生成式AI
一、 Scaling Law继续？MIT发现还有把「测试时训练」的路可走
1. OpenAI的Scaling Law面临挑战，数据供应减少影响了模型质量提升；
2. MIT研究了测试时训练（TTT），发现其在few-shot学习和抽象推理中效果显著；
3. TTT结合增强的数据生成和模型适应器，显著提高了语言模型在ARC任务中的表现，突破了现有技术水平。
https://mp.weixin.qq.com/s/tfrG21mfteVAkjqYx5mDsQ
二、 港中文、上海AI Lab、腾讯两张3090跑SearchGPT并开源
1. Vision Search Assistant（VSA）结合视觉语言模型和Web搜索技术，可回答关于未见图像或新概念的问题；
2. VSA在图像描述、Web知识检索和推理方面表现出色，超过了现有技术如Perplexity.ai Pro和GPT-4-Web；
3. 开源版本可通过两张RTX3090复现，潜力广泛，包括在视频、3D模型和声音等领域的应用。
https://mp.weixin.qq.com/s/xa0oS-LPnZAQqEyUozf_eg
三、 开源代码模型更新，320亿参数Qwen2.5-Coder新模型发布
1. Qwen2.5-Coder-32B新开源编程模型发布，在多个基准测试中超越GPT-4o；
2. 该模型支持92种编程语言，并在代码生成、修复、推理等方面表现出色；
3. 开源版本提供多种尺寸，适合开发者微调或直接使用，具有高易用性，受到广泛关注。
https://mp.weixin.qq.com/s/K55WD7466VMTGiYJVsMZUA
四、 苹果也在押注的智能眼镜正在爆发，百度发布小度 AI 眼镜
1. 百度发布了首款搭载中文大模型的AI眼镜，具备多种实用功能，如边走边问、实时翻译等；
2. 小度AI眼镜强调长时间佩戴的舒适性与高硬件规格，目标成为智能眼镜市场的竞争者；
3. 另外还展示了智能体技术的应用，强调无代码工具、智能体协作等新兴AI技术。
https://mp.weixin.qq.com/s/Y6iiGLG6lFlk22WtQWSKyg
五、 AI辅助披头士乐队《Now and Then》获得格莱美奖两项提名
1. 披头士乐队的《Now and Then》获得了2025年格莱美奖两项提名，分别为年度唱片和最佳摇滚表演；
2. AI技术帮助从约翰·列侬的原始录音中提取嗓音，成功重制了这首曲目；
3. 这是披头士乐队几十年来首次获得格莱美提名，也是乐队第四次进入年度唱片提名名单。
https://mp.weixin.qq.com/s/kvsNJVgK6-lpwCdgJfFjag
六、 扩散模型失宠？端侧、非自回归图像基础模型Meissonic登场
1. Meissonic是一款新型非自回归掩码图像生成模型，旨在高效生成高分辨率图像并超越传统扩散模型SDXL；
2. 该模型通过创新的Transformer架构、位置编码和特征压缩层，提升生成效率和图像质量，适配消费级硬件；
3. Meissonic在图像质量、生成速度和推理效率上超越了现有技术，特别适合端侧设备应用。
https://mp.weixin.qq.com/s/pYZxK3OFV8CH4VQET4_rLg
前沿科技
七、 DeepMind突然开源AlphaFold 3，加速科学发现与药物研发
1. DeepMind开源了其最新AI蛋白质预测工具AlphaFold 3，推动科学发现与药物研发；
2. AlphaFold 3能够模拟蛋白质、DNA、RNA和小分子间的复杂相互作用，显著提升预测效率与准确性；
3. 尽管仍存在一些局限，AlphaFold 3的开源为全球科研加速提供了强大工具，将推动计算生物学的新应用。
https://mp.weixin.qq.com/s/pFmkY42eTQ0RVYDOmWwL-A
报告观点
八、 英国20%医生正使用ChatGPT，获取医疗诊断、医疗建议等
1. 20%的英国医生正在使用生成式AI工具，ChatGPT使用率最高，主要用于鉴别诊断和治疗建议；
2. 生成式AI在医疗领域的应用广泛，涵盖诊断、治疗方案建议、文档总结等多场景；
3. 使用生成式AI存在风险，如信息错误、算法偏见和患者隐私问题，需制定法规确保其安全应用。
https://mp.weixin.qq.com/s/LoHf552jAZj48UT-e3Kb3g
九、 工资“白菜价”，但特斯拉仍能吸引10万打工人奔赴的秘密
1. 特斯拉提供低基本工资，但通过丰厚的股票奖励吸引员工，部分员工获得百万美元奖励；
2. 特斯拉的招聘侧重筛选“死忠”员工，薪酬结构以股票奖励为主，员工需押注公司未来前景；
3. 股票奖励制度激励员工长期留任，但股价波动带来不确定性，部分员工视股票为“金手铐”。
https://mp.weixin.qq.com/s/fXpxbvjD_Fjbzl6csMdsBw
十、 普林斯顿深度揭秘CoT：大模型既有记忆推理、也有概率推理
1. CoT提示提升了大型语言模型的推理能力，但表现出记忆推理和概率推理的混合特性；
2. 影响CoT性能的因素包括任务的预期输出、模型的隐性记忆以及推理过程中可能的噪声；
3. 在移位密码解码中，概率推理和记忆策略显著提升模型表现，而符号推理并未完全达到完美效果。
https://mp.weixin.qq.com/s/PtuCL1WBRvrFr7nkJaKgrQ
👇订阅下方合集，获取每日推送
