嵌套学习范式核心创新 - 提出一种全新机器学习范式Nested Learning，模仿人脑分层认知机制，将模型从扁平计算网重构为嵌套式多层优化系统[6][9][12] - 核心逻辑是复杂AI模型由多个嵌套/并行优化问题构成，而非固定架构与独立算法组合，解决大模型顺行性遗忘痛点[9][10][11] - 传统Transformer被揭示为NL简化版，仅使用单层线性结构而未发挥多层级协同优势[6][14] 三大技术组件突破 - 深度优化器采用MLP神经网络替代线性记忆存储梯度规律，具备预处理机制可预判梯度变化并灵活调参[17][18] - 自我修改模型使模型在训练中自主学习调整参数，面对新领域数据无需人工干预架构修改[19] - 连续记忆系统将短期/长期记忆二元结构升级为多尺度记忆链，不同MLP模块按不同频率更新实现分层记忆管理[20] Hope模型性能表现 - 基于NL范式的Hope模型在语言建模和常识推理任务中全面超越Transformer等基线模型[8][23] - 760M参数规模Hope在Wiki文本困惑度达26.05，低于Transformer++的25.21和RetNet的26.08[24] - 1.3B参数规模Hope在多项指标领先：Wiki困惑度15.11优于Transformer++的18.53，常识推理平均准确率57.23%超越基线[24] 行业影响与前景 - NL范式跳出了堆层扩参的惯性思维，为AI持续学习、长上下文推理等关键难题提供全新解决方案[11][25] - 该研究获谷歌AI负责人Jeff Dean公开点赞，论文已被NeurIPS 2025接收，显示学术界高度认可[2][8]

文章核心观点 - 团队提出了一种名为UniME-V2的统一多模态嵌入模型，其核心创新在于利用多模态大模型（MLLM）的深层语义理解能力，通过“MLLM-as-a-Judge”机制生成软语义匹配分数，以精准挖掘高质量、多样化的困难负例，并以此指导模型训练，从而显著提升模型在多模态检索、跨模态检索及组合理解等任务上的判别能力和性能 [3][4][9] 方法创新 - **核心机制**：提出“MLLM-as-a-Judge”机制，利用MLLM评估查询-候选对的语义对齐性，生成软语义匹配分数，以指导困难负例挖掘和模型训练 [3][10][14] - **困难负例挖掘流程**：首先使用现有模型（如VLM2Vec）进行全局检索，为每个查询获取前50个相关候选作为潜在困难负例集；随后利用MLLM计算语义匹配分数进行精炼，通过设定阈值排除错误负例，并采用间隔采样策略确保负例的多样性和高质量 [13][18][19][21] - **训练框架**：UniME-V2采用基于分布对齐的框架，将模型计算的相似度矩阵与MLLM生成的软语义匹配分数矩阵对齐，使用JS散度作为损失函数，使模型学会辨析候选间的细微语义差异 [5][27][29] - **重排序模型**：进一步提出UniME-V2-Reranker，采用配对与列表联合优化策略，利用挖掘的困难负例进行训练，以提升基于初始嵌入的检索精度 [6][30] 性能表现 - **多模态检索（MMEB基准）**：UniME-V2在各种基础模型上均实现性能提升。基于Qwen2-VL-2B和7B模型时，比VLM2Vec分别高出3.5%和2.2%；基于LLaVA-OneVision-7B时，比之前的最先进模型（如QQMM、LLaVE和UniME）提高了0.5%-0.9%，并在分布外数据集上获得66.7分，展现了鲁棒性和卓越的迁移能力 [35][36][37][38] - **跨模态检索（零样本）**： - **短描述任务**：在Flickr30K和MS-COCO的**图像到文本检索**任务中，比UniME性能提升2.2%至9.7% [41] - **长描述任务**：在ShareGPT4V和Urban1K上取得显著改进，得益于增强的区分能力和丰富语义内容 [42] - **组合理解任务**：在SugarCrepe数据集上，UniME-V2表现卓越。基于Qwen2-VL-2B时，比UniME性能提升5.3%、6.0%、4.5%；模型扩展至7B后，性能进一步提升9.0%、9.2%、9.2%。与EVA-CLIP-8B相比，也实现了2.7%、3.4%、3.8%的改进 [45][46][47][48] - **重排序性能**：UniME-V2-Reranker在多个下游任务上表现优于基线模型LamRA。使用UniME-V2 (Qwen2-VL-2B) 检索时，重排后性能提升；在仅使用0.6M数据（LamRA使用1.1M）的情况下，结果更优。使用UniME-V2 (Qwen2-VL-7B) 检索时，UniME-V2-Reranker在四个任务上分别比LamRA获得0.5%、0.4%、0.3%和7.4%的性能提升，尤其在组合理解检索任务中优势显著 [50][51][52][53]

文章核心观点 - AI领域三大力量（李飞飞的World Labs、LeCun、谷歌DeepMind）正从三种截然不同的技术路线进军“世界模型”，这标志着AGI的发展路径在此交汇[1][2][3] 李飞飞World Labs的Marble模型 - 公司推出首款商用世界模型Marble，其核心是生成持久、可下载的3D环境，显著减少场景变形和细节不一致的问题[5][6] - 模型能将生成的世界导出为高斯斑点、Mesh网格或直接导出视频，并内置原生AI世界编辑器Chisel，用户通过一句提示即可自由改造世界[6][7] - 该模型为游戏或VR开发者提供了“一句提示→直接生成3D世界→一键导出到Unity”的实用工作链路，商业化潜力显著[9][22] - 有行业观点认为，Marble更像是一个3D渲染模型或3D高斯生成流水线，它捕捉的是世界的视觉表面而非内在的物理规律，因此可能不适用于机器人训练[10][11][12][18][20][21] LeCun的JEPA模型 - LeCun的“世界模型”根植于控制理论和认知科学，其任务不是渲染精美像素，而是让机器人能提前预判世界变化，更像是在训练机器人的“大脑”[24][25][26][28] - 该模型专注于捕捉用于AI决策的世界状态抽象表征，无需浪费算力生成像素，优势在于对世界本质的理解，是机器人理想的训练基地[27][29][51] - 与Marble相比，JEPA是一个高度抽象的后端预测系统，没有可供人欣赏的画面，但更贴近AI的思维方式[30][50] 谷歌DeepMind的Genie 3模型 - 谷歌DeepMind推出的Genie 3是一个可交互的视频环境生成模型，用户可通过一句Prompt在其中自由探索数分钟[32][33] - 该模型首次在同类模型中解决了长时一致性问题，并支持触发如“开始下雨”等世界事件，过程类似由模型驱动的电子游戏[35][36] - 行业分析认为，Genie 3的核心仍是视频逻辑，可被视为“世界模型式视频生成器”或“模拟器”，虽能让世界动起来，但未能完全理解画面背后的物理规律[37][38][39][47] - 其画面质量和分辨率有限，难以与Marble的高精度3D资产相比，但可作为智能体（如SIMA 2）的“虚拟健身房”进行训练[40][41][48] 世界模型的三种技术范式 - 世界模型即界面：以Marble为代表，直接从文字或二维素材生成可编辑、可分享的三维环境，世界是呈现给人的可视空间[43][44][45] - 世界模型即模拟器：以Genie 3为代表，生成连续、可控制的视频式世界，作为智能体反复试错的虚拟环境[46][47][48] - 世界模型即认知框架：以JEPA为代表，以高度抽象的潜在变量和状态转移函数呈现世界，是机器人完美的训练基地[49][50][51] - 三者可构成“世界模型金字塔”：从底部的Marble（对人类最真实）到顶部的JEPA（对AI最易理解），越往上越抽象，越适合机器人训练与推理[53][54]

让我们共同见证年度之星，点亮未来的方向。 组委会 发自 凹非寺 量子位｜公众号 QbitAI 「2025人工智能年度榜单」申报 已进入倒计时阶段。 今年是量子位 「2025人工智能年度榜单」评选报名 的 第8年。 八年来，我们见证了技术的突破与落地，产业的融合与重塑，也见证了一批 又一批推动时代前行的企业、人物与产品。 本次评选已经从 企业 、 产品 、 人物 三大维度，设立五类奖项。欢迎企业抓住最后时间，尽快报名！ 企业榜 产品榜 人物榜 2025 人工智能年度 焦点人物 2025 人工智能年度领航企业 将面向中国人工智能领域，评选出最具综合实力的企业， 参选条件 ： 评选标准 ： 报名方式 本次评选将于 2025年11月17日 截止。评选结果将于量子位主办的 MEET2026智能未来大会 上正式公布。 扫描二维码即可报名评选： 网页端链接：https://wj.qq.com/s2/23740133/iso8/ 如对本次评选有其他疑问，请联系量子位工作人员。添加微信18801103170，或邮件发送至linyu@qbitai.com，并备注「评选-企业-姓 名」。 详细评选标准及报名方式如下。 2025 人 ...

杭州六小龙与DeepSeek亮相 - 浙江乌镇世界互联网大会上，“杭州六小龙”首次同台亮相，包括宇树科技、强脑科技、群核科技、游戏科学、云深处科技及DeepSeek的代表[1] - 除DeepSeek外，其他五家公司的代表均为创始人或CEO，头衔显示在嘉宾介绍中[42][44] - DeepSeek创始人及CEO梁文锋未出席，由研究员陈德里代表公司及梁文锋本人参会[3][4][6] DeepSeek研究员陈德里的观点 - 陈德里对AI短期（未来三到五年）持乐观态度，认为AI的进步将极大地帮助人类，处于“蜜月期”[8] - 对AI长期（十年以后）发展表示担忧，认为AI可能取代绝大多数工作，且不再像以往技术革命那样创造新岗位，对社会秩序和经济结构造成巨大冲击[9][12] - 强调此轮AI革命与前两次工业革命有本质区别，AI是首个具备自主“智慧”甚至在某些方面超越人类的技术，正在改写人类与技术的关系格局[10][11] - 指出长期来看AI可能对社会产生负面影响，届时需要科技公司扮演“守护者”的角色[13] 陈德里的背景与角色 - 陈德里于2023年加入DeepSeek担任研究员，主要负责语言模型、对齐机制、训练策略及模型泛化能力等核心方向[18] - 在DeepSeek发布的多项重要研究成果（如V2、V3、R1）中均有贡献，其名字出现在相关论文作者列表中[19] - 根据谷歌学术，其被引次数已超过1.3万次，且在2025年增长尤为明显[20] - 本科与研究生均就读于北京大学，主修信息管理与信息系统及EECS，拥有量化研究（瑞穗证券实习）和AI研究（腾讯微信AI团队实习）复合背景[31][32][33][34][35] - 曾作为第一作者发表关于图神经网络（GNN）的论文，该论文引用次数已超过1500次[36][37][38] - 此次亮相使其成为继梁文锋之后，DeepSeek在公开场合的第二个“代言人”，更被视作“梁文锋代言人”[41][42] DeepSeek的技术进展与公开活动 - 2024年是DeepSeek正式入局大语言模型的关键一年，团队在一年内完成了从V1到V3的三次大版本迭代[22] - 在英伟达GTC2024大会上，DeepSeek连续第三次受邀登台，陈德里首次以“幻方AI兼DeepSeek研究员”身份亮相并发表演讲[23] - 陈德里在GTC2024演讲中提出了“价值观对齐解耦化”的新思路，主张将AI对齐拆分为必须统一的“核心价值观”和可定制的“多元价值观”，以实现“和而不同”[24][25][26] - 此次GTC演讲成为DeepSeek在该舞台的“绝唱”，公司未出席2025年大会，陈德里也在近两年内未再公开露面[27][28][29][30]

行业趋势与产品定位 - 浏览器行业正经历AI功能集成浪潮，多家公司为其产品添加AI能力[1] - AI浏览器市场呈现三类产品形态：传统浏览器加AI插件、代理型浏览器、以及具备自主执行能力的Agent型浏览器[9][10][11] - FlowithOS定位为全球首款专为AI Agent打造的操作系统，其特点是虽形似浏览器但重在执行，能让Agent自主操作鼠标和流程[4] 产品核心能力：检索与执行 - 产品具备完整行为链执行能力，可完成从目标理解到页面操作再到发起互动的多步骤流程，例如在闲鱼平台成功将一件标价1850元的商品议价至1750元[15][16][18][20] - 在执行多条件任务时存在缺陷，测试中未能满足“朝南户型”的筛选条件，实际因未勾选朝向筛选项而返回了朝东房源，暴露出任务拆解的结构化处理能力不足[24][25][28][30] - 产品响应速度有待提升，步骤增多时电脑发热卡顿问题明显，影响用户体验[21] 产品核心能力：信息整合与语义理解 - 信息整合能力存在局限，在分析B站视频脚本逻辑时，实际仅依据标题、标签等元数据进行提炼，并未真正浏览视频内容，此为该类Agent的常见处理方式[32][33][34][35][36] - 语义理解能力表现突出，能综合考量MBTI人格类型、工作状态、个人喜好及宠物安全等多重信息进行关联推理，例如在挑选礼物时因考虑到香薰对猫有毒而选择了定制笔记本[38][39][40][43][44] 产品特色功能与技术架构 - 产品内置Skill功能，作为操作系统层面的“说明书”，能指导Agent逐步完成特定任务流程，如自动上传YouTube视频[45][46] - 具备记忆功能，可根据用户指令习惯和偏好不断优化自身操作，实现自我进化[46][53] - 在Online-Mind2Web基准测试中，其综合测评表现优于Gemini和Atlas等竞争对手[47] 产品现状与市场潜力 - 产品目前存在偶尔卡壳、加载中断、网页打不开、结果答非所问等小毛病，尤其在任务复杂度高时稳定性不足[50][51] - 其创新之处在于将浏览器本身转化为能执行任务的Agent空间，操作主体由用户变为Agent，每一次交互均被系统记忆并沉淀为专属使用方式[52][53] - 尽管尚未完全成熟，但其差异化定位和潜力使其成为值得关注的产品，可能改变未来的人机交互模式[54]

研究核心观点 - OpenAI公开了一项内部研究，旨在通过训练稀疏模型来提升大型语言模型的可解释性，使模型的内部工作机制更易于人类理解[5][7][9] - 该方法的核心思路是训练神经元连接少但神经元数量多的模型，通过强制将大部分权重设为0来简化网络结构，从而更容易识别完成特定任务的最小计算单元（即“回路”）[7][11][13] - 研究表明，通过训练更大、更稀疏的模型，可以生成功能更强大但回路更简单的模型，这为理解更复杂模型的行为提供了潜在路径[26][27] 研究方法与发现 - 研究人员训练了一个基于类似GPT-2架构的小模型，关键改动是强制将模型的大部分权重设为0，从而创建一个稀疏网络[11] - 为评估可解释性，研究设计了一系列简单算法任务，并为每个任务提取出能精准完成该任务的“最小回路”[18] - 回路被定义为由节点和边组成的图，其规模通过边数的几何平均值进行量化[16][17] - 在一个具体任务示例中（预测字符串结尾引号类型），得到的回路仅使用了5个残差通道、第0层的两个MLP神经元以及第10层的特定注意力通道，流程清晰可解释[20][22] - 对于更复杂的行为（如变量绑定），虽然难以完全解释，但仍可得出相对简单的部分解释以预测模型行为[23] 研究局限与未来方向 - 该研究仍处于早期阶段，所使用的稀疏模型比前沿模型小得多，且即使稀疏模型也存在部分“黑盒”计算[30] - 当前稀疏模型的训练效率较低，未来可能通过从现有密集模型中提取稀疏回路，或开发更高效的训练技术来解决[31][32] 研究团队背景 - 论文通讯作者为Leo Gao，其研究方向是AGI对齐，曾参与GPT-Neo和GPT-4的研究，论文被引数超过3.5万次，h-index为19[34] - 研究团队由6位成员组成，包括来自MIT、斯坦福等院校的实习生以及OpenAI内部资深研究科学家，具备跨学科背景[36][37][38][39][40]

清华大学特等奖学金评选趋势 - 2025年本科生特等奖学金前十名入围名单显示研究方向高度集中于人工智能领域，特别是具身智能成为主线剧情[1][5] - 候选人研究成果覆盖大模型视频理解、人形机器人全身控制、触觉模拟、自动驾驶智能决策等前沿方向[6] - 清华大学通过成立人工智能学院和扩大招生规模150人，战略布局人工智能与多学科交叉拔尖人才培养[37][39] 具身智能与机器人技术突破 - 交叉信息院李忆唐以第一作者在CVPR 2025发表论文，实现仅用简短行走参考数据让机器人推断全身协调动作[10][12] - 其提出的控制方法融合稳定性与柔性，在CoRL 2025发表成果，并担任顶会审稿人[13] - 行健书院陈博沅完成172学分和7门跨学科选修，研究成果覆盖单张图片重建可交互场景、灵巧手触觉视觉一体仿真[16][18] - 其Physgen3D和GaussTac项目分别发表于ICCV和CoRL，推动三维世界构建与触觉融合技术[19] 人工智能模型优化与部署 - 计算机系徐汝一提出Xattention注意力机制，在保持精度同时将处理速度提升13.5倍，成果发表于ICML 2025[25] - 其StreamingVLM技术实现视觉模型无限长度推理与实时延迟，在GitHub获600余星标[25] - 通过创建"新星OpenDay"讲座和培训课程，推动大模型、视频理解等技术向20余万观众普及[26] 跨学科人才培养模式 - 行健书院作为AI+工程科学家试验场，鼓励学生从A型向X型人才转型，结合力学基础与AI/机器人课程[15] - 求真书院实行3+2+3本博衔接制度，陈嘉熙在大三阶段通过8个方向的博士资格考核，远超3个方向的要求[32][33] - 丘成桐院士亲自为数学领军人才计划站台，体现学校对基础学科与人工智能交叉的重视[2][29]

文章核心观点 - 字节公司推出专为3D开放世界游戏设计的智能体Lumine，该智能体能够自主完成《原神》等游戏中的跑图、战斗、解谜及长周期主线任务，并展现出强大的跨游戏泛化能力 [1][4][9] - Lumine智能体基于Qwen2-VL-7B-Base模型构建，通过三大核心机制设计和三阶段训练流程，实现了感知、推理、行动的无缝融合，在多项测试中性能显著领先于主流视觉语言模型 [9][10][12][17][22][24] - 行业趋势显示，谷歌等公司也在利用游戏场景训练通用智能体，游戏被视为构建具身通用人工智能的重要试验场，代表了一条清晰的Agent发展路径 [46][48][51] Lumine智能体的核心能力 - 在《原神》中能够动态追踪敌人位置、精准射击、流畅切换角色、收集宝箱，并成功应对Boss战和各种解谜关卡 [4][5][6] - 具备空间感知能力，能沿风场方向收集风神瞳，并在多NPC环境中锁定指定对象完成对话 [6] - 可处理GUI操作，如材料制作、使用传送锚点、切换角色武器，通过鼠标移动完成 [7] - 对于复杂长指令，只需提供任务先验信息或步骤，即可自主执行，例如切换角色并释放技能完成特定收集任务 [8] 技术架构与训练方法 - 感知空间将游戏画面帧调整至720P，以每200ms处理一帧的速度平衡文本可读性和计算效率，并保留历史推理轨迹与动作记录以提供完整上下文 [12][13] - 采用混合思考策略，仅在关键场景生成内心独白式推理，简单场景直接输出动作，提高计算效率 [14] - 通过键盘与鼠标操作建模，将所有操作纳入语言空间，定义为鼠标位移和按键序列格式 [15] - 三阶段训练流程：预训练阶段混合80%游戏动作数据和20%多模态网页数据，使模型掌握基础动作；指令跟随训练使用200小时数据，使短周期任务成功率超80%；决策推理训练使用15小时人工标注数据，使模型能自主完成长周期任务 [17][20][21][22][23][24] 性能表现与实验结果 - Lumine-Instruct在短周期任务中表现优异，简单任务成功率92.5%，困难任务成功率76.8%，显著领先于GPT-5和Gemini 2.5 Pro [33][34][35] - Lumine-Thinking在长周期任务中效率突出，完成《原神》蒙德主线第一章耗时56分钟，任务完成率100%，而GPT-5耗时112分钟，Gemini 2.5 Pro未完成 [40][41] - 跨游戏测试显示，Lumine-Thinking在《鸣潮》前100分钟剧情完成率100%，在《崩坏·星穹铁道》第一章完成率92.3%，在《黑神话·悟空》新手教程及第一章完成率85.7% [43][45] 行业动态与竞品分析 - 谷歌推出基于Gemini模型的SIMA 2智能体，能够遵循基本指令、理解多模态提示、完成长时间复杂任务，并在生成的世界中合理自我定位 [48][49] - 行业共识认为，在大型3D游戏中训练通用智能体是构建具身AGI的重要路径，游戏内的Agent未来有望进入现实物理世界 [51][52]

2025人工智能年度榜单评选概览 - 量子位主办的「2025人工智能年度榜单」评选已进入第八年，旨在见证并评选推动AI时代前行的企业、人物与产品[1] - 评选从企业、产品、人物三大维度设立五类奖项，报名将于2025年11月17日截止[2][7] - 评选结果将在定于2025年12月10日举办的MEET2026智能未来大会上公布，大会主题为“共生无界，智启未来”[7][27] 企业类奖项评选标准 - **年度领航企业**：评选中国AI领域最具综合实力的企业，要求注册地在中国或主营业务面向中国市场，主营业务属于AI及相关产业或已广泛应用AI，在细分领域领先，具备成熟产品并获得市场认可，近一年在技术、产品、市场或商业模式上有显著突破[9][11] - **年度潜力创业公司**：聚焦最具投资价值和发展潜力的AI创业公司，要求公司未上市，拥有已落地的AI产品或服务及可行商业模式，并初步获得市场认可，近一年在技术研发、产品创新或行业应用方面取得显著成果[14][16] - **企业评选通用标准**：涵盖业务能力（市场占有率、营收规模、盈利能力、客户覆盖、增长潜力）、技术能力（科研实力、研发投入、技术核心竞争力、创新案例）、资本能力（融资情况、财务状况、市值/估值）及其他综合能力（品牌影响力、行业口碑）[11] 产品与解决方案类奖项评选标准 - **年度杰出产品**：评选在技术创新、市场落地和行业引领方面突出的AI产品，要求产品以AI技术为核心或特色并已投入市场，获得实际用户应用及反馈，近一年完成重要技术创新或迭代，对AI规模化落地与商业化有显著推动[16][17] - **年度杰出解决方案**：评选在创新性、落地性和行业推动力方面突出的AI行业解决方案，要求方案以自主创新的AI技术为核心，已在实际业务场景中落地并获得客户验证，近一年在技术融合、应用创新或商业模式上有显著突破，积极推动行业智能化转型[19][22] - **产品与解决方案评选通用标准**：涵盖产品力与技术力（功能完整性、性能表现、技术先进性）、落地情况（市场占有率、用户规模、营收、行业应用价值）及其他综合能力（品牌影响力、用户口碑、产品生态、销售服务能力、行业生态）[21][22] 人物类奖项评选标准 - **年度焦点人物**：评选中国AI领域最受关注的新星与行业领军人物，要求国籍为中国或所属公司主体在中国，并为公司创始团队成员或核心高管，所属公司主营业务属于AI及相关产业且具有一定影响力，近一年带领团队在AI技术或商业化方面取得显著突破并对行业发展产生重要影响，具有持续贡献潜力和较高行业认可度[21][23] - 科研院所中在AI领域具有同等影响力的个人也可参与评选[24] - **人物评选标准**：涵盖企业情况（企业基本情况、行业地位、商业模式、营收情况）、个人能力（技术能力、商业能力、创新能力、团队领导力）及其他综合能力（个人学术或行业背景、品牌影响力、社会及行业认可度）[31] 相关行业活动与趋势 - MEET2026智能未来大会将关注以AI为代表的智能科技如何穿透产业、学科与场景的边界，成为驱动社会演进的核心动能[27] - 大会内容将涵盖学术前沿与商业落地的最新碰撞，以及来自基础设施（Infra）、模型、产品产业的领先技术成果[28]