由 2AGI 
2AGI.NET | 探索 AI 无限潜力，2AGI 为您带来最前沿资讯。
AI 领域迎来了诸多重大突破与变革。从 AI 科学家独立完成论文发表，到图像生成架构的破解，从开源模型的涌现，到 AI 在医疗、机器人等领域的深度应用，这些事件不仅展示了 AI 技术的飞速发展，也为未来的人工智能应用提供了新的方向和思路。本文将为您详细介绍这些技术热点，带您领略 AI 领域的最新动态。
首个 AI 科学家发论文进 ICLR
Meta 的 AI Scientist 2.0 版本完成了一篇论文，并成功通过了 ICLR 顶会的评审，得分 6/7/6。这篇论文从选题到实验，再到撰写论文，全程由 AI 完成，甚至连 GitHub 代码库都是 AI 编写的。这一成果标志着 AI 在科学研究领域的应用迈出了重要一步，展示了 AI 在生成假设、运行实验、分析数据等方面的能力。背后公司 Sakana AI 由 Transformer 作者之一 Llion Jones 创立，致力于推动 AI 在科学研究中的应用。来源
GPT-4o 图像生成架构被“破解”
北京大学、中山大学等机构的研究团队对 GPT-4o 的图像生成架构进行了深入分析，提出了四种可能的架构方案，认为 GPT-4o 很可能采用了自回归主干 + 扩散解码器的混合结构。通过实验证明，GPT-4o 生成的图像更接近扩散模型的风格。此外，研究团队还对 GPT-4o 在图像生成、编辑和知识推理等方面进行了全面评估，发现其在多个维度上表现出色，但也存在一些生成难点，如无法严格保持原图尺寸、强制锐化等问题。来源
DeepCoder 开源，媲美 OpenAI-o3
Together AI 和 Agentica 联合开源了 DeepCoder-14B-Preview 模型，该模型在代码生成能力上与 OpenAI 的 o3-mini 不相上下。DeepCoder 基于 Deepseek-R1-Distilled-Qwen-14B，通过分布式强化学习进行了微调，并开源了训练数据集、方法和日志。这一开源举措为开发者提供了深入了解模型开发流程的机会，有助于推动代码生成技术的发展。来源
英伟达开源 15T 数据集
英伟达开源了 NVIDIA Physical AI Dataset，这是一个包含 15T 数据、32 万个机器人训练轨迹和 1000 个通用场景描述的超大数据集。该数据集将助力实体机器人和自动驾驶汽车的开发，帮助开发者在预训练阶段扩展 AI 性能，并提高模型在特定用例上的性能。英伟达还计划推出更多支持自动驾驶汽车开发的数据集，进一步推动相关领域的发展。来源
亚马逊测试 AI Agent
亚马逊正在测试名为“Buy for Me”的 AI 功能，可帮助消费者在亚马逊购物应用内自动购买其他网站的商品。该功能依托于亚马逊云服务 Amazon Bedrock 和 AI 模型，通过加密用户信息完成结账流程。尽管目前存在一些限制，如不支持促销代码、只能处理单件商品订单等，但这一功能展示了 AI Agent 在购物体验中的应用潜力。来源
Isomorphic Labs 获 6 亿美元融资
Isomorphic Labs 完成 6 亿美元融资，这笔资金将用于加速其 AI 驱动的药物设计技术研发，并推动治疗方案进入临床试验阶段。Isomorphic Labs 由 DeepMind 联合创始人 Demis Hassabis 创立，开发了多种 AI 模型，构建了统一的药物设计引擎。其与礼来和诺华等制药巨头建立了合作项目，专注于肿瘤学和免疫学领域的药物研发。来源
英伟达推出 AI 专属搜索引擎
Exa 推出了专为 AI Agent 打造的搜索引擎，重新定义了 AI 时代的搜索基础设施。该搜索引擎通过售卖 API 盈利，提供快速的搜索响应和结构化的搜索结果，能够处理复杂的查询任务。Exa 的目标是让 AI 能够看到互联网上的一切信息，其产品 Websets 可以将互联网变成一个超级 Excel 表格，为 AI 应用提供强大的数据支持。来源
AI 陪伴产品增长停滞
量子位智库的报告显示，AI 陪伴产品在 2025 年 3 月的表现较为惨淡，市场泡沫正在快速消除。头部 AI 陪伴产品的新增下载量和日活跃用户数均出现明显下滑，用户活跃度和留存率也面临挑战。与此同时，AI 创作等其他领域却在暗暗增长，显示出 AI 娱乐赛道的分化趋势。来源
Rabbit 发布 AI Agent
Rabbit 发布了 RabbitOS Intern，这是一个通用 AI Agent 产品，旨在自主完成用户提出的复杂任务。Rabbit 的创始人吕骋表示，Rabbit 不是一家硬件公司，而是致力于构建新一代 AI 操作系统。RabbitOS Intern 的发布是其构建跨平台通用 Agent 的重要一步，展示了 AI 在人机交互领域的变革潜力。来源
人形机器人的三种死法
人形机器人行业在近年来迅速发展，但也面临着诸多挑战。文章分析了人形机器人可能面临的三种“死法”：伦理困局、技术桎梏和成本壁垒。这些因素曾让机器人行业在经历一段时期的火爆后跌入低谷。尽管当前人形机器人技术取得了显著进展，但仍处于早期阶段，未来的发展仍充满不确定性。来源
🔥 热门文章推荐（2AGI.NET）
扫码加入社群，参与讨论
AGI (103) AI Agent (3) AI App (1) AI Celebrity (9) AIGC (166) AI 名人堂 (9) AI 搜索 (1) AI 教程 (2) AI教程 (12) AI生产力平台 (1) AI电影制作 (2) Claude (1) claude 3.5 sonnet (1) Coze (2) DeepSeek (5) GAN (1) kimi.ai (2) kimi ai (4) kimi app (4) Kimi app AI (6) LLM (1) LoRA (1) Michael I. Jordan (1) NotebookLM (1) OTA AI (1) RAG (2) trae (2) Transformer (1) 一站式解决方案 (1) 人工智能 (2) 优化算法 (1) 内容创作 (1) 天天 AI (83) 天天AI (2) 技术原理 (32) 机器学习 (2) 李飞飞 (2) 梯度下降 (1) 模型微调 (2) 热点资讯 (87) 百度 (1) 秒刷 (1) 行业资讯 (1) 贝叶斯网络 (1) 酒旅AI产品对比 (1) 领域热词 (43)