烂柯杯16强再现“杨申决”!中国搅局者能否再破申工智能?
烂柯杯16强再现“杨申决”!中国搅局者能否再破申工智能?
围棋圈有个默认的规律:抽签结果一出来,有时候比棋局本身还刺激。第四届衢州烂柯杯16强的签位公布那天,棋迷群里炸了锅——杨楷文,又碰上了申真谞。这两个名字放在一起,故事感直接拉满。 一个是中国棋手里最敢“搅局”的狠角色,一个是手握八冠、就差临门一脚的韩国第一人。单败淘汰,输一盘就卷铺盖回家,10月的烂柯山,这场棋的分量不用多说。 先说说申真谞现在的处境。2025年2月南洋杯,他直落两局拿
2026-10-02
中美11月人工智能对话谈什么
中美11月人工智能对话谈什么
来源:玉渊谭天 当你开车前往旧金山,一路上会看到,所有广告牌基本上都跟AI相关。 其实在湾区,你会发现,这里几乎没有人闲着。一周之内,任何人都可以参加各种和AI相关的活动——圆桌、大型会议,什么都有。 在美国的AI圈子里,有一个词来形容它:社群。要了解美国AI圈子在酝酿什么、什么在发生,关键就在他们。技术人员在讨论模型发展的方向,研究员在争论治理如何开展,投资人在判断哪个方向能跑出来。。
2026-10-02
数据瓶颈下的智能驾驶突围:从“数据饥渴”到“数据精炼”
数据瓶颈下的智能驾驶突围:从“数据饥渴”到“数据精炼”
数据瓶颈:智能驾驶的“隐形天花板”很多人以为,智能驾驶系统的进化速度取决于算力与算法的迭代效率,其实不然——真正的瓶颈在于数据获取的边际成本与质量衰减。当车辆行驶里程突破千万公里级后,有效场景的覆盖率增速会呈现指数级下降,这就是行业常说的“数据饥渴悖论”。某头部车企的测试数据显示,其2023年新增的500万公里数据中,仅有3.7%属于未覆盖的极端场景,这一比例较2022年下降了62%。底层逻辑是:
2026-10-02
数据边界:智能驾驶系统中的「数据饥渴」与决策冗余
数据边界:智能驾驶系统中的「数据饥渴」与决策冗余
数据阈值与系统效能的悖论:当「没有更多数据了」成为决策临界点很多人以为,智能驾驶系统的性能提升与数据量呈线性正相关——输入数据规模越大,算法迭代效率越高,决策可靠性越强。其实不然。在真实道路场景中,数据输入存在明确的边际效应递减规律:当传感器采集的原始数据量突破某一阈值后,系统对冗余信息的处理成本将超过其带来的决策增益,直接导致实时性下降与算力资源浪费。这一现象,在高速场景的变道决策模块中尤为显著
2026-10-02
数据瓶颈:智能驾驶的隐形枷锁
数据瓶颈:智能驾驶的隐形枷锁
数据瓶颈:智能驾驶的隐形枷锁很多人以为,智能驾驶的进化仅依赖算法迭代与算力提升,其实不然。当行业普遍将目光聚焦于模型架构优化时,一个更基础的矛盾正在浮现——数据获取的边际效应递减。某头部企业近期公开的测试报告显示,其L4级系统在封闭场景的验证里程突破5000万公里后,关键指标提升幅度不足3%,这印证了一个残酷现实:单纯堆砌数据量已无法突破性能天花板。数据质量的隐性门槛听起来可能反直觉,但在高阶智能
2026-10-02
数据边界:智能驾驶系统中的「数据荒」困境与突破路径
数据边界:智能驾驶系统中的「数据荒」困境与突破路径
数据瓶颈:智能驾驶的「隐形天花板」很多人以为,智能驾驶系统的迭代速度仅取决于算法复杂度或算力规模,其实不然。当系统进入L3级以上高阶自动驾驶阶段,数据质量与场景覆盖度成为决定技术天花板的底层逻辑。某头部车企近期披露的内部测试数据显示,其城市NOA功能在特定区域的事故率与数据集多样性呈强负相关——当测试里程中未覆盖的极端场景占比超过12%时,系统误判率将激增300%。数据荒的底层逻辑:场景碎片化与标
2026-10-02
白宫文件拼错美国国名,网友调侃超级智能时代
白宫文件拼错美国国名,网友调侃超级智能时代
#白宫文件拼错美国国名##白宫文件把美国国名拼错了#【白宫官方文件中拼错美国国名,引发争议】美国多家科技企业负责人9月29日在白宫签署了名为《白宫超级智能协议:前沿责任联合承诺》的文件。美国总统特朗普当天在社交媒体上公布了这份有他签名的协议。然而英国《每日电讯报》等媒体注意到,这份文件的落款中出现明显拼写错误,在特朗普签名下方,“United States”(美国)一词被误拼为“Unites St
2026-10-01
特朗普签超级智能协议落款拼错美国
特朗普签超级智能协议落款拼错美国
#特朗普签超级智能协议拼错美国# 【“连美国都能拼错”,特朗普的“超级智能”协议闹笑话】#特朗普签署AI协议闹笑话# 据英国《独立报》报道,当地时间9月29日,美国总统特朗普召集美国各科技巨头在白宫开会,并签署一份“超级智能(SI)”协议,但协议的落款却将“美国”一词拼错,在网上遭至大量嘲笑。 当日,这份特朗普所称带有“道德约束力”的协议由特朗普与各科技巨头负责人共同签署,旨在对人工智能的
2026-10-01
Manus发布Manus2.0,并推出个人智能助理Cue
Manus发布Manus2.0,并推出个人智能助理Cue
日前,北京蝴蝶效应科技有限公司面向海外市场发布Manus2.0,同时推出面向个人生活场景的智能助理Cue。目前,Manus2.0已上线网页端、桌面端和移动端,Cue则处于抢先体验阶段。官方表示,正组建团队开发面向国内市场的产品,并推进与国产模型厂商及生态伙伴的合作。据悉,Manus2.0采用自研Agent框架Cascade,官方称在一项测试配置中,Cascade可使得Token消耗减少23.2%、
2026-10-01
宁波提升具身智能场景落地能力
宁波提升具身智能场景落地能力
清晨6点,宁波舟山港梅山港区的集装箱堆场还笼罩在薄雾中。一台四足机器狗已经开始了当天的巡检:它灵活地穿过集装箱夹缝,激光雷达实时扫描周围环境,红外摄像头捕捉每一处异常热源。2小时后,一份完整的查验报告自动生成,上传到调度中心。 智能产品逐步融入生产生活,深度融合AI的新一代智能终端,具备主动感知、自主学习等特性,是新一轮科技产业革命的重要载体。日前,以“AI智变 慧聚未来”为主题的第十六届智慧城市
2026-10-01
数据瓶颈背后的智能驾驶突围逻辑
数据瓶颈背后的智能驾驶突围逻辑
当系统报错「没有更多数据了」,智能驾驶的进化是否就此停滞?很多人以为,智能驾驶系统的能力上限由算法架构决定,其实不然——数据规模与质量才是决定系统认知边界的底层逻辑。某头部车企在2023年Q3的内部测试中,其L4级系统在特定场景下的决策准确率突然下降12%,工程师排查后发现,根本原因并非代码缺陷,而是训练数据池中「极端天气+复杂路况」的复合样本覆盖率不足0.3%。数据饥渴:智能驾驶的隐性天花板听起
2026-10-01
美FTC调查OpenAI、Anthropic等AI巨头 聚焦AI智能体失控风险
美FTC调查OpenAI、Anthropic等AI巨头 聚焦AI智能体失控风险
美国联邦贸易委员会(FTC)高级官员周三表示,该机构正在对Anthropic、OpenAI及其他AI实验室展开一项覆盖整个行业的调查,以查明这些公司的技术可能给消费者带来的潜在风险。 此次调查是美国政府首次针对“失控AI智能体”展开的正式执法行动。此前,自今年7月以来,一系列相关事件接连曝光,引发公众对失控AI未来可能伤害人类的担忧。 业内研究人员警告称,这些公司的AI模型可能造成灾难性后
2026-10-01
< 3 4 5 6 7 8 9 >