上了主動(dòng)操作，訓(xùn)練過(guò)程引入圖像操作和深度推理交互訓(xùn)練，做到AllinOne，讓小模型從源頭具備更清晰的任務(wù)規(guī)劃與搜索增強(qiáng)的能力。30BA3B是不是很眼熟，沒(méi)錯(cuò)，它是基于Qwen3VL30BA3B增量訓(xùn)練的，還有它僅使用了3萬(wàn)條后訓(xùn)練數(shù)據(jù)，再次體現(xiàn)了高質(zhì)量數(shù)據(jù)的...

在人工智能領(lǐng)域，大多數(shù)研究仍然遵循一種"工廠流水線"模式：中央管理器選擇基線，指示LLM提出單一改進(jìn)，根據(jù)固定指標(biāo)評(píng)估，然后終止會(huì)話。這種無(wú)狀態(tài)、自上而下的過(guò)程限制了科學(xué)發(fā)現(xiàn)的開(kāi)放性和創(chuàng)造性。StephenChung和WenyuDu推出了TheStation，這是一個(gè)開(kāi)放世界多agent環(huán)境，旨在讓AIagent能夠自主探索假設(shè)、開(kāi)發(fā)方法，并在持久世界中進(jìn)行交互，追求開(kāi)放式的科學(xué)發(fā)現(xiàn)。什么是TheStation？TheStation是一個(gè)模擬微型科學(xué)生態(tài)系統(tǒng)...

世界模型使智能agent能夠想象、預(yù)測(cè)和推理世界如何響應(yīng)其行動(dòng)而演化，從而進(jìn)行規(guī)劃和策略制定。雖然最近的視頻生成模型能夠產(chǎn)生逼真的視覺(jué)序列，但它們通常以"提示詞到完整視頻"的方式運(yùn)行，缺乏有目的推理所需的因果控制、交互性或長(zhǎng)時(shí)程一致性。另一方面，現(xiàn)有的世界建模工作往往聚焦于受限領(lǐng)域（如物理、游戲或3D場(chǎng)景動(dòng)態(tài)），深度和可控性有限，難以跨不同環(huán)境和交互格式泛化。論文推出了PAN，這是一個(gè)通用、可交互、長(zhǎng)時(shí)程...

預(yù)訓(xùn)練數(shù)據(jù)集通常從網(wǎng)絡(luò)內(nèi)容收集，缺乏固有的領(lǐng)域劃分。例如，廣泛使用的CommonCrawl等數(shù)據(jù)集不包含明確的領(lǐng)域標(biāo)簽，而手動(dòng)策劃像ThePile這樣的標(biāo)注數(shù)據(jù)集則非常耗費(fèi)人力。因此，盡管識(shí)別最優(yōu)預(yù)訓(xùn)練數(shù)據(jù)混合對(duì)預(yù)訓(xùn)練性能有顯著益處，但這仍然是一個(gè)具有挑戰(zhàn)性的問(wèn)題。NVIDIA和多所大學(xué)的研究團(tuán)隊(duì)推出了CLIMB（CLusteringbasedIterativeDataMixtureBootstrapping），這是一個(gè)自動(dòng)化框架，能夠在預(yù)訓(xùn)練環(huán)境中發(fā)現(xiàn)、評(píng)估和優(yōu)化數(shù)據(jù)...

今天GoogleGemini3發(fā)了！在推理、多模態(tài)理解和智能體Agent能力上全面躍升，幾乎全面SOTA今天分享一篇Google近期有意思的論文：ReasoningBank1.LLM智能體“金魚記憶”當(dāng)前大模型智能體在長(zhǎng)周期、多任務(wù)場(chǎng)景下表現(xiàn)拉胯：做完就忘，重復(fù)踩坑只記“成功案例”，失敗經(jīng)驗(yàn)全丟記憶原始軌跡堆倉(cāng)庫(kù)，檢索又慢又雜一句話：沒(méi)有“錯(cuò)題本”的學(xué)霸不是真學(xué)霸。2.核心貢獻(xiàn)速覽ReasoningBank能夠歸納出可復(fù)用的推理策略，使記憶項(xiàng)在未來(lái)任務(wù)中...

編者按：當(dāng)AI編程智能體宣稱能自動(dòng)化一切時(shí)，我們是否在工具與概念的叢林中迷失了方向，反而忘記了如何最簡(jiǎn)單、直接地解決問(wèn)題？本文的核心主張尖銳而明確：與其追逐繁雜的“智能體套件”、子智能體（Subagents）、RAG等概念，不如回歸本質(zhì)——選擇一個(gè)強(qiáng)大且高效的模型，像與一位靠譜的工程師同事那樣，通過(guò)簡(jiǎn)潔的對(duì)話和直覺(jué)性的協(xié)作來(lái)直接解決問(wèn)題。作者直言不諱地批評(píng)了當(dāng)前生態(tài)中許多“華而不實(shí)”的工具，認(rèn)為它們不過(guò)是繞...

編輯聽(tīng)雨昨天馬斯克剛發(fā)Grok4.1，今天轉(zhuǎn)眼就被Gemini3打回老家去了。今天北京時(shí)間0點(diǎn)整，Gemini3突襲全球，不僅拿了LMArena總榜第一，更是屠榜所有評(píng)測(cè)集。直接把昨天Grok4.1剛刷的榜給反超回去了。圖片山姆·奧特曼和馬斯克也第一時(shí)間發(fā)來(lái)賀電：Image三家聚齊，X上網(wǎng)友的梗圖更是滿天飛：圖片更有甚者已經(jīng)在底下問(wèn)馬斯克Grok4.2啥時(shí)候來(lái)了：圖片值得注意的是，根據(jù)此前泄漏的Gemini3模型卡信息，Google從零開(kāi)始在TPU上訓(xùn)練了這...

今天凌晨，科技圈被一條重磅消息刷屏：谷歌正式發(fā)布新一代人工智能模型Gemini3.0！這不僅是一次產(chǎn)品更新，更是AI領(lǐng)域的又一次地震級(jí)突破。更讓人意外的是，連競(jìng)爭(zhēng)對(duì)手馬斯克和OpenAICEO奧特曼都公開(kāi)發(fā)聲稱贊。  Gemini3.0究竟有多強(qiáng)？讓我們用數(shù)據(jù)說(shuō)話。該模型在全球權(quán)威模型評(píng)測(cè)平臺(tái)LMArena上以1501分的成績(jī)登頂榜首，幾乎屠榜所有評(píng)測(cè)項(xiàng)目。在專業(yè)能力測(cè)試中，它在"人類終極測(cè)試"中取得37.5%的得分，在GPQA鉆石級(jí)測(cè)...