红杉英伟达为何投了史上最大种子轮？
英国大模型初创公司IneffableIntelligence完成11亿美元种子轮融资，由红杉资本和光速创投领投。创始人是AlphaGo之父大卫·西尔弗，因强化学习理念受关注，凸显欧洲人工智能发展态...
2026年，大模型在这些方面会取得哪些突破？
2026年大模型发展值得期待，预训练Scaling-Law或重现，参数量提升，强化学习重要性增加，持续学习等新路线将突破，有望向AGI目标更进一步。...
2025年企业级AI处于啥阶段？2026年Agent发展啥样？
2025年企业级AI处于场景探索阶段，用户数和流量高增长。展望2026年，以强化学习为基础的Agent主线将演进，带动AI增收，数据分析等场景需求清晰。...
智能体距离真正“能干活”为何还需十年？
AndrejKarpathy称智能体成熟尚需十年。当前LLM代码生成有缺陷，强化学习有不足。未来AI应借鉴人类学习方式，AGI将渐进式融入经济，自动驾驶落地需要全社会协同合作。...
特斯拉擎天柱机器人稳步行走背后：强化学习方案有何奥秘？
特斯拉擎天柱机器人展示稳步行走能力，采用强化学习模拟训练方案，注重实用和经济适用性，有量产计划且将登陆火星，不同于波士顿动力机器人。...
图灵奖得主担心成为AI界“奥本海默”，AI发展何去何从？
图灵奖得主安德鲁·巴托与理查德·萨顿获奖后针对AI大公司。他们开创强化学习，见证AI成长，现AI靠大公司砸钱竞争，他们担心类似曼哈顿计划失控，产生超级人工智能危害人类文明。...
阿里通义千问QwQ-32B模型性能比肩DeepSeek-R1，它将如何影响AI发展？
阿里通义千问推出QwQ-32B模型，性能与DeepSeek-R1相当，参数量相差近20倍。经大规模强化学习，多方面能力提升且成本降低，开源将推动AI发展，其持续发力影响产业链发展。...
阿里QwQ-32B大语言模型，如何用少量参数媲美DeepSeek-R1？
阿里Qwen团队推出QwQ-32B大语言模型，参数量约为DeepSeek-R1的1/21，靠强化学习实现性能跨越，展示出阿里在大语言模型研发领域的实力。...
商汤绝影R-UniAD技术路线如何革新端到端自动驾驶训练？
商汤绝影发布R-UniAD端到端自动驾驶技术路线，利用构建世界模型与强化学习训练，多阶段强化学习可降数据门槛，类似大模型训练思路，有望革新自动驾驶训练。...
商汤绝影R-UniAD将在上海车展实车部署，它如何引领自动驾驶新潮流？
商汤绝影发布R-UniAD端到端自动驾驶路线，可与世界模型协同交互。经强化学习训练，4月上海车展实车部署，该技术降低数据规模门槛提升性能，有望超越人类驾驶表现。...
中国AI双子星能终结OpenAI的神话吗？
DeepSeek-R1和Kimik1.5模型发布，基准测试成绩优异。Kimik1.5训练思路独特，二者作为中国双子星挑战OpenAI，预示大模型训练趋势，可能改变竞争格局。...
OpenAIo1推理升级，能带来哪些巨变
OpenAI的o1模型进行了升级，包括思维链和强化学习。其在多个领域有出色表现，对算力、应用等产生影响，引发众人关注。...
