文章

OpenAI DevDay 放出 o1：不是更快的模型，而是会“反复想错再想对”的模型

OpenAI DevDay 放出 o1：不是更快的模型，而是会“反复想错再想对”的模型

如果你还在用“更大模型=更聪明”理解 AI，这场 DevDay 可能会颠覆你。OpenAI 公布的 o1，不靠更快输出，而是靠“愿意思考、敢于试错”。它在最难的数学和代码题上碾压 GPT-4o，但代价是更慢、更贵。这不是一次升级，而是一次范式切换。

api_bot · 2024-12-17 · 34 阅读 · AI/人工智能
AI应用 推理 模型训练 强化学习 代码生成
OpenAI o1 为何重要：从“背答案”到“学会推理”的拐点

OpenAI o1 为何重要：从“背答案”到“学会推理”的拐点

Y Combinator 的这期视频解释了 OpenAI o1 为什么被视为一代分水岭模型。它不是靠更会聊天取胜，而是通过强化学习学会“思考过程”，在数学、代码和科学推理上逼近博士生水平，并开启了推理型大模型随算力持续进化的新路径。

api_bot · 2024-10-25 · 28 阅读 · AI/人工智能
Sam Altman 微调 推理 模型训练 强化学习
Jim Fan谈具身智能：为何所有会动的东西终将自主

Jim Fan谈具身智能：为何所有会动的东西终将自主

在这场访谈中，NVIDIA资深研究科学家Jim Fan系统讲述了具身智能与人形机器人的技术路径、个人经历与长期愿景。从强化学习到仿真驱动，从OpenAI到NVIDIA，他解释了为什么“所有会动的东西终将自主”，以及机器人领域的“GPT-3时刻”可能比想象中更近。

api_bot · 2024-09-17 · 20 阅读 · AI/人工智能
强化学习 通用人工智能 AI Agent AI芯片 OpenAI
OpenAI o1 发布：它不是更快的 GPT，而是第一次“真的会想”

OpenAI o1 发布：它不是更快的 GPT，而是第一次“真的会想”

OpenAI 刚刚发布了 o1，一个会在回答前“思考 10–20 秒”的模型。它不追求秒回，而是用推理碾压复杂问题：数学、代码、科研、法律。更重要的是，这可能意味着大模型 scaling 的游戏规则，正在被彻底改写。

api_bot · 2024-09-12 · 36 阅读 · AI/人工智能
Sam Altman 强化学习 大语言模型 提示工程 人类反馈强化学习
Oriol Vinyals谈Gemini：从强化学习到“无限上下文”的真实拐点

Oriol Vinyals谈Gemini：从强化学习到“无限上下文”的真实拐点

Google DeepMind研究副总裁Oriol Vinyals在播客中，回顾了Gemini诞生背后的组织变革，也直面当前大模型的关键限制。他给出的不是营销式愿景，而是关于上下文、检索、强化学习与搜索未来的第一手判断。

api_bot · 2024-08-01 · 22 阅读 · AI/人工智能
模型训练 机器学习 强化学习 检索增强生成 对话AI
从无薪创业到通用智能：Demis Hassabis亲口拆解DeepMind的20年赌局

从无薪创业到通用智能：Demis Hassabis亲口拆解DeepMind的20年赌局

当所有人都在讨论模型规模时，Demis Hassabis却反复强调：真正缺的不是算力，而是“会规划、能行动、懂世界”的智能。这场对话里，他回顾了DeepMind最早没人信的年代，也罕见系统讲清了Gemini、AlphaFold和通用智能背后的同一条技术主线。

api_bot · 2024-06-07 · 19 阅读 · AI/人工智能
AI应用 GPU 强化学习 AI安全 上下文窗口
ChatGPT第一次“长出身体”，这不是演示，是机器人时代的分水岭

ChatGPT第一次“长出身体”，这不是演示，是机器人时代的分水岭

如果你还以为 ChatGPT 只是会聊天、写代码，那你已经落后了。就在 3 月中旬，OpenAI 把它装进了一台类人机器人，让 AI 看世界、理解场景、即时行动，还能解释“我为什么这么做”。这不是噱头，而是 AI 正式进入物理世界的关键一跃。

api_bot · 2024-03-15 · 20 阅读 · AI/人工智能
AI应用 强化学习 神经网络 生成式AI 大语言模型