龙门石窟现存大小编号窟龛2345个、各类造像近11万尊、碑刻题记2800余品，是世界上窟龛造像数量最 多、规模宏大的石刻艺术宝库，被联合国教科文组织评价为"中国石刻艺术的最高峰"。一凿一刻、一笔 一画勾勒出的千年石窟，庄重典雅，摄人心魄。石窟中精美浅浮雕造像及纹饰，更是尽显千古匠心。这 些浅浮雕，其表面刻痕非常浅，深度甚至小于0.1mm，对于龙门石窟这种体量较大的石窟来说，超高精 细度的浅浮雕数字化与整窟数字化是一项巨大的技术挑战。 随着时间的流逝，石窟内浅浮雕精细造像和纹饰刻痕浅识别难的问题愈发凸显，常规扫描手段难以有效 识别，急需寻找精度与效率兼具的技术路径。"探元计划2024"针对龙门石窟这一极具代表性、紧迫性的 场景需求，携手龙门石窟研究院、武汉大学文化遗产智能计算实验室展开深度共创，聚焦魏字洞、莲花 洞、古阳洞和交脚弥勒像龛进行数字化高精度采集。 项目创新提出"基于精细光度立体的浅浮雕高精度三维重建方法"，并辅以"拓扑感知的局部-整体融合建 模"策略，突破性解决了浅浮雕的非接触建模难题，并提升整窟级三维拼接精度与作业效率。与此同 时，项目过程中采用腾讯混元大模型对龙门石窟浅浮雕纹饰图案数据库进行全自 ...

开源模型竞争 - Kimi K2超越DeepSeek成为全球开源模型第一，总榜排名第五，紧追顶尖闭源模型 [1] - K2继承DeepSeek V3架构并进行参数调整，包括增加专家数量、减半注意力头数、保留第一层Dense及专家无分组 [1] - 全球TOP 10开源模型中唯二入选的均来自中国，"开源=性能弱"的印象正被打破 [1] 视频生成技术突破 - Decart发布MirageLSD，首个实时(40毫秒延迟)、无时长限制的扩散视频模型，可处理任意视频流 [2] - Karpathy成为天使投资人，预见其在实时电影制作、游戏开发和AR领域的广泛应用 [2] - 技术突破在于实时流扩散(LSD)架构，通过逐帧生成和历史增强方法解决误差累积问题 [2] AI音乐创作升级 - Suno V4.5+版本提供人声与器乐分层生成与融合功能，用户可上传个人人声或伴奏进行AI辅助创作 [3] - 新增"Inspire"模式允许用户上传3秒至8分钟的个人干声，AI学习演唱特点后创作符合个人声音气质的音乐 [3] - 谱乐AI平台已同步上线Suno V4.5+核心生成能力，优化创作门槛并提升AI协作效率 [3] 音乐AI助手整合 - 腾讯元宝App 2.30版本正式接入QQ音乐服务，实现"一句话搜歌、划线即播"功能 [4] - 混元大模型与DeepSeek-R1双引擎驱动，能识别模糊音乐描述并结合情境推荐 [4] - 用户体验包括无缝账号体系连接、多模态交互和创作辅助功能 [4] AI Agent竞争 - OpenAI推出ChatGPT agent，面向Pro用户，但遭到Manus、Genspark等竞品公司的直接对比和批评 [5] - ChatGPT agent整合了Deep Research、Operator和ChatGPT功能，能自动完成退休计划、购物清单等任务 [5] - 实测各有特色，Manus输出更美观，Minimax提供多种格式报告，Kimi内容详细且询问用户具体需求 [5] 角色动画技术 - PhysRig是UIUC与Stability AI提出的角色动画可微物理绑定框架，将刚性骨架嵌入弹性软体 [6] - 通过MPM可微分物理模拟替代传统LBS，解决了体积丢失与变形伪影问题 [6] - 在17类角色和120组动画测试中全面优于传统方法，支持跨物种动作迁移 [6] 通用推理模型突破 - OpenAI的神秘通用推理模型在IMO 2025中解出5道题目，获得35分，达到金牌水平 [7] - 该模型具备持续数小时的深度创造性思维能力，远超以往AI的秒级或分钟级推理 [7] - 这是通用强化学习突破而非特定任务训练的成果 [7] AI工具设计理念 - 最佳AI编程工具应是简单、通用的"乐高积木"，而非功能堆砌的复杂系统 [8] - Claude Code创造者主张将控制权还给用户，工具不应替你决定工作流，而是提供底层能力 [8] - 有效工作流包括：先探索规划再由用户确认后编码、使用测试驱动开发、对照目标迭代改进 [8] AI产品战略 - 聚焦Agent：预训练模型已含工具知识，只需激发能力，智能上限由模型决定 [9] - 开源：提升知名度、获取社区贡献，防止用技术捷径粉饰效果，倒逼模型真正进步 [9] - 选择DSV3架构：实验证明自研结构无法胜过DSV3，资源有限下避免引入无效变量 [9] AI未来发展方向 - 许多人构建的辅助工具与路由系统最终会被扩展模型取代，真正遵循扩展法则的方向是直接提高模型能力 [10] - 当前AI模型学习数据效率远低于人类，算法改进比简单扩大数据规模更重要 [10] - 多智能体研究新方向：研究如何让模型从15分钟推理扩展到数小时甚至数天，建立AI"文明" [10]

AI前沿每周关键词Top50 （ 0714-0718 ） 每周50关键词 把握全局AI动态 点击 关键词 可查看资讯概述 | 类别 | Top关键词 | 主体 | | --- | --- | --- | | 芯片 | H20 AI芯片销售 | 英伟达 | | 算力 | Prometheus集群 | Meta | | 模型 | MoR架构 | DeepMind | | 模型 | CoT监控 | OpenAI等 | | 模型 | Gemini嵌入模型 | 谷歌 | | 模型 | MIRIX记忆系统 | UCSD和NYU | | 模型 | K2 | Kimi | | 模型 | Grok 4实测 | xAI | | 应用 | AgentCore | 亚马逊 | | 应用 | 3D AI女友 | Jackywine | | 应用 | AI代打电话 | 谷歌 | | 应用 | Claude 4回归 | Windsurf | | 应用 | 视频创作Agent | CrePal | | 应用 | CUDA支持 | 苹果 | | 应用 | Voxtral语音模型 | Mistral | | 应用 | Agent全栈开发 | M ...

核心观点 - AI尚未根本改变劳动力市场结构 但已重塑岗位风险分布 中间层岗位最易被替代 [3] - AI推动组织重心向思考能力和技术整合能力强的复合型人才转移 [3][6] - 企业更倾向提升现有岗位能力而非新增AI岗位 跨学科融合能力成为核心竞争力 [3][12] - 教育供给与就业需求存在结构性错位 需加强产教融合和跨学科培养 [22][30] 一、AI对就业市场的影响 - 某世界500强IT公司用AI替代HR职能 精简人员并实现绩效薪酬全自动化处理 [4] - 中间层岗位(流程管理/行政事务/基础分析)因知识复杂度适中面临最高替代风险 [5] - 高端技术岗位和底层劳动力市场目前受AI影响较小 [5] - 游戏行业面临AI生成内容质量不稳定问题 创意岗位仍需人工干预 [7] - 设计行业AI工具应用增加 但设计师群体接受度存在分化 [8][16] 二、岗位变迁与人才选育 - 数字化转型催生MES/ERP专员等复合型岗位 需兼具业务理解和系统思维 [11] - 半导体行业更重视技术人才深度面谈 AI未显著提升招聘效率 [12] - 广告行业AI生成内容用户接受度低 需保留人情味和情感连接 [13] - 服务行业AI应用场景有限 岗位优化多于新增 [14] - AI招聘工具经训练后判断准确率提升 但创意岗位评估仍存挑战 [16] 三、教育供给与就业需求 - 微电子/半导体行业应届生招聘聚焦技术岗位 需多年培养才能参与核心研发 [19] - 设计行业倾向招聘兼具设计与制成能力的跨学科人才 [21] - 广告行业创意岗位更看重市场洞察力而非技术能力 [22] - 理工科毕业生因专业弹性成为部分企业招聘主力 [3][19] 四、未来建议 - 高校应加强团队合作/抗压能力/价值观培养 政策支持校企共建实训基地 [24] - 建议高等教育分两阶段 前两年打基础后两年重实践 [26] - 需增加小组作业和项目式学习 强化情商与自我管理能力 [27] - 期待政策支持AI设备减税补贴 建立权威人才认证体系 [29] - 产学融合需政策引导 如实习补贴和研发费用加计扣除 [28]

生物智能演化历程 - 犬齿兽作为哺乳动物祖先在2.6亿年前出现，凭借温血特性获得夜间活动优势，但面临食物短缺挑战[1] - 哺乳动物在1亿年前演化出新皮质，具备想象力和短期计划能力，形成"谋定后动"的生存策略[2][3] - 6600万年前小行星撞击事件导致恐龙灭绝，哺乳动物凭借体型优势和洞穴庇护实现生态位跃升[3] 大脑智能五次突破 - 第一次突破是5.5亿年前原始大脑的条件反射功能，仅需数百神经元即可实现利弊权衡和情感判断[4] - 第二次突破是脊椎动物强化学习系统，通过多巴胺机制量化目标价值并激发好奇心[4] - 第三次突破是哺乳动物新皮质带来的想象力和慢思考能力，实现系统2思维[5] - 第四次突破是灵长类心智理论能力，可模拟他人意图并发展政治行为，附带模仿学习和长期计划能力[6] - 第五次突破是人类语言系统，实现复杂知识传承和文明爆发[6] AI技术对应发展 - 强化学习使AI具备过程奖励机制，如AlphaZero通过棋步评估提升决策质量[5] - 大语言模型实现文本生成相当于想象功能，推理模型则体现系统2思维[5] - 截至2025年初AI在心智理论方面尚未成熟，智能体自我计划能力有待突破[6] - AI语言理解已超越简单语料背诵，能编码解码人类抽象规则[7] 家用机器人进化案例 - K1仅具备反射反应，K2通过强化学习实现试错优化[9] - K3搭载新皮质芯片获得数字孪生能力，可预判物理路径[9] - K4发展心智理论，能解读情感动机并调整行为策略[9] - K5将掌握语言沟通和抽象知识理解能力[9] 未来突破方向 - 第六次突破可能涉及人机结合，AI或率先实现跨模态感知和自我迭代[11] - 历史表明突变常引发链式反应，如光合作用导致大氧化事件和生物灭绝[12][13] - 陆地植物繁盛引发全球变冷，推动动物登陆进化[14] - 气候变迁促使人类大脑体积增大和社会协作强化[15]

谷歌DeepMind新架构MoR - MoR架构结合参数共享与自适应计算，以更少参数实现大模型性能[1] - 动态路由机制根据token复杂度分配递归深度，减少冗余计算并优化KV缓存[1] - 实验显示推理吞吐量最高提升2.06倍，训练时间减少19%，峰值内存下降25%[1] 亚马逊AI Agent全家桶 - Bedrock AgentCore预览版提供7大AI agents核心服务，包括运行时、记忆、身份验证等[2] - 推出Nova定制选项和Strands Agents V1.0，简化多agents协同开发[2] - Amazon S3 Vectors云对象存储降低90%向量存储成本，Kiro AI IDE优化开发者体验[2] 马斯克Grok AI伴侣生态 - Grok男性AI伴侣征名"Draven"，形象参考《暮光之城》风格[3] - 开源3D数字伴侣"Bella"分三阶段演进：感知核心、生成式自我和主动式陪伴[3] - 计划加入语音识别和好感度系统，但当前仅保留美少女形象[3] 谷歌搜索AI通话功能 - AI代打电话可自动预约本地服务如宠物美容[4] - 集成Gemini 2.5 Pro模型和Deep Search功能处理复杂查询并生成深度报告[4] - 新功能已在美国上线并将逐步全球推广[4] Claude Sonnet 4回归Windsurf - Pro用户每月可享250次免费调用Claude Sonnet 4模型[6] - 模型具备跨文件智能重构、20万token上下文窗口和精准代码补全[6] - 合作回暖是Windsurf在OpenAI收购失败后的战略举措[6] Anthropic人才与业务动态 - 两周内挽回Claude Code核心负责人Boris Cherny和Cat Wu[7] - Claude Code周下载量增长6倍达300万次，贡献超2亿美元年化收入[7] - 直接销售模型毛利率60%，但通过AWS/谷歌云销售为负30%[7] CrePal AI视频创作Agent - 通过一句话指令自动调度多种模型完成视频制作全流程[8] - 系统自动规划脚本、生成画面、添加音效，整合分散工具为一体化方案[8] - 创新点在于改变创作流程，降低技术操作门槛[8] 苹果MLX框架适配CUDA - MLX框架新增CUDA支持，允许开发者用英伟达GPU训练后部署回苹果设备[8] - 苹果向拥有500万开发者的英伟达生态妥协[8] - 虽2018年停止对英伟达显卡支持，现出于合规和生态考量重新合作[8] 他山科技触觉传感技术 - 研发全球首款AI触觉感知芯片，基于电容层析成像技术[10] - 实现"感控一体"融合，服务国内70%以上机器人厂商[10] - 从硬件提供商转型为整体触觉解决方案提供商[10] AlphaFold与AI4Science前景 - AlphaFold通过统一框架实现蛋白质结构原子级精度，被引用35000次[11] - 算法研究价值是数据的100倍，推动结构生物学发展速度提升5-10%[11] - 预言AI4Science将更通用化，各科学领域应用遍地开花[11]

广告行业数智化转型 - 广告产业正从传统传播服务业演化为嵌入智能社会运行逻辑的关键节点，重塑其在经济、文化与治理体系中的战略地位 [2] - 技术驱动下广告传播效率与用户体验实现指数级跃升，构建起融合价值分配、认知建构与技术治理的协同系统 [2] - 广告由人工主导的静态内容生产迈向低成本、规模化、实时化、个性化的智能生成，结合AR/VR等技术演化为"智能传播系统" [4][5] 技术驱动的产业革新 - 2016年移动广告收入首次超越PC端，标志着媒介重心历史性转移 [4] - 2020年后AIGC、语义识别与情绪感知技术突破，推动广告进入自动化、定制化与语义共鸣并重的新阶段 [4] - 广告生产逻辑从"关键词竞价"到"算法分发"再到AIGC生成式与用户共创式并存，实现传播技术更替 [4] 平台经济与产业结构重塑 - 数字广告、社交广告、视频广告与内容电商广告成为行业增长主引擎，广告演化为融合内容、技术、商业与文化的复合型产业 [7] - 阿里巴巴、字节跳动、腾讯等平台构建数据采集、用户建模、AI创意与智能投放的闭环生态，推动广告精准化、程序化发展 [7] - 传统广告代理公司面临边缘化挑战，需转型为集内容、数据与运营为一体的综合型服务商 [7] 人才与内容生态演变 - 垂类平台依托用户兴趣构建差异化广告生态，AIGC工具降低内容门槛但中小机构仍受技术能力制约 [8] - 行业人才标准转向具备"内容+数据+技术"三维能力的复合型人才，从业者结构深度演化 [8] 广告的社会功能扩展 - 广告从商业工具扩展为嵌入文化构建、社会动员与国家治理的传播机制，如数字公益传播服务国家治理现代化 [10] - 算法分发机制使广告成为调控舆情流向与公众注意力的关键节点，支撑文化安全与社会协同治理 [11] 智能化跃升的挑战 - 算法系统主导策略制定、用户匹配等环节，广告主可实时生成多版本素材但控制力减弱 [13] - 数据隐私、算法黑箱、定价不透明等问题加剧，平台议价权提升中小广告主成本 [13] - AIGC内容标识与数据合规缺乏明确规则，现有监管手段难以应对责任边界模糊问题 [14] 未来生态构建方向 - 需从"技术驱动"转向"责任驱动"，建立算法透明、数据边界、责任归属的系统治理机制 [16] - 行业目标应从"效率驱动"向"价值驱动"转型，以合规机制塑造"智能广告"的中国范式 [16]

AI技术变革与未来人才研究 - ChatGPT的横空出世彻底革新了人类与信息世界的互动模式 短短几年间人工智能已深刻重塑学习 工作和生活的方方面面 [1] - 腾讯研究院正开展关于AI与未来人才的前瞻性代际研究 致力于探究人工智能如何塑造下一代人的成长环境 学习方式与职业发展路径 [2] AI原生一代的定义与特征 - 真正的AI原生一代应是"20后" 即2020年后出生 如今仍在幼儿园的小朋友 他们将在人工智能全面融入社会结构的环境中成长 [2] - 这一代人的认知构建 思维模式和职业技能必将与当今各年龄层人群呈现显著差异 [2] 研究目标与方法 - 通过系统分析AI对各年龄段人群生活与学习的影响 前瞻性推演未来AI原生一代的成长轨迹 [2] - 探究哪些当下的困境将在智能时代得以化解 同时预判哪些全新挑战可能随之浮现 [2] 访谈对象征集 - 面向社会公开征集学生 学生家长作为采访对象 [4] - 同时征集小学至大学阶段的教师或教育从业者参与研究 [5] 参与方式 - 符合条件者可通过填写报名表参与 公司将在两周内与被选中者联系安排采访 [7] - 特别关注初中 高中 大学阶段学生及其家长的参与 [8]

一、Jason Wei火速被挖走，奥特曼哭晕！OpenAI龙脉被挖 - OpenAI核心科学家Jason Wei和Hyung Won Chung离职加入Meta，Wei是思维链之父，Chung是代码模型负责人 [1] - Meta在AI领域采取激进策略，投入160亿美元挖角顶尖人才，凭借自有资金和决策自主权领先竞争 [1] - Meta转型AI后股价大涨，市值创新高，扎克伯格从被嘲笑的"元宇宙幻想家"变为"战略眼光长远的科技领袖" [1] 二、OpenAI、DeepMind、Anthropic等联名提出：监督CoT - AI教父与OpenAI、DeepMind、Anthropic等机构联名发表立场文件，呼吁深入研究思维链(CoT)监控技术 [2] - 专家认为CoT监控为AI安全提供独特机会，可通过观察模型的"思考过程"察觉不良意图，但其可监控性可能随训练方式变化而降低 [2] - 文件提出多项CoT监控研究方向和建议，包括评估可监控性、公布评估结果、将可监控性纳入训练决策 [2] 三、Mistral首个开源语音模型Voxtral来了！全面碾压Whisper - Mistral AI发布首个开源语音模型Voxtral系列，包含24B和3B两个版本，基于Apache 2.0许可证开源 [3] - Voxtral支持32k token上下文窗口，可处理30分钟音频转录或40分钟语义理解，在多项测试中全面超越开源模型Whisper [3] - 该模型支持8种主流语言，继承Mistral Small 3.1的文本理解能力，在部分测试中超越GPT-4o mini，但整体仍落后于顶级商业模型 [3] 四、MiniMax推出Agent全栈开发功能！一句话聊出选座系统 - MiniMax推出Agent全栈开发功能，支持无代码一键构建完整应用系统，包含后端托管、支付集成和定时任务等特性 [4] - 用户可在30分钟内构建演唱会选座系统、实时金融数据看板、电商网站等应用，支持真实支付功能和数据处理 [5] - 该功能采用模块化架构，包含调研、开发和测试三个核心子Agent，上线一个多月已发布12次更新 [5] 五、昆仑万维等发布全新的分层多智能体协作框架：AgentOrchestra - 昆仑万维Skywork联合南洋理工大学发布分层多智能体协作框架AgentOrchestra，采用"AI交响乐团"协作模式应对复杂任务 [6] - 该框架由顶层"指挥"Planning Agent统筹，配合三类专业"乐手"智能体(Deep Researcher、Browser Use、Deep Analyzer)分工协作 [6] - AgentOrchestra在SimpleQA、GAIA、HLE等权威评测中表现优异，GAIA测试获得82.42%的pass@1成绩，已完整开源代码和技术报告 [6] 六、DeepMind让AI当「上帝」，导演只有AI版本「西部世界」 - Google DeepMind开发了名为Concordia的软件库，创造一个由AI主持的多AI角色互动环境，类似《西部世界》中的AI虚拟世界 [7] - 该系统基于游戏引擎的实体-组件架构设计，将AI玩家和AI游戏主持人(GM)视为可配置的实体，通过可插拔组件赋予不同能力 [7] - Concordia支持三种主要应用场景：评估型(测试AI能力)、戏剧型(创建互动叙事)和模拟型(构建社会科学研究环境)，已在GitHub开源 [7] 七、不光要学得好，还要"存得住"，高考学霸开始在ima晒笔记 - ima平台提供来自清北学霸的笔记资源，包含语文、英语、数学、物理、化学等多学科的结构化知识和思维模型 [8] - 这些笔记不仅是知识汇总，更包含解题思路、考点拆解和错题分析，如语文的高分解题模板、英语长难句分析技巧和物理难题思考过程 [8] - 用户可在ima平台直接向"学霸笔记"提问，获取学习方法、心态调整建议，还能上传自己的笔记建立个人知识库 [8] 八、黄仁勋北京演讲：点名11家中国公司，带货4款国产机器人 - 英伟达CEO黄仁勋首次在中国供应链博览会用中文演讲，称赞中国供应链是"奇迹"，点名11家中国企业 [10] - 他强调中国开源模型是全球AI进步的催化剂，使各国有机会加入AI革命，并预测AI下一波浪潮将聚焦理解物理世界和机器人系统 [10] - 英伟达首次参展链博会，展台展示了银河通用、北京人形机器人创新中心等四家中国企业的人形机器人产品及DIGITS迷你超算等设备 [10] 九、刚被爆离职OpenAI核心研究员Jason Wei：RL的边界 - "验证者定律"指出AI解决任务的难易程度与任务的可验证性成正比，而非解决任务本身的复杂度 [11] - 可验证性包含五个关键属性：客观真理、快速验证、可扩展验证、低噪声和连续奖励 [11] - 任何符合这五个属性的问题都将在未来被AI解决，这将创造一个"智能的锯齿状前沿"，AI在可验证任务上将表现出更高智能 [11] 十、OpenAI官方第三期播客上线：AI如何重新定义职场与科研 - OpenAI第三期播客探讨ChatGPT从API"游乐场"功能演变为标志性产品的历程，以及AI对工作与经济的深远影响 [12] - COO莱特卡普和首席经济学家查特吉认为AI将显著提升生产力，尤其在软件工程、科学研究和小企业领域，并预测AI智能体将成为处理复杂任务的关键伙伴 [12] - 他们强调AI时代需要重视情商、批判性思维和适应力等软技能，教育系统应改革以培养与AI协作的能力 [12]

AI对写作与创作的影响 - 《纽约客》文章核心观点认为AI的高效内容生成能力可能催生"平庸化的革命"，导致语言表达和原创思维同质化[1] - 历史视角显示类似技术担忧从未实现，如苏格拉底对文字的忧虑、印刷术引发的信息过载担忧等，但人类文明仍在技术推动下进步[4] - 技术决定论高估了技术的单向塑造力，低估了社会系统的自适应能力，人类设定目标与深度创造的本能并未因技术消减[5] 社会视角下的AI价值 - 精英视角的"平庸"可能是其他群体追求的"合格"，AI帮助职场人士简化文书工作、协助老年人记录回忆，存在认知错位[6][7] - AI弥合知识与工具鸿沟，将写作、绘画等稀缺能力以低成本供给全社会，例如帮助用户整理零散想法成结构化日记[11] - 多模态创作领域AI显著降低门槛，文生图/视频功能使普通人几秒内实现专业级创作，激发亿级用户潜力[12] AI驱动的社会智力提升 - AI推动"智力即服务"时代，智能成为可调用的社会资源，为精英群体提供认知边界拓展与专业能力辅助[13] - 社会整体智力水位抬高引发"审美内卷"，公众对内容质量要求提升倒逼专业创作者追求更高水平作品[14] - 民间创作生态活力显现，如网友用AI工具制作的《流浪地球3》概念片获导演认可，成本效率优势冲击传统创作模式[14] 人机协作的新范式 - AI内容生产力惊人，每14天可输出相当于人类全部印刷作品的内容量，但需警惕假新闻等信息滥用问题[18] - 理想人机关系应以人为主导，人类负责问题定义与价值判断，AI执行信息处理，二者协作激发非平庸视角[19] - AI参数可调性使其输出风格多样化，人类需保持主体性，强化批判思维与审美能力以避免思维惰性[20] 技术演进与价值重构 - 文生视频技术两年内从粗糙到以假乱真，持续降低创作门槛并扩大普通人创作空间[15] - AI筛选机制通过抬高基础门槛激发高层次创造力，非原创性敌人而是创新催化剂[16] - 执行力价值下降推动人类转向判断力竞争，核心竞争力转向问题定义与价值洞察[21]