Andrej Karpathy 2025年LLM年度回顾：RLVR、AI智能体、Vibe Coding和LLM GUI成亮点-宝玉 OpenAI联合创始人兼前特斯拉AI总监Andrej Karpathy发布了2025年LLM年度回顾，指出四大变化：训练方法的范式升级，引入“可验证奖励的强化学习”（RLVR），模型通过自我练习在数学、代码等领域提升推理能力，导致算力分配更多转向强化学习；其次，对AI智能本质的理解加深，其“参差不齐的智能”表现为在可验证领域能力飙升，但在常识、创意方面仍存不足，并对基准测试的信任度降低；第三，LLM应用层浮出水面，如Cursor，展示了垂直领域应用通过上下文工程、多模型编排和专业界面实现价值；第 …
阅读更多Alibaba’s Qwen-Image-Layered is LIVE — native image decomposition, fully open-sourced! - merve 阿里巴巴的Qwen团队发布了完全开源的Qwen-Image-Layered模型，该模型提供Photoshop级别的原生图片分层功能。这项强大的技术能够将图片分解为多个层，预计将催生出多种创新应用场景，为图像处理和内容创作带来变革性的潜力。 RT @matanSF: GPT5.2 + Droid is phenomenal for NextJS - Ben Tossell 有报道指出，GPT 5.2与Droid的结合在NextJS开发方面表现“非 …
阅读更多Allen AI 发布视频推理智能体系统-merve Allen AI 近期发布了一款用于视频推理的智能体系统，同时还提供了模型、针对不同训练阶段的数据集以及基准测试集。这一发布将推动视频内容理解和智能决策领域的发展，为研究人员和开发者提供了强大的新工具和资源。 Andrew Ng 剖析LLMs：通用性强但非通向AGI的捷径-Andrew Ng 吴恩达指出，尽管大型语言模型 (LLMs) 表现惊人且具有通用性，但它们并非在短短几年内就能通向通用人工智能 (AGI) 的路径。LLMs 知识的提升是一个碎片化过程，需要通过耗时的数据获取、清洗、去重、复述等数据工程工作，或通过构建大量强化学习模拟环境来反复训练模型。人类在面对较少数据和 …
阅读更多Google发布FunctionGemma、T5Gemma 2及Gemma 4系列模型-osanseviero Google发布了多个新的Gemma系列AI模型，其中包括FunctionGemma，一个参数量仅为270M的模型，专为函数调用设计，可在手机、浏览器等多种设备上运行。同时，新一代编码器-解码器模型T5Gemma 2也在Gemma 3的基础上推出，并且有迹象表明Google可能正准备发布Gemma 4，包含1B和4B等参数变体，预示着其Gemma模型家族的进一步扩展。 OpenAI发布GPT-5.2-Codex并加强网络安全关注-Sam Altman Sam Altman宣布OpenAI正式推出GPT-5.2-Codex …
阅读更多以下是过去一段时间全球AI领域的动态汇总： Google发布革命性Gemini 3 Flash模型，性能超越Pro版 Google重磅发布了其Gemini 3 Flash模型，该模型以“Pro级智能 × Flash级速度”为核心亮点，具备博士级逻辑与推理能力。在MMMU-Pro多模态理解基准测试中，Gemini 3 Flash表现惊人，甚至超越了Gemini 3 Pro。它相较于Gemini 2.5 Pro速度提升了3倍，成本仅为其零头，并且在完成同等任务时平均使用30%更少的tokens。该模型能根据问题复杂度“自己调节思考时间”，适用于实时交互式应用、快速编码与分析任务、高并发API请求及低延迟多模态AI应用，现已成 …
阅读更多过去4小时全球AI要闻回顾 Google 发布 Gemini 3 Flash 模型：Pro级智能，Flash级速度 Google 正式发布了 Gemini 3 Flash 模型，旨在以更快的速度提供前沿智能。该模型在保持Pro级别智能的同时，速度比 Gemini 2.5 Pro 快3倍，且成本更低。它具备根据问题复杂度**“自我调节思考时间”**的能力，简化问题秒答，复杂任务则会进行更深入的思考。在多模态理解基准测试（如 MMMU-Pro、swe-bench verified 和 arc-agi-2）中，Gemini 3 Flash 的表现甚至超越了 Gemini 3 Pro，并且完成同等任务时平均可节省 30% 的 tokens。 …
阅读更多过去4小时全球AI要闻回顾 谷歌发布突破性Gemini 3 Flash模型，性能超越Pro版 谷歌正式发布了其创新的 Gemini 3 Flash 模型，并将其设为Gemini App和搜索AI模式的默认模型。该模型实现了Pro级智能与Flash级速度的结合，在几乎所有基准测试中均超越了Gemini 2.5 Pro，并提供了三倍的速度提升和显著的成本降低。Gemini 3 Flash具备博士级逻辑与推理能力，可根据问题复杂度动态调整思考时间，并且在完成同等任务时平均使用30%更少的Token。令人瞩目的是，它在MMMU-Pro多模态理解、SWE-bench verified和ARC-AGI-2等基准测试中甚至超越了更强大 …
阅读更多AI与自动化讽刺：40年前的预言正应验于AI Agent - 宝玉 认知心理学家Lisanne Bainbridge在1983年论文《自动化的讽刺》中提出的八大问题，正一一应验于当前的AI Agent自动化场景。这些问题包括技能退化、记忆提取困境、实践悖论（培训无用，需实战）、监控疲劳、职业地位下降、糟糕的UI设计、训练悖论（越成功越需巨额培训）和领导力困境。文章强调，尽管AI能力飞速提升，人类固有的认知局限（如半小时的监控疲劳）仍是难以逾越的“硬件限制”，预示着自动化在带来便利的同时也隐藏着深刻的挑战。 NVIDIA发布Nemotron 3系列开放模型，性能超GPT-OSS和Qwen3-30B - clem 🤗 (转 …
阅读更多以下是过去一段时间全球AI领域的重要动态： Google 发布新开源AI模型，包括Gemma 4和Allen AI的Bolmo-clem 🤗 \n\n Google及其合作伙伴持续推进开源AI生态。Google DeepMind即将推出新一代开源模型Gemma 4，备受期待。同时，Allen AI也发布了Bolmo系列字节级语言模型，这些模型基于其开源的Olmo 3进行构建，标志着在模型结构和效率方面的创新。整个社区对本周开源AI的进展充满期待，预示着更多重磅发布。 \n\n NVIDIA 发布Nemotron 3开放模型家族，性能超越现有竞品-clem 🤗 \n\n NVIDIA宣布推出Nemotron 3系列开放模型、数据和库。 …
阅读更多以下是过去一段时间全球AI领域的重要动态汇总： OpenAI 将发布新款 ChatGPT 模型 Garlic 及 GPTs 商店 小互爆料称，OpenAI 的新款 ChatGPT 模型 Garlic 已“烹饪完毕”，预计将于今晚（UTC+8 时间为2025-12-11 00:00:00）发布。此次更新备受期待，可能包括最新的图像视觉模型、语音模型以及全新的 GPTs 商店。如果消息属实，这将标志着 ChatGPT 在多模态能力和应用生态方面迎来重大升级，有望进一步拓展其应用场景和用户体验。 Adobe 产品集成 ChatGPT，实现 AI 驱动创作 Adobe 宣布其核心创意和生产力工具，如 Photoshop、Adobe …
阅读更多