整理 | 华卫 昨日，Meta 推出了其新的"世界模型"V-JEPA 2，旨在实现物理世界中顶尖的视觉理解与预测能力，以提升 AI 主体的物理推理 能力。对于构建能在物理世界中运作的 AI 智能体和实现高级机器智能（AMI）的工作而言，物理推理能力至关重要。 在一段发布的 V-JEPA 2 视频演示中，图灵奖获得者、Meta 首席 AI 科学家 Yann LeCun 将 V-JEPA 2 描述为"现实的抽象数字 孪生"，使 AI 能够 "预测其行为的后果" 并 "规划行动方案以完成给定任务"。 "我们相信，世界模型将开启机器人技术的新纪元，使现实世界中的 AI 主体能够帮助完成家务和体力任务，而无需海量的机器 人训练数据。" 比英伟达的 Cosmos 模型快 30 倍， 现已开源 作为人类，我们具备预测物理世界如何因响应自身或他人行为而变化的能力。例如，你知道将网球抛向空中时，重力会将其拉 回地面；在陌生的拥挤区域行走时，你会朝着目的地移动，同时避免碰撞沿途的人群或障碍物；打曲棍球时，你会滑向冰球的 前进方向，而非它当前的位置。 实际上，人类是通过观察周围世界并构建内部模型来形成这种物理直觉，进而预测假设行为 ...

作者 | 华卫 今年的智源大会上，智源研究院推出全新的"悟界"系列大模型，其中包括原生多模态世界模型 Emu3、脑科学多模态通用基础模型见微 Brainμ、跨本体具身大小脑协作框架 RoboOS2.0 与具身大 脑 RoboBrain2.0 以及全原子微观生命模型 OpenComplex2。 据介绍，Emu3 作为原生多模态统一架构让大模型具备理解和推理世界的能力，Brainμ基于则 Emu3 架构，引入脑信号这一新的模态数据，实现了单一模型完成多种神经科学任务的大一统。在初代版本 的基础上，RoboOS2.0 与 RoboBrain2.0 的原有性能有大幅提升，并新增多机协作规划与物理常识 驱动的空间推理能力。OpenComplex2 可在原子分辨率层面捕捉分子相互作用及平衡构象，探索微 观构象波动与宏观生物功能的跨尺度关联。 "大模型技术还远没有到发展的尽头。"在大会前夕，智源研究院长王仲远向我们透露了这一系列新模 型背后的技术思考与智源当下的战略布局。 王仲远指出，去年智源就对大模型的技术路线进行了预判，会从大语言模型往多模态、尤其是原生多 模态世界模型的方向发展。当前，智源的工作布局都是围绕这一技术发 ...

作者 | OpenAI 译者 | 核子可乐 策划 | 褚杏娟 当地时间 6 月 10 日，OpenAI o3-pro 现已正式发布——ChatGPT Pro 用户现已可通过 API 使用。 与 o1-pro 类似，o3-pro 是 OpenAI 当前最强智能模型 o3 之下的一个子版本，旨在延长思考时间以 提供更可靠的响应结果。 "自 o1-pro 发布以来，用户一直在数学、科学、编程等领域对该模型青眼有加——学术评估表明， o3-pro 在这些领域延续了出色表现。"OpenAI 表示，与 o3 类似，o3-pro 可以使用 ChatGPT 所擅长 的各类工具——它能够搜索网页、分析文件、推理视觉输入、使用 Python、运用记忆个性化响应等 等。由于 o3-pro 可以使用工具，因此响应结果往往需要比 o1-pro 更长的时间才能生成完成。我们建 议大家仅将其用于可靠性的优先级远高于速度指标的棘手难题，甚至愿意为此等待几分钟时间。 在专家评估中，评估者在包括科学、教育、编程、商业及写作协助等关键领域在内的所有测试类别 中，始终更青睐 o3-pro（而非 o3）生成的结果。评估者们也一致认为，o3-pro 在 ...

整理 | 褚杏娟 近日，字节分享了其对今年 AI 技术发展主线的思考，主要包括以下三个方面： 基于上述考虑，6 月 11 日，字节跳动旗下火山引擎进行一系列的发布和更新，包括豆包大模型 1.6、视频生成模型 Seedance 1.0 pro 等新模型，并升级了 Agent 开发平台等 AI 云原生服务。 豆包 1.6 实行统一定价 大会上，字节发布了豆包大模型 1.6，包括 Doubao-Seed-1.6-thinking、Doubao-Seed-1.6、 Doubao-Seed-1.6-flash，均支持多模态输入，并实现 256K 超长上下文。 Doubao-Seed-1.6 支持 auto/thinking/non-thinking 三种思考模式。据介绍，在高考全国新一卷数学 中，豆包大模型取得 144 分；在海淀模拟全卷考试中，理科取得 706 分，文科获得 712 分。 豆包 1.6 系列模型支持多模态理解和图形界面操作，能够理解和处理真实世界问题。演示案例显示， 豆包 1.6 可自动操作浏览器完成酒店预定，识别购物小票并整理成 Excel 表格等任务。 | 候型能力 | | | | | | | - ...

作者 | 冬梅 近日， Mastra AI 创始人 Sam Bhagwat 在 X 上发布了一条推文，称其中提到大约 60~70% 的 YC X25 Agent 公司正在使用 TypeScript 构建他们的 AI Agent。 这个数据让人很惊讶，因为像 LangChain 这样的早期框架最初都是 Python 优先的。那么，为什么 现在要转向 TypeScript 来构建 AI Agent？ 外界猜测，造成这一局面的原因可能是许多早期项目专注于整合工具和 API，这吸引了大量已加入 TypeScript 生态系统的前端 / 全栈开发人员。此外，原因还包括： 的确，TypeScript 最近几年的受欢迎程度日渐上升。 去年年底，JetBrains 在《2024 年开发者生态系统状况报告》中引入的 "编程语言前景指数（是一个 用于评估编程语言未来潜力的综合指标）"显示，微软的 TypeScript 编程语言前景指数位居榜首。 在快速迭代复杂逻辑、链接工具或调用 LLM 时，TypeScript 的静态类型和 IDE 集成可极大地提 高生产力。 此外，正如 Sam 指出的那样，全栈开发人员可以使用 TypeSc ...

整理 | 华卫、核子可乐 在今年的 WWDC 全球开发者大会上，苹果推出新一代专为增强 Apple Intelligence 功能所开发的语 言基座模型。经过优化的最新基座模型可在苹果芯片上高效运行，包括一个约 3B 参数的紧凑型模型 和一个基于服务器的混合专家模型，后者为专门针对私有云量身定制的全新架构。 这两大基座模型，均隶属于苹果为支持用户而打造的生成式模型家族。这些模型改进了工具使用与推 理能力，可以理解图像与文本输入，速度更快、效率更高，而且能够支持 15 种语言及平台中集成的 各种智能功能。 据介绍，苹果通过开发新的模型架构来提高这两个模型的效率。对于设备端模型，将整个模型按 5： 3 的深度比分为两块。块 2 中的所有键值（KV）缓存都直接与块 1 最后一层生成的缓存共享，由此 将键值缓存的内存占用量降低了 38.5%，同时显著改善了首个 token 生成时间（time-to-first- token）。 苹果还引入并行轨道专家混合 （PT-MoE） 设计，为服务器端模型开发出一套新架构。此模型由多 个较小的 Transformer（即「轨道」）组成，它们独立处理各 token，仅在各轨道块的输 ...

作者 | 孟旭 编辑 | 李忠良 策划 | AICon 全球人工智能开发与应用大会 在近期举办的 AICon 全球人工智能开发与应用大会·上海站（2025） 现场，网易有道词典笔产品负责人孟旭以一款全新的 AI 原生硬件 【有道 AI 答疑笔】 为例，分享了智能学习硬件在大模型技术催化下的变革逻辑——从解决单一需求的"学习工具"，进化为陪伴学习的"智能伙伴"。 孟旭指出，从多年的经验和认知出发，有道智能学习硬件的进化本质是 用户需求、硬件创新与 AI 技术三者的螺旋推进，三者像齿轮一样咬合转动，推 动产品进化 。即使是在大模型爆发的当下，纯软件升级或者纯硬件创新都更像是炫技，唯有软硬结合才能让技术润物无声地渗入场景，去解决用户的真 问题 ，这也是垂类硬件在技术爆发时代的生存法则。 以下根据演讲实录整理（部分内容有删改），供大家深入了解： 大家好，我来自网易有道硬件产品团队，我叫孟旭。 现在 AI 可以说无处不在了，作为智能学习硬件的产品团队，我们也一直在思考：当 AI 教育碰撞，如何让这项前沿技术真正成为孩子学习成长路上的"智 慧引路人"? 如何突破传统学习工具的局限，解决孩子在学习过程中遇到的实际痛点，为他 ...

整理 | 褚杏娟 向来直言不讳的 Yann LeCun，这次将"大炮"轰向了 Anthropic CEO Dario Amodei。 Thread 线程最后，Yann 还附加了一个链接，内容是 Dario Amodei 当地时间月 5 日在纽约时报发表 的文章：Anthropic 首席执行官：别让 AI 公司轻易脱责（Anthropic CEO: Don't Let AI Companies off the Hook）。 这篇文章主要还是 Amodei 用来反对被特朗普称为"美丽大法案"(One Big Beautiful Bill Act) 的 《HR1》法案，其中有一项关于 AI 监管的内容是，将禁止美国各州在从法案颁布之日算起的未来十 年内"执行任何监管 AI 模型、AI 系统或自动决策系统的法律或法规"。Amodei 认为这个"十年禁令是 一种过于一刀切的手段。"他还在文中既肯定了 AI 的巨大前景，也描述了其可能带来的社会风险。 随后，有人问他 Anthropic CEO 是 AI 末日论者还是 AI 狂热爱好者，Yann 直接回道： 他是个"AI 末日论者"，但他仍在研究 AGI！这只有两种可能： ...

整理 | 傅宇琪、褚杏娟 摘要：知情人士：马云频繁要求汇报 Qwen3 开发进度；王兴兴获新职务！宇树科技完成股改，最新 估值 100-150 亿元；马斯克提议成立"美国党"获得 80.4% 支持，特朗普：我和马斯克的关系已经结束 了；字节或又损失一名大模型猛将；3 倍薪资挖人！曝京东"偷袭"飞猪携程去哪儿，转战酒旅平台； 裁员 3500 人！花旗精简上海和大连技术团队，赔偿最高达 N＋6；美国计划再次延长 TikTok 禁令的 最后期限…… 行业热点 知情人士：马云频繁要求汇报 Qwen3 开发进度 据报道，阿里巴巴集团在人工智能领域的布局已取得重大进展。尽管曾面临内部业务部门对 Qwen 模型功能的不满，但如今阿里巴巴已在全球开源人工智能领域取得领先地位。 截至今年 1 月，超过 29 万客户在使用其 Qwen 模型，涵盖汽车、医疗保健、教育和农业等多个行 业。阿里巴巴的 Qwen3 模型在多项基准测试中表现优异，超越 Meta 的 Llama 等模型。 此外，据两位知情人士透露，连已卸任高管职务六年的阿里巴巴创始人马云，也频繁要求阿里云首席 技术官周靖人汇报 Qwen3 的开发进度。这显示了 Qwen3 ...

作者 | Rasmus Holm 译者 | 王强 策划 | 褚杏娟 MCP 是一个开放协议，它标准化了应用程序向 LLM 提供上下文的方式。可以把 MCP 想象成 AI 应用 程序的 USB-C 端口。正如 USB-C 提供了一种将设备连接到各种外设和配件的标准化方式一样，MCP 也提供了一种将 AI 模型连接到不同数据源和工具的标准化方式。 —— Anthropic 我希望这到头来会是我自己的技能问题，也希望我遗漏了一些东西。 在过去的一段时间里，MCP（模型上下文协议）——它可以让 LLM 成为代理并与世界互动——真的 火了起来。这个想法很简单：让我们为 LLM/ 代理标准化一个 API，让它们与世界互动，并定下将这 些信息告知 LLM/ 代理的方式。 事情发展得非常快，IBM 最近发布了他们自己的 MCP"正交标准"，称为代理通信协议 (ACP)，紧随 其后，谷歌发布了 Agent2Agent (A2A)。 MCP 服务器和客户端每天都有新的构建和发布，可以在 mcp.so 和 pulsemcp.com 等网站上找到。 然而，让我惊讶的是成熟工程实践实在太少了。所有主要参与者都花费了数十亿美元来训练和微 ...