Ken

Manus

Manus邀请码如何获取？

AI资讯

李飞飞曾入选的AI2050最新名单出炉，清华校友等25位Fellow上榜

AI2050于2024年公布了25名新晋Fellow名单，涵盖5位高级Fellow与20位早期职业Fellow。今年的名单引人关注，共有6位华人学者成功入选，他们的研究涉及AI安全、AI与人类协作、AI材料发现等多个前沿领域。本文详细介绍了每位Fellow的研究方向与贡献，特别强调了他们如何通过AI技术应对全球性挑战。以下是今年的主要入选者： 高级Fellow David Autor - 研究领域：AI对经济的影响 - 研究贡献：解决了AI技术对就业和收入的影响，推动了企业和政策制定者理解AI与人类能力的协作。 "Image 52" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_45919f9a2ec14325a5ed2217c1d36298@5888275_oswg20445oswg400oswg556_img_000.jpg) Yejin Choi - 研究领域：AI安全与可控性，AI与人类价值对齐 - 研究贡献：在多项顶级学术会议上获得多个最佳论文奖，致力于AI系统的根本性局限性与安全性研究。 "Image 53" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_165fe301055d41db8db33cdf203df6ba@5888275_oswg30408oswg400oswg479_img_000.jpg) Carla Gomes - 研究领域：AI在可持续性中的应用 - 研究贡献：通过AI推动全球可持续性挑战的解决，获AAAI Feigenbaum奖与Allen Newell奖。 "Image 54" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_1100a1006eeb426ca62bbba53cc805d2@5888275_oswg22354oswg400oswg381_img_000.jpg) Roger Grosse - 研究领域：AI安全性与可靠性 - 研究贡献：研究AI系统在深度学习中的安全性与鲁棒性，致力于提升AI技术的社会信任度。 "Image 55" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_4c6ba1d1dcba4f6582c725623604b43a@5888275_oswg21903oswg400oswg525_img_000.jpg) Michael Wooldridge - 研究领域：AI的科学与技术局限性 - 研究贡献：通过强化智能体的能力，推动AI向AGI的突破。 "Image 56" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_2f780b09b3e9478fa8a0a07b94810ea0@5888275_oswg24950oswg400oswg556_img_000.jpg) 早期职业Fellow Simon Shaolei Du - 研究领域：多智能体强化学习，AI与人类高效协作 - 研究贡献：设计全新算法以推动AI与人类深度协作，取得多项学术奖项。 "Image 57" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_fe53f7d45ed7454b8e41a4a9d97fcba4@5888275_oswg1304943oswg1080oswg1031_img_000.jpg) Pang Wei Koh - 研究领域：AI的安全性与可靠性，可信机器学习 - 研究贡献：减少模型对难以理解的内部参数依赖，推动可解释AI的实践。 "Image 58" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_4e575aa0023c48a58c77705d66a9e201@5888275_oswg26236oswg400oswg400_img_000.jpg) Yuanyuan Shi - 研究领域：神经算子学习，动态系统与控制 - 研究贡献：通过AI框架改进建筑控制系统，降低碳排放与病原体暴露。 "Image 59" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_1762dceb37c640d3a31aa232692a30b0@5888275_oswg41140oswg400oswg556_img_000.jpg) Bijun Tang - 研究领域：智能材料开发，二维材料合成 - 研究贡献：推动AI在材料科学中的应用，通过机器学习加速材料发现。 "Image 60" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_733b7d4dbbc949eb9f8bb23cae465d0e@5888275_oswg22726oswg400oswg400_img_000.jpg) Eric Wong - 研究领域：机器学习的鲁棒性与安全性 - 研究贡献：研究如何确保生成式AI模型的安全性，防止滥用并保护隐私。 "Image 61" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_7b0149d2e30f47d68aeaa43ba18500eb@5888275_oswg23777oswg400oswg400_img_000.jpg) Chaowei Xiao - 研究领域：AI安全性与漏洞发现 - 研究贡献：推动AI系统安全性研究，通过红队工具发现潜在漏洞。 "Image 62" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_86dc5d6980f245e29319508e2db177bb@5888275_oswg18630oswg400oswg443_img_000.jpg) 这些入选者代表了AI领域的顶尖研究者，涵盖了AI技术、AI安全、人类与AI的协作等多个前沿研究方向。通过AI2050基金的资助，他们将继续推动全球范围内的重要研究，力求解决当今世界所面临的最复杂的技术和社会挑战。

AI资讯

MIT、OpenAI等震撼力作：AI首次自主发现人工生命，人类窥见上帝造物

Sakana AI 联合 MIT、OpenAI 等研究机构提出了一种新算法 ASAL，旨在自动搜索人工生命，突破传统的人工生命（ALife）模拟方式。研究者们发现，使用基础模型（FM）不仅能够加速人工生命的发现，还能够通过视觉-语言基础模型自动探索人工生命的可能性，无需繁琐的手动设计。 该研究提出的 ASAL 框架，基于视觉-语言基础模型，通过描述模拟空间来自动发现新型生命体。与传统人工生命研究不同，ASAL 可以在多种经典人工生命模拟中，自动识别和创造新生命形式。研究人员通过实验验证了 ASAL 在多个人工生命系统中的有效性，推动了人工生命领域的发展。 研究还指出，人工生命的研究不仅能够帮助加深对生命本质的理解，还可能推动未来人工智能系统的进化。通过 ASAL，研究者们成功突破了人类创造力的瓶颈，发现了以前未曾出现的生命形式，为人工生命研究打开了新的视野。 图片展示了 ASAL 搜索的多种模拟效果，包括 Boids 模拟、粒子生命、生命游戏等。研究者们认为，这项新算法的提出，不仅代表着人工生命研究的一个里程碑，也为科学界提供了更多探索生命可能性的工具。 "Image 80" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_0ead4d979784478fbda522291defb0d7@46958_oswg357164oswg1071oswg422_img_png.jpg) "Image 81" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_29d1d2af24544492bed68c11d3014c90@46958_oswg34935oswg1080oswg209_img_000.jpg) "Image 82" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_7b6826f432dc416bae439f479a5d8f7c@46958_oswg360763oswg1080oswg608_img_000.jpg) "Image 83" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_b4865daf20fd4a1ebdba746caab147be@46958_img_000.jpg) "Image 84" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_ad08a5e69b584ade83668a04b36257dc@46958_oswg461996oswg1017oswg536_img_000.jpg) "Image 85" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_71200bf2aecf40c18da385c24d9cf229@46958_oswg75936oswg871oswg295_img_000.jpg) "Image 86" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_9ccfeec431ee4890ae8508e23dfa4951@46958_img_000.jpg) "Image 87" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_3dd8744366b54223b66f926b06d59c71@46958_oswg34238oswg871oswg196_img_000.jpg) "Image 88" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_7179605c47d149af8cee2c36cb88b580@46958_oswg39516oswg875oswg225_img_000.jpg)

AI资讯

2025年人工智能的十大预测：AI Agent方向将成为主流

2024年即将结束，来自Radical Ventures的风险投资家Rob Toews分享了他对2025年人工智能的10个预测： 01. Meta将开始对Llama模型收费 Meta是世界上开放式人工智能的标杆，明年将开始对使用Llama的公司收费。 "Image 34" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_26b423f4ca8242b19ac850d04da6a4dc@46958_oswg235969oswg1080oswg487_img_000.jpg) 02. “尺度定律”相关问题 讨论尺度定律的有效性，尤其是在大型语言模型的性能提升方面。 03. 特朗普和马斯克可能会在AI方向产生分歧 新政府可能会对OpenAI采取不太友好的立场。 "Image 35" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_dbb0949ea6f542a1b3e811b1fee47313@46958_oswg59180oswg959oswg637_img_000.jpg) 04. AI Agent将成为主流 网络代理的概念将会成为主流应用。 05. 将人工智能数据中心置于太空的想法将会实现 太空中的数据中心将解决电力和冷却问题。 "Image 36" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_35edfae7571e4ccfbf0dd29c15bdab52@46958_oswg25181oswg710oswg449_img_000.jpg) 06. 人工智能系统将通过“图灵语音测试” 未来的AI系统将能够通过语音与人类互动。 07. 自主AI系统将取得重大进展 AI系统将能够自主进行研究。 "Image 38" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_308d4f9352dd4eed88873cadd736125f@46958_oswg646429oswg795oswg471_img_000.jpg) 08. OpenAI等行业巨头将战略重点转向构建应用 前沿实验室将推出更多自己的应用和产品。 09. Klarna将在2025年上市，但存在夸大AI价值的迹象 Klarna的AI应用可能被夸大。 "Image 39" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_856a2bbc50a74b0687f49500bcb65579@46958_oswg46135oswg792oswg555_img_000.jpg) 10. 第一起真正的AI安全事故将会发生 预计将会发生首例AI安全事件，可能会引发广泛关注。 "Image 40" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_84b112144a5748ce80b4555be6d31639@46958_oswg85150oswg709oswg416_img_000.jpg)

AI资讯

2025年AI产业发展十大趋势

易观分析指出，通用人工智能（AGI）虽然面临不少挑战，但技术的进步从未停滞。从2024年起，AI产业的重点将从模型开发与竞赛转向产品优先与场景打磨的新阶段，推动AI技术快速落地。如今，多个应用场景初具雏形，科技巨头如夸克、剪映和豆包等在AI应用领域已占据领先位置。 在未来几年，AI技术将进一步深化产品化，推动更多行业进行数字化转型。尤其是AI在视频编辑、智能助手等领域的应用将加速发展，为社会带来更加智能化的生活体验。 "Image 118" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_b7922c12eeb048adadcc912abca83b26@182219137_oswg108827oswg794oswg1123_img_000.jpg) "Image 119" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_027eb89ee746495a8745d84770271a5c@182219137_oswg302096oswg794oswg1123_img_000.jpg) "Image 120" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_c6400233978f4073a231ac0626788672@182219137_oswg204353oswg794oswg1123_img_000.jpg) "Image 121" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_a6f5175c856343569752a5bfc805fd23@182219137_oswg147404oswg794oswg1123_img_000.jpg) "Image 122" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_43471aef7c744f07833c134f2510f4bd@182219137_oswg181801oswg794oswg1123_img_000.jpg) "Image 123" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_0084a81e0f0749e2a60ebb2bf6e25dcf@182219137_oswg203646oswg794oswg1123_img_000.jpg) "Image 124" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_cb3065458fae4ad0a67710a234e376ea@182219137_oswg171871oswg794oswg1123_img_000.jpg) "Image 125" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_669a185fb09943abb40613f1950601c6@182219137_oswg188022oswg794oswg1123_img_000.jpg) "Image 126" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_79c8b156bf074ddfadc464f8e67b7ecd@182219137_oswg226881oswg794oswg1123_img_000.jpg)

AI资讯

离年薪百万最近的大学专业，正在沦为新“天坑”

如今，人工智能专业在高校中备受关注，吸引了大量学生选择。然而，虽然这一领域的前景看似光明，但实际上却隐藏着许多挑战。许多学生在学习过程中面临着课程内容过时、实践机会不足等问题，导致他们的技能与行业需求之间存在差距。 在本科四年的学习中，人工智能专业的学生需要掌握计算机科学、数学、机器学习等多方面的知识，成为多面手。然而，许多高校的课程设置并不完善，导致学生的学习效果不尽如人意。 根据智联招聘的报告，人工智能工程师的薪资在各类职业中名列前茅，但竞争同样激烈，毕业生需要与计算机、电子信息等专业的学生竞争同一岗位。尽管行业对高学历和技术能力的要求较高，但许多毕业生在进入职场时仍感到无从下手，面临着激烈的生存竞争。 "Image 34" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_45c2127a977d4fcb85ccc8d2ae7e67c4@46958_oswg229093oswg1080oswg1066_img_000.jpg) "Image 35" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_63be5b59258e4ddea0b48ec7c22be850@46958_oswg361807oswg1080oswg1837_img_000.jpg) "Image 36" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_cf618bcf4d3d405196ac0ebc9caead0c@46958_oswg383641oswg1080oswg1414_img_000.jpg) "Image 37" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_906e67300b494c7a81ae36fec2a9f94d@46958_oswg379177oswg1080oswg1660_img_000.jpg) "Image 38" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_95d94409160a4054b7f369dcf4741711@46958_oswg375500oswg1080oswg1851_img_000.jpg) "Image 39" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_23feb5b9738f4d7182746e1ed57fe2ba@46958_oswg233579oswg1080oswg1225_img_000.jpg)

AI资讯

OpenAI o3 被曝智商高达 157，比肩爱因斯坦，但却没法证明比人类聪明

一觉醒来，突然发现 AI 的智商比肩爱因斯坦了。根据外网疯传的一张图表，OpenAI 新模型 o3 在 Codeforces 上的评分为 2727，转换成人类智商的分数为 157，堪称万里挑一。更令人惊讶的是，从 GPT-4o 到 o3，AI 智商仅用 7 个月就飙涨了 42 分。 "Image 40" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_cbfd088b549e45fdba9c86dd723113d6@46958_oswg56828oswg1080oswg424_img_000.jpg) OpenAI 的 o1 模型在门萨智商测试中的得分也高达 133，超过了大多数人类的智商。然而，这种用人类智商标准衡量 AI 是否恰当值得深思。智商测试是一种基于人类认知能力的评估体系，但将其套用到 AI 上时存在方法论偏差。 "Image 41" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_1498198c720c45129a5df2c826c672d8@46958_oswg168421oswg1080oswg645_img_000.jpg) 聪明的 AI，也会犯最基础的错误 AI 在某些方面模仿了人类的认知功能，但本质上它仍然是一个概率机器，所有输出都源于对输入数据的程序化处理。GPT-4o 仍然会在处理简单的数值比较时犯基础性错误，并且会产生 AI 幻觉。 "Image 42" (https://wm-ai.oss-cn-shanghai.aliyuncs.com/test/v2_9b25ee4aefcc4435bc0b69a2b0b087d4@46958_oswg748503oswg1080oswg720_img_000.jpg) 正如 Deepmind CEO 和 Yann Lecun 所言，当前 AI 的智商可能不如猫，尽管其在某些领域表现出色。这也说明，量化 AI 的聪明程度仍然是一个挑战，传统智商测试并不能全面衡量 AI 的智能水平。 在寻找合适的评估体系时，图灵测试是其中最广为人知的。通过图灵测试，若机器能在与人类的交流中不被识破，则可认为具备智能。然而，图灵测试也存在局限，过于关注语言交流能力，忽视了智能的其他重要维度。 "Image 43" (https://img.36krcdn.com/hsossms/20241225/v2_bc0587f46533412d9298e5a7fd4dab04@46958/oswg345557oswg1080oswg720_img_000?x-oss-process=image/format,jpg/interlace,1) 为了更好地展示 AI 的进步，评估重心或许应转向 AI 解决实际问题的能力。相较于智商测试，针对具体应用场景设计的基准测试可能更为有效。 从「理解」到「背题」，为什么连测试 AI 都变得如此困难？ 目前，基准测试五花八门，包括 GSM8K 关注小学数学，MATH 考察数学竞赛，HumanEval 则涉及 Python 编程，甚至阅读理解和常识推理也成为 AI 测试的部分内容。 然而，基准测试普遍存在一个问题，如果测试数据集公开，某些 AI 模型可能在训练过程中已经提前学习过这些题目，最终的高分未必能真实反映其实际能力。 "Image 44" (https://img.36krcdn.com/hsossms/20241225/v2_20fd76b28d104840b7b6f424c2e4d028@46958/oswg412139oswg1080oswg608_img_000?x-oss-process=image/format,jpg/interlace,1) AI 的能力不断进步，但标准测试往往也面临饱和的问题。如何让 AI 更好地服务人类社会，或许是更有意义的评估方向。 ARC-AGI：衡量 AGI 的新标准 OpenAI 推出的 ARC-AGI 测试专门用来评估 AI 的抽象推理能力，挑战 AI 在未知任务上的学习效率。在高计算模式下，o3 在 ARC-AGI 的得分高达 87.5%。然而，尽管 o3 交出了不错的成绩单，仍无法完全实现 AGI。 "Image 45" (https://img.36krcdn.com/hsossms/20241225/v2_2d8eac558c9149b88c80754690f54970@46958/oswg13408oswg800oswg525_img_000?x-oss-process=image/format,jpg/interlace,1) ARC-AGI 的测试内容要求模型不仅仅依赖于模式匹配，更注重模型的实时学习和技能应用，这对 AI 的评估来说是至关重要的。 结论 与其执着于让 AI 在人类设计的各种测试中取得高分，不如思考如何让 AI 更好地服务于人类社会的实际需求，这才是评估 AI 进展最有意义的维度。 "Image 46" (https://img.36krcdn.com/hsossms/20241225/v2_0ad315eefed74eb68e9d895a1b03869a@46958/oswg443970oswg1080oswg720_img_000?x-oss-process=image/format,jpg/interlace,1)

AI资讯

张文宏、雷军、靳东深受其害，AI仿冒名人到底有多真？

当AI遇上名人，我们能分得清真假吗？随着人工智能技术的飞速发展，深度伪造技术已成为一个巨大的隐患。AI能够轻松地换脸和模仿声音，让张文宏医生深夜带货、雷军爆粗口，甚至连明星靳东也被AI强行代言。 张文宏深夜带货? 近日，张文宏医生被AI合成视频误导，视频中的“张文宏”推荐某蛋白类产品，信以为真的老人甚至购买了该产品并转发到多个群聊。张文宏对此作出回应，并表示自己已经尝试投诉，但由于技术的快速发展，问题难以得到有效解决。 AI雷军骂翻全网，AI靳东诈骗老人 除了张文宏，雷军和靳东也成了AI技术滥用的受害者。雷军的假视频中出现了不少爆粗口的内容，尽管很多人能识别出这些视频为假，但因为雷军的高知名度，仍有不少人被骗。此外，靳东的假视频也曾导致一位65岁老人上当，声称要贷款给“靳东”拍戏。 科技进步与监管的挑战 AI技术的进步加剧了信息的泛滥，监管部门和平台也在加强管控。2024年9月，国家网信办发布了《人工智能生成合成内容标识办法》，要求人工智能合成内容必须显式标识，以防止公众误信。随着监管措施的逐步落实，AI生成内容的滥用问题有望得到改善。 尽管如此，AI技术的滥用仍然存在较大的风险，需要社会各界共同努力，建立起多元化的治理体系，防止技术对公众带来严重的隐私和名誉风险。

AI资讯

对话熊友军：做具身智能的“OpenAI”， 缩小中美机器人技术差距 | 涌现36人

美剧《西部世界》描绘了一个人类与机器人共存的社会，在未来，机器人不仅仅局限于娱乐圈或实验室，而是将融入日常生活，成为人类的助手、朋友，甚至是身体的一部分。熊友军作为机器人公司优必选的联合创始人，二十多年来致力于推进机器人技术的发展，他目前担任国地共建具身智能机器人创新中心CEO，致力于推动中国机器人产业发展和技术突破。 他认为，机器人技术虽然已有数十年的发展，但仍处于弱人工智能阶段，只有实现通用人工智能，机器人才能与现实世界深度交互，进入下一个发展阶段。熊友军将机器人的发展阶段划分为弱人工智能、强人工智能和超人工智能，并指出，中国的机器人初创公司在资源方面相对薄弱，虽然技术差距不大，但面临着更长的技术验证周期和资金压力。 创新中心的目标是通过“天工”通用机器人平台和“开物”多能具身智能体平台，攻克机器人行业的核心技术问题，并加速行业标准的制定。熊友军对未来人形机器人的应用充满信心，他预计随着技术的突破，机器人将在未来普及至千家万户，成为每个家庭的一部分，但他也警惕行业价格战的出现，可能会对整个行业造成伤害。 熊友军还强调，技术开源和标准化建设是推动行业发展的关键，创新中心目前已经参与了4项国家标准和3项国际标准的制定，并计划开源更多技术，推动全球机器人技术的发展和资源共享。创新中心还在为不同行业提供智能化的机器人解决方案，致力于让机器人在制造、服务等行业中得到广泛应用。 文章还提到，在机器人技术的未来应用中，创新中心正在开发具备长程任务执行能力的机器人，这些机器人将能够在复杂的场景中执行多个步骤，完成高度复杂的任务。熊友军认为，随着数据采集的不断完善，未来具身智能大脑将在各个领域带来显著的变化，包括制造业、服务业、家庭服务等场景都将有广泛应用。 然而，机器人技术的发展仍面临许多挑战，尤其是在机器人本体、运动控制、感知能力等方面。尽管如此，熊友军对中国机器人产业的前景充满信心，认为中国在技术研发和产品化方面将会加速跟上全球竞争者，尤其是在数据采集和应用场景方面具备明显的优势。 本文章包含了对熊友军和创新中心未来目标的详细阐述，以及他对全球机器人行业现状和未来发展的独到见解。

一颗西兰花

TypeError: 'Namespace' object is not iterable?

for idx, (img_a, att_a, c_org) in enumerate(test_dataloader): 我在调试这段代码的时候出现了bug，请问该怎么解决？"这是test_dataloader" (https://wmprod.oss-cn-shanghai.aliyuncs.com/images/20241228/fff819831c34022cdc7d3afae7c2502f.png)https://wmprod.oss-cn-shanghai.aliyuncs.com/images/20241228/ce470333719a973619f0cea1dc1de645.png