TCOD团队 投稿 凹非寺 量子位 | 公众号 QbitAI 把强大模型的能力"蒸馏"给小模型，听起来很美—— 但放到多轮对话Agent场景里，效果往往一塌糊涂。 为什么？ 香港中文大学联合阿里通义事业群给出了答案，并提出了一种名为 TCOD （Temporal Curriculum On-Policy Distillation）的训练方法。 上图（左）表示在多轮Agent的OPD训练中，随着交互轮次的增加，教师模型对学生生成回复中各token的概率分配持续降低，表明每轮的 KL 散度不断攀升，最终导致监督信号失效。（右）表示原始OPD使用完整轨迹进行训练，因此包含了所有累积的误差；而TCOD-F2B/B2F 则通过课程学习，从短轨迹逐步扩展至长轨迹，有效规避了误差轮次的干扰。） 团队发现失效的根本原因在于 轨迹级KL不稳定性 ，每一轮误差不断累积，把学生模型推到老师模型从未见过的状态区域，老师的监督信号 因此彻底失效。 而TCOD用课程学习的思路，让学生模型从短轨迹开始、循序渐进地学习完整轨迹，一举解决了多轮Agent蒸馏的稳定性难题。 TCOD只需对现有OPD代码做极少改动 On-Policy Disti ...

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI Grok用户只能缓缓打出一个问号。 马斯克对Anthropic之前可是一点好脸色没有。 另一边，马斯克和OpenAI的诉讼还在焦灼受审。 好一个敌人的敌人就是朋友。 Claude用户（仅限付费用户）一觉醒来，发现限额翻倍，速度还变快了。 △ GPT-Image-2生成 活久见！ 马斯克 和 Anthropic 联手了，签署算力合作协议大单。 马斯克旗下的Colossus 1超算集群 全部 给Claude用，整整 220000张英伟达GPU 或者说300兆瓦算力。 就在三个月前，他还不断强烈抨击Anthropic，称他们必然走向名字的反面"反人类主义"。 后面还反复追评"Anthropic憎恨西方文明"，质问"还有比Anthropic更虚伪的公司吗？"。 合作一达成，老马立即变脸： 和Anthropic高层的会面令人印象深刻， 没有人触发我的邪恶探测器 。 Claude限额翻倍，算力采购进入多供应商时代 这是一笔足以改写AI算力格局的交易。 Colossus 1是SpaceXAI从零开始、以创纪录速度建成的超算集群。 22万多张英伟达GPU密布数据中心里，从 ...

henry 发自 凹非寺 量子位 | 公众号 QbitAI 刚刚，波士顿动力又放出了一段Atlas的新demo。 demo中的Atlas机器人完成了一套高难度体操动作，比如倒立，双臂支撑，腰马合一，非常流畅。 据悉，这是波士顿动力新一代的Altas人形机器人，也就是2026年初CES展示的量产版本。 它具备： 评论区有不少网友直呼这动作非常厉害。 56个自由度，关键关节支持360°旋转 身高6.2英尺(约1.9米)，体重198磅(90公斤) 工作温度区间-20°C到40°C IP67防尘防水 全身只用两种独特规格的执行器，以压低成本和复杂度 一条肢体可以在5分钟内替换完毕 当然了，和中国机器人比起来，还是差了些。 更离谱的是，有消息称，Altas月产量仅4台…… 量产版Altas 在此前放出的视频demo中，Atlas已经在汽车工厂里跑起了搬运流程，而且执行速度相当不错。 根据官方博客，这代量产版的核心设计思想是「功能大于形式」。 与不少竞争对手拼命让机器人看起来像人不同，波士顿动力反而在往「超人类」方向走，头部、腰部、髋关节都能360°旋转，做出人类做不 到的姿势。 正如开头的demo里，Atlas可以用极 ...

一水 发自 凹非寺 量子位 | 公众号 QbitAI 过去一两年，AI做PPT这事儿一直处在一个比较尴尬的位置。 能用，但不好用 。 虽然速度是比手搓快，但细看全是"幻觉数据"和"拼凑式模板"，后续改起来比从头做还累。 所以圈内有个心照不宣的判断：AI PPT不说是个伪需求，但至少是被高估的需求。 然而进入"龙虾时代"后，这个判断开始松动了 。 起因是，市面上开始出现以多智能体驱动为代表的AI产品了——比如我最近刚刷到的 讯飞智文Vision Agent （以下简称"讯飞智文"） 。 抱着试一试的心态，我就随手丢了一句，"做一份伊犁+赛里木湖5天4夜自驾环线实用攻略PPT、公路胶片质感、呼吸感拉满"，结果没多久， 17页PPT直接出来。 一看效果，它已经不是套模板那种凑合，而是可以直接拿去用的完整攻略，结构、信息、视觉都在一个专业水准上。 （P.S.测完反手问了五 一去新疆旅游的朋友，回复说攻略基本准确。） 更关键的还是后面这件事 。 同一个工具，我又跑了"龙虾"科普教程、《西方艺术史》期末汇报、AI漫短剧行业研究报告……几种完全不同的应用场景和风格，没想到它都 hold住了。 这就有点意思了。几个case好 ...

编辑部 发自 凹非寺 量子位 | 公众号 QbitAI AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来 量子位 呢？ 岗位面向： 加入我们，你可以获得： AI产业方向 ：关注基建层创新，包含芯片、AI Infra、云计算； AI财经方向 ：关注AI领域创投和财报，跟踪产业链资本动向； AI产品方向 ：关注AI在应用和硬件终端方向的进展。 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位； 校招：应届毕业生，接受实习且可转正。 站在AI浪潮之巅 ：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。 玩转AI新工具 ：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 以下是岗位详情： 所有岗位不同能力层级职位均在开放，欢迎结合个人履历和经验申请。 我们是一家以 追踪AI新进展 为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观 测和学习生态位。 目前，我们有 三大方向 岗位招聘，希望你是 （或者能成为） 这三个方向的内容专家： 岗位均为全职，工作地点：北京中关村。 AI产业方向 岗位职责： 任职要求： AI财经商业方向 岗位职 ...

允中 发自 凹非寺 量子位 | 公众号 QbitAI 一支不到15人的团队，把图像模型做到了 全球第三 。 5月6日凌晨，Luma AI正式宣布开放 Uni-1.1 API 。 几乎在同一时间，由第三方机构Arena.ai发布的图像生成榜单，完成了最新一轮的"大洗牌"—— Luma凭UNI-1.1与UNI-1.1-Max直接冲进全球前三，仅次于 OpenAI（gpt-image-2） 和 Google（nano-banana-2） 。 | Lab Rank O C | Lab C | Model Score O ↓ | | Model Rank | | --- | --- | --- | --- | --- | | 1 | OpenAI G gpt-image-2 (medium) · Proprietary | 1398 ±8 | Preliminary | | | 2 | Google G gemini-3.1-flash-image-preview (nano-banana-2) [web-search] · Proprietary | 1268 ±5 | | 2 | | 3 | Luma AI uni ...

郭铭錤发布最新动态表示，OpenAI智能体手机已进入加速研发模式 。 克雷西 发自 凹非寺 量子位 | 公众号 QbitAI OpenAI版"豆包手机"，正在开足马力前进。 他指出，该手机的量产时间，可能从2028年提前到2027年上半年。 郭明錤认为，提速的潜在原因之一，是配合OpenAI年底的IPO计划。 如果进展顺利，这款手机2027-2028年的合计出货量， 将达到约3000万部 。 OpenAI的"豆包手机"是啥样？ 这是一部从底层逻辑重新设计的Agent手机。 今年初上市的豆包手机，做的就是类似的事情。 不过，豆包手机的思路，是在现有Android生态上加一层GUI Agent，让AI看懂屏幕、模拟 点击，替用户跨App完成任务。 但OpenAI的设计是，把AI助手从一个App变成手机的操作核心，同时控制硬件和操作系统， 让Agent成为系统本身。 硬件层面，处理器由联发科基于天玑9600深度定制，采用台积电N2P工艺，预计2026年下 半年投产。 这款手机将采用双NPU异构架构，支持视觉理解和语言推理并行运行。 实际工作中，日常轻量任务在本地完成，复杂推理推送至云端。 存储方面，这款手机将采用L ...

Jay 发自 凹非寺 量子位 | 公众号 QbitAI 李飞飞又拿到钱了。 5600万美元。 不是做世界模型的World Labs，是她联创的一家AI游戏公司，叫 Astrocade 。 你可能没听过这个名字。 我第一反应也是，等等，飞飞老师什么时候还搞了个游戏公司？ 调研了一下，发现Astrocade想做的事情，其实蛮「常规」的： 任何人，不用写一行代码，用自然语言描述你想要的游戏，几分钟之内就能玩上。 比如这个 硅谷模拟创业游戏 ，就是用他们的产品做出来的。 马斯克、卡帕西、奥特曼……都在里面。 虽然但是，听着像是又一个跟投资人吹水的 AI颠 覆XX 行业 的叙事，对吧？ 但这组数据让我闭嘴了，上线8个月，2000万用户，每个月1.4亿次游玩，来自80多个国家的创作者在上面做了几十万个游戏。 钱用来干嘛？ 扩团队，加深社区投入。 团队表示，思维实验已经被验证了，现在要猛踩油门。 而在2024年6月，公司同样获得 1200万美元种子轮 融资，投资方包括AME Cloud Ventures、NVIDIA Ventures……以及游戏和科技界的传 奇人物。 这不是demo级别的东西了。这是一个已经跑起来的平台。 ...

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI ChatGPT默认模型，今天大升级。 新版本 GPT-5.5 Instant ， 结合了5.5的基础智力 + 极速回复。 免费用户也能用 。 最关键的四点： 奥特曼特别强调， 如果你最近都只用深度思考模型了，不妨回来看看 。 第一刀先砍幻觉 作为默认模型，最先要补的是更准确，少编。 与前代相比，GPT-5.5 Instant在事实准确性方面有了显著提高，特别是 医疗、法律和金融等高风险提示 中，产生的虚假陈述减少了 52.5%。 基准测试结果也印证了这一点。在竞争激烈的数学测试AIME 2025中，准确率从65.4%升至81.2%。 在 用户之前已标记为存在事实错误的棘手对话 中，不准确陈述减少了 37.3%。 OpenAI提供了一个代数问题作为示例：用户上传了一张手写方程式的照片，其中包含一个计算错误。 幻觉减少了52.5%。 新增"记忆来源"，展示过去的哪条对话影响了本次回复。 答案更简洁：减少不必要的追问、省略多余的表情符号、避免繁复的格式。 更温暖、更自然的语气 GPT-5.3 Instant最初认同用户的解法，随后发现x=3不成立，却错误地得出结 ...

henry 发自 凹非寺 量子位 | 公众号 QbitAI 马斯克vsOpenAI两兄弟（奥特曼&Brockman）庭审进入第二周，又爆惊天大瓜。 OpenAI方面消息显示，庭审前两天，马斯克曾给Brockman发短信，提议双方和解，遭B哥拒绝后，直接破大防： 这周结束之前，你和Sam会成为美国最令人憎恶的两个人。如果你执意如此，那就这样吧。 这条多少带点威胁、鱼死网破且私人恩怨的短信，不仅引来了各路吃瓜群众，也让预测市场上马斯克的胜诉率直线下降。 与此同时，OpenAI总裁Greg Brockman也坐上了证人席。庭审上，他首次公开承认：追求报酬，确实是他的小目标之一。 短信内容是这样的，4月25日，马斯克给Brockman发了封短信，信里面先是寻求和解，但Brockman回绝了，然后就有了开头威胁那一出。 OpenAI律师在文件里给这条短信定了两个性。 此外还有几桩老账—— Brockman当年承诺捐给OpenA的10万美元早已没影儿，早期募资时还频繁挂马斯克的名字给自己背书…… 可以说，一时间瓜多到让人眼花缭乱，但精彩的还在后面，因为最能说会道的那位，还没上场呢。 Sam，你说是吧？ 短信里说了啥？ 先 ...