生成式AI - DeepSeek-V3.2-Exp引入稀疏注意力机制 大幅提升长文本训练和推理效率 [1] - 模型在HuggingFace和魔搭平台开源 同步公开论文及算子代码 [1] - 官方API价格下调50%以上 服务成本大幅降低 [1] - 智源RoboBrain-X0实现零样本跨本体泛化 可直接部署在不同厂商和结构的真实机器人 [2] - 通过统一动作表征体系将复杂动作拆解为标准化token序列 学习任务"做什么"而非"怎么动" [2] - 真机跨本体评测总体成功率48.9% 是基线模型π0的近2.5倍 基础抓放任务成功率100% [2] - 混元3D-Omni支持骨骼姿态、边界框、点云和体素四类控制信号 是业界首个统一多种条件控制的3D生成模型 [3] - 通过轻量化统一控制编码器和渐进式难度感知训练策略 实现精细化3D资产生成及多模态融合 [3] - 有效解决单视图生成"纸片物体"问题 成功重建几何细节并确保比例与真实物体精确对齐 [3] - GPT-5在半小时内提出数学函数方案 正确指出度有理函数编码最大特征值信息 [4][5] - 研究给出2008年QMA分离结果的定量版本 证明某条研究路径已走到尽头 [4][5] 量子计算 - 加州理工团队创造全球最大中性原子量子计算机 实现6100量子比特阵列 [6] - 相干时间达13秒 比此前长10倍 单比特操控精度达99.98% [6] - 使用光镊技术捕获原子并实现量子比特在阵列中移动数百微米且保持叠加态 [6] - 在规模、精度和相干性三方面取得突破性平衡 巩固中性原子作为量子计算领先平台的地位 [6] AI发展前景 - AlphaGo核心研究者驳斥AI停滞论 指出AI从完全无法完成编程设计任务到现已能胜任的巨大进步 [7] - METR研究显示AI能力保持指数增长 最新模型能自主完成2小时以上任务 7个月能力翻倍 [7] - Claude Opus 4.1在44个职业中已接近人类专家水平 [7] - 预测2026年中期模型可自主工作8小时 年底前在多行业达到专家水平 2027年底将频繁超越专家 [7] - 英伟达GPU主导地位将在2-3年内被打破 市场从90%集中度转向多元化生态 [8] - 推理成本已下降100倍且未来有望再降10倍 主要得益于MoE架构和模型量化等技术突破 [8] - AI应用将分化为传统聊天机器人、极低延迟场景和大规模批处理三类工作负载 [8]