主要观点总结
本篇文章介绍了生成式AI领域的多个进展，包括GPT-4.5和OpenAI的计划、DeepMind的AlphaGeometry2系统、OpenAI的品牌重塑、开源项目Unsloth AI、OpenAI的图像生成功能、苹果机器人的新突破、Meta的脑机接口研究、DeepSeek的多个方面以及DeepSeek的创新背后的原因等。
关键观点总结
关键观点1: GPT-4.5已在OpenAI内部实现，通过推理模型和强化学习技术突破，奥特曼预测到2035年单个数据中心的AI算力将超过当前地球总智力容量。
OpenAI计划推出全自主智能体，支持多模态输入和互联网访问。
关键观点2: DeepMind发布AlphaGeometry2系统，成功解决过去25年IMO中84%的几何题，结合了神经网络与符号AI的混合架构。
该系统通过自创的合成数据集突破训练数据稀缺问题，但仍存在无法处理可变点数等技术限制。
关键观点3: OpenAI进行全面品牌重塑，推出新字体、新标志和新配色，目标是展现更统一和人性化的品牌形象。
这次重构主要依靠人工设计而非AI，传递“人工智能应增强而非取代人类创造力”的理念。
关键观点4: 开源项目Unsloth AI通过优化GRPO训练方法，大幅降低了AI推理模型的部署门槛。
该项目与vLLM深度整合，提升了模型吞吐量和效率。
关键观点5: OpenAI可能正在测试Sora图像生成功能，代号“papaya”。
该功能可能由现有模型驱动，界面出现图像生成类别暗示即将推出独立功能。
关键观点6: 苹果AIML研究团队提出EMOTION框架，结合大语言模型和视觉语言模型，让机器人能生成自然且符合情境的手势动作。
该技术面临硬件限制、动作流畅度和计算时间等挑战。
关键观点7: Meta发布两项脑机接口研究，AI模型能通过非侵入式方法解码大脑语言信号。
该研究采用MEG和EEG技术记录大脑活动，并开发深度学习架构进行解码，性能有所提升。
关键观点8: DeepSeek得到芯片厂商的支持，国内外云计算服务商提供部署工具和API服务。
手机、汽车等终端厂商接入DeepSeek，但因模型参数量巨大，实际使用中存在性能差距。
关键观点9: DeepSeek通过MLA和改进版MoE架构实现推理能力突破，R1模型可通过纯强化学习训练。
DeepSeek的成功源于创新而非芯片封锁，可能加速中国AI创新发展。
文章预览
生成式AI 一、 推理和RL加速GPT-5到来？奥特曼公开GPT-4.5已就绪 1. GPT-4.5已在OpenAI内部实现，通过推理模型和强化学习技术突破，GPT-5.5不需100倍算力即可达成； 2. OpenAI计划年底推出除科学发现外所有高难度任务都能解决的全自主智能体，支持多模态输入和互联网访问； 3. 奥特曼预测2035年单个数据中心的AI算力将超过当前地球总智力容量，但强调人类本质不会改变，工作形态会改变。 https://mp.weixin.qq.com/s/j9eT84ZgNGgt5GV9oc18kQ 二、 DeepMind祭出神经网络与符号AI融合新招AlphaGeometry2 1. DeepMind发布AlphaGeometry2系统，成功解决过去25年IMO中84%的几何题，超越数学奥赛金牌得主平均水平； 2. 该系统结合神经网络(Gemini模型)与符号AI的混合架构，实现了更强大的数学推理能力，而OpenAI的o1推理模型未能解出任何题目； 3. DeepMind通过自创3亿个定理和证明的合成数据集突
………………………………
