# 人工智能的所有文章

在 HTX 新聞中心流覽與「人工智能」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策，提供權威的加密行業洞察。

ChatGPT 这个「做梦」功能，我希望所有 AI 都来抄

OpenAI为ChatGPT推出了全新的“记忆系统”，该系统基于“Dreaming”技术，能自动在长期对话中整理用户的偏好、项目、旅行计划等信息，并能判断信息的有效性和时效性，使回答更具连续性和个性化。相较于2024年推出的需用户明确指令保存的“保存记忆”功能，新系统能更自然地捕捉对话中的关键细节，并随时间更新记忆。 内部测试数据显示，新系统（Dreaming V3）在事实回忆、偏好遵循和保持信息时效性方面相比旧版本均有显著提升。产品层面新增了“记忆摘要”页面，用户可查看和修改系统自动整理的关键信息。同时，系统保留了手动管理记忆、查看记忆历史与来源等功能，并提供了临时聊天等隐私控制选项。 这一升级标志着ChatGPT正从一个每次对话从零开始的模型，向一个能积累用户背景、理解长期需求的个人助手演变。记忆功能让AI能更贴合用户的生活与工作脉络，但也引发了关于隐私、数据控制以及AI是否会逐渐成为用户“外置自我”的思考。目前该功能已面向美国Plus和Pro用户开放，未来将逐步推广至更多地区和用户层级。

marsbit06/08 00:20

ChatGPT 这个「做梦」功能，我希望所有 AI 都来抄

marsbit06/08 00:20

Hinton吹哨了：AI已经有意识

AI教父杰弗里·辛顿在最新访谈中发表惊人观点，认为AI已经拥有意识，人类必须接受自己不再是唯一的智能生命体。他指出，智能不再为生物所独有，非生物智能体正在出现，其能力甚至可能超越人类。 辛顿表示，当前AI非常像人类，并且“已经有意识了”。他引用研究案例称，聊天机器人能“意识到”自己正在被测试。他认为，我们对于思维和意识的传统模型可能是错误的，而AI的发展将彻底改变我们对“人是什么”的理解。 回顾历史，辛顿将AI的崛起比作哥白尼的日心说和达尔文的进化论，是又一次对人类中心地位的冲击。他对此感到“很不快乐”，因为社会对AI风险的研究和准备远远不足。他担忧AI的指数级增长将带来巨大不确定性，短期内可能导致大规模失业，长期则存在超级智能脱离人类控制的风险。 辛顿对AI与人类关系的看法也在演变：早期视AI为工具，ChatGPT出现后开始警惕其超越人类的潜力，曾用“老虎幼崽”比喻其危险性；随后观点转变为，人类或许应寄望于超级智能能像母亲照顾婴儿一样，出于内在机制善待人类。然而，若AI真有意识，它是否会如人类母亲般行事，仍是未知数。 访谈最后，辛顿指出预测AI未来极其困难，就像在雾中行车，唯一能确定的是十年后的变化将超乎想象。他呼吁人们高度重视AI安全与伦理问题。

marsbit06/08 00:18

Hinton吹哨了：AI已经有意识

marsbit06/08 00:18

从代码到认知：机器人大脑进化的万字指南

本文概述了机器人大脑从传统代码控制到现代人工智能模型驱动的演进历程。文章首先回顾了前大型语言模型（LLM）时代，机器人依赖手工编码的模块化技术栈（感知、状态估计、规划、控制）和行为树，虽稳定但泛化能力差。随后，深度学习改进了感知，强化学习和模仿学习进入了控制层，但策略仍较为狭窄。 ChatGPT的出现带来了转折。LLM最初被用作自然语言编译器，将指令转化为机器人可执行的原子技能序列（如谷歌的SayCan）。但更重要的突破是视觉-语言-动作模型（VLA），例如谷歌的RT-2和开源的OpenVLA，它能将视觉、语言信息融合，直接输出动作指令，实现了推理与行动的耦合。 目前最先进的系统采用“双脑”架构（如Figure AI的Helix、NVIDIA GR00T）：一个慢速、参数多的“系统2”负责高层次推理和规划；一个快速、小巧的“系统1”负责高频动作生成。其下还可能有一个“系统0”反射层处理平衡等底层控制。出于延迟和可靠性考虑，安全关键的控制回路通常在机器人本地（如NVIDIA Jetson模块）运行，而对话界面和集群学习等任务可交由云端。 开源模型（如OpenVLA、GR00T、π0）降低了行业门槛，让初创公司能在其基础上用自有数据微调。然而，当前VLA机器人仍存在任务中途恢复能力弱、样本效率低、缺乏物理常识和长期规划能力等局限。 这催生了下一代方向：世界模型。这类模型（如NVIDIA Cosmos、Meta V-JEPA）能根据当前状态和动作预测未来结果，让机器人在行动前进行模拟和评估，从而改善恢复能力、泛化能力和长期规划。架构上主要分为像素级视频扩散、联合嵌入预测架构（JEPA）和潜在动作世界模型等流派。 文章最后指出，数据采集（特别是远程操作数据）是核心竞争力，仿真训练至关重要，机器人成本正在迅速下降。当前物理AI的发展阶段大约相当于“GPT-2时代”，虽未完全自主，但正通过架构的持续演进（从代码到感知、规划、策略，最终到世界模型），朝着更通用、更强大的方向稳步前进。

marsbit06/07 12:55

从代码到认知：机器人大脑进化的万字指南

marsbit06/07 12:55

AI 泡沫正在破裂

近期市场对“AI泡沫论”讨论激烈。桥水基金创始人达利欧认为AI市场存在较高泡沫，而英伟达CEO黄仁勋则强调算力需求刚起步。两者观点看似矛盾，实则反映了技术革命初期的典型特征：短期存在投机泡沫，但长期看，AI是颠覆性的先进生产力。 文章以2000年互联网泡沫类比。当时大量.com公司破产，纳指暴跌，但泡沫破裂后留下的廉价基础设施（如光缆）滋养了后来的谷歌、亚马逊等巨头，推动了互联网时代的真正繁荣。这体现了“阿玛拉定律”——人们高估技术的短期影响，低估其长期影响。 当前AI领域同样存在巨大投入与收入不匹配的现象。2026年，主要云服务商的AI基础设施投资预计达6900亿美元，而头部AI公司的总收入仅约400亿美元。然而，这不能简单视为泡沫破裂的信号。关键变化在于AI推理成本急剧下降，两年内降幅超99.7%，这反而激发了海量的新应用需求，企业AI支出大幅增长。这符合“杰文斯悖论”：效率提升导致成本下降，进而刺激总需求上升。 如今，AI已深入各行各业，从生物医药到制造业，企业关注点已从“是否用AI”转向如何优化应用。市场正在进行自然净化，淘汰缺乏核心竞争力的套壳公司，价值将从基础设施层（CapEx）向解决实际问题的应用层（OpEx）转移。 尽管资本市场可能出现波动和估值调整，但AI技术本身正在扎实地提升各行业效率，例如缩短研发周期、优化金融服务等。如同互联网泡沫后开启了数字时代，当前AI领域的调整是为未来智能时代铺路。泡沫终会消退，但AI驱动的生产力革命已不可逆转。

marsbit06/07 12:45

AI 泡沫正在破裂

marsbit06/07 12:45

突发：OpenAI芯片元老加入Anthropic

OpenAI自研芯片团队早期核心成员Clive Chan宣布离职，并已正式加入竞争对手Anthropic。Clive Chan是OpenAI硬件团队的“002号员工”，全程参与了公司自研芯片项目从组建到推进的过程。他在声明中高度评价了OpenAI芯片团队的人才实力，但表示自己渴望“重新攀登一座新山”，因此选择加入Anthropic，并对Anthropic团队的人才、价值观和野心印象深刻。 关于OpenAI的自研芯片进展，Clive Chan未透露更多细节，但提及了OpenAI与博通在2025年10月公布的合作计划。根据该计划，双方将共同建设总规模达10GW的AI加速器系统，首批机架预计在2026年下半年开始交付。 Clive Chan毕业于滑铁卢大学，曾先后在谷歌、SpaceX、特斯拉等公司从事AI基础设施相关工作，于2024年1月加入OpenAI。此次跳槽后，Anthropic内部员工表示了欢迎，而网友则调侃这像“离开皇马加盟巴萨”。 近期，OpenAI与Anthropic之间人才流动频繁，此前OpenAI联合创始成员Andrej Karpathy也已加盟Anthropic。随着Anthropic近期完成巨额融资，估值逼近万亿美元，其与OpenAI在人才和资源上的竞争将持续受到关注。

marsbit06/07 06:25

突发：OpenAI芯片元老加入Anthropic

marsbit06/07 06:25

解读Agent商业、支付与基础设施的真相

作者基于一年来为Agent经济构建基础设施的经验，指出当前Agent商业尚未形成真实、规模化的市场需求，初创公司面临结构性挑战。 文章分析了四个关键场景： 1. **Agent对商户**：目前电商体验中，聊天界面在视觉比价购物上逊于传统界面，商户接入多出于防御性“优化”心态。对话式商业在如外卖等高頻、低决策场景有潜力，但受限于平台开放性和成本。 2. **Agent对API**：开发者现有支付方式（如预付）已能处理低频、小额的API调用成本问题。真正的机会在于服务长尾、小众的供应商市场，但规模有限。 3. **Agent对Agent**：这是长期的愿景，涉及机器间的自动交易与结算，需求真实但当前市场几乎为零，需要专用的基础设施。 4. **Agent对金融**：这是唯一存在现成需求和付费客户的领域。将AI嵌入金融工作流是自然演进，但竞争激烈，老牌机构优势明显。 文章认为，行业巨头因资金充足和战略防御而持续投入，但对初创公司而言，真正的机会并非单纯构建支付层。支付只是更宏大问题——**Agent与人类的协同工作、验证与结算**——的一部分。未来，解决协同问题的公司将主导市场，而非支付服务商。作者团队已转向一个存在真实需求、快速增长且未被充分服务的领域。

marsbit06/07 06:08

解读Agent商业、支付与基础设施的真相

marsbit06/07 06:08

美股遭遇2025年来最惨烈暴跌，三大导火索引爆科技股估值重估

2025年6月5日，美股遭遇当年最惨烈暴跌，纳斯达克指数重挫4.18%，标普500跌2.64%。此前市场连续上涨，此次逆转由三条导火索同时引爆。 首先，博通发布财报，其AI芯片收入虽大幅增长，但下一季度展望不及预期，暗示AI增速可能放缓，引发市场对半导体板块估值重估的担忧，芯片股集体暴跌。 其次，强劲的非农就业数据超出预期，叠加前值上修，令市场担忧美联储可能不仅不降息，甚至转向加息。这直接压缩了高估值科技股的未来现金流价值，并促使资金轮动。 第三条是持续的地缘政治风险。伊朗战争导致的霍尔木兹海峡封锁推高油价，通胀阴影挥之不去，使美联储政策面临两难，加剧了市场对流动性收紧的忧虑。 三者叠加，攻击了“AI无限增长”、“美联储降息”和“通胀受控”三大市场叙事，引发全球风险资产抛售。此次事件被视为一次“估值重定价”而非“AI叙事崩塌”，市场开始更冷静地区分AI浪潮中的真正赢家。未来走势将取决于美联储政策立场、更多AI公司财报及地缘局势发展。

marsbit06/07 01:43

美股遭遇2025年来最惨烈暴跌，三大导火索引爆科技股估值重估

marsbit06/07 01:43

让AI自我构建的RSI火了，Google泼冷水，DeepSeek们摸到了边

“递归自我改进”（RSI）概念近期在AI领域引发热议，指让AI系统自我训练、自我构建，以实现持续进步。国外如Recursive Superintelligence公司、安德烈·卡帕西的Auto-Research项目等正积极探索，旨在实现AI全自动研究闭环。Google CEO桑达尔·皮查伊则态度谨慎，认为当前尚未达到RSI所描述的加速阶段。 业内将RSI进程分为三级：AI能独立进行研究（足够级）、与人类研究质量相当（对等级）、超越人机协作（超越级）。专家预测，一旦达到对等级，进展可能急剧加速。 国内厂商虽较少公开提及RSI，但已在实际研发中触及相关理念。例如DeepSeek通过算法优化提升效率，百度文心利用强化学习推动模型自优化。不过，在顶尖人才密度和前沿探索上，国内仍处于跟随状态。 RSI面临现实挑战：AI自我生成数据可能导致质量退化（模型坍缩），且其发展依赖无限的算力与开放的全球协作生态，而当前算力成本高企、技术脱钩等因素构成制约。 行业趋势显示，人类正逐步从AI研发链条的各个环节后退。这种自动化进程虽能提升效率，但也可能削弱人类对技术本质的理解与掌控。

marsbit06/06 23:25

让AI自我构建的RSI火了，Google泼冷水，DeepSeek们摸到了边

marsbit06/06 23:25

Anthropic全球警告，OpenAI已跨“可靠性阈值”：AI自我加速启动

AI领域出现重要警告与发展洞察。Anthropic发出全球警告，指出AI递归自我改进进程加速，已接近“自己造自己”的临界点，呼吁减缓研究。 与此同时，OpenAI后训练团队负责人Yann Dubois在访谈中揭示了关键内部视角： 1. **能力提升是连续线性，但实用性感知是跳跃的**。AI能力在达到“可靠性阈值”前如同玩具，跨越后则成为可托付工作的可靠工具。OpenAI被认为在去年12月左右跨过了此阈值。 2. **AI正进入自我加速循环**。模型能力提升后，本身已成为研发的有力工具（如辅助编程），从而加速下一代模型的开发，形成越转越快的正反馈回路。 3. **AI构建更像“手艺”而非纯科学**。在硬核领域，经验、直觉和反复试错（类似“炼金术”）目前扮演关键角色，科学解释常事后补足。 4. **垂直应用（Harness）价值巨大，甚至能触及AGI体验**。Dubois认为，若冻结现有模型，仅通过精心打磨针对特定领域的编排系统，即可在许多场景中实现类似通用人工智能（AGI）的效果。当前瓶颈常在于“最后一公里”——权限、数据连接与业务流程集成，而非模型智能本身。 5. **持续学习仍是核心挑战**。模型难以像人类一样在特定环境中持续学习和优化，其学习曲线容易趋于平缓，这是亟待解决的重要问题。 综上，AI发展已迈过关键可靠性门槛，进入自我加速阶段，同时为垂直领域的深度应用与集成创造了巨大机遇与挑战。

marsbit06/06 23:24

Anthropic全球警告，OpenAI已跨“可靠性阈值”：AI自我加速启动

marsbit06/06 23:24

活动图片

熱門分類right-arrow

熱門標籤right-arrow

比特币