世界杯碾压夺冠的北京机器人,又完成超亿元融资,清华系团队造

器人前瞻7月24日报道,今天,加速进化宣布完成超亿元A+轮融资,北京市机器人产业发展投资基金领投,北京市人工智能产业投资基金、博华资本跟投,义柏资本长期担任独家财务顾问。

加速进化成立于2023年6月,在今年6月的时候完成了A 轮融资,由深创投集团领投。

在产品方面,加速进化已推出双足人形机器人Booster T1,该产品身高仅1.1米,体重29公斤,搭载了端到端全身运动大模型,不仅能够完成踢球、俯卧撑、叶问蹲等复杂动作,还可以提适应多种复杂地形,在多项机器人赛事中作为技术验证平台。

世界杯碾压夺冠的北京机器人,又完成超亿元融资,清华系团队造

加速进化将机器人赛事作为早期突破场景,在赛事中检验机器人在本体硬件、运动控制、自主感知、多智能体协作、智能决策等综合性能,并积累海量高质量真机运行数据,为持续的技术创新与产品迭代提供支撑。

在刚刚落幕2025 RoboCup机器人世界杯上,加速进化支持的清华火神队使用T1机器人获得成人组冠军。这是该项赛事举办28年来,中国战队首次在技术含金量最高的人形组别摘得金牌。在小型组决赛中,冠军队伍德国Boosted HTWK所使用的机器人则是来自加速进化的K1机器人。

世界杯碾压夺冠的北京机器人,又完成超亿元融资,清华系团队造

据了解,加速进化即将推出机器人另一款世界杯冠军机型K1机器人,面向开发者及广大应用市场。

在商业化方面,加速进化打造了“机超”赛事IP,在赛事场景中构建起 “商业 – 技术 – 生态” 多维度闭环,不仅为全球赛事队伍提供软硬件服务实现批量出货,还开展机器人足球教育课程与培训等教育场景的合作项目,通过赛事IP的协同效应,开辟商业化的新通路。

加速进化创始人兼CEO程昊,毕业于清华大学自动化系,在校期间担任“清华火神足球队”队长,主导人形机器人运动控制算法研发。2013 年创立智能日程管理 APP“朝夕日历”,被字节跳动收购后任飞书产品副总裁,负责数万人团队的产品研发与商业化,积累了大规模团队管理和复杂业务落地经验。

首席科学家赵明国,为清华大学自动化系研究员,机器人控制实验室及无人系统中心类脑机器人中心主任,深耕人形机器人领域 20 余年,主导多项国家级机器人科研项目。

世界杯碾压夺冠的北京机器人,又完成超亿元融资,清华系团队造

▲加速进化创始人程昊(左)、加速进化首席科学家赵明国(右)

未来,加速进化称,计划凭借技术、市场与资本的多重优势,加速技术创新与市场拓展进程,持续深化在赛事场景的优势,加快家庭消费与商用市场布局,携手全球开发者,让人形机器人像个人计算机一样简单、可靠、实用。

像素绽放PixelBloom完成B3轮融资,以AI Venture Studio模式重绘全球AI办公版图

像素绽放PixelBloom是一家AIGC内容中台解决方案提供商,致力于帮助企业实现内容全链路(生产、管理、分发、数据)的数字化升级。目前像素绽放PixelBloom旗下产品包括AiPPT.cn(国内)/AiPPT.com(海外)、爱设计AIGC内容中台、365编辑器、爱设计在线设计工具、AiH5、叮当好记Readlecture.cn、Visdoc.Ai等超过10余款应用AI能力的内容创作工具。近日,像素绽放PixelBloom近日宣布完成B+轮融资。本轮融资由北京市人工智能产业投资基金(由顺禧基金和启明创投管理)领投,知名机构和明星企业家跟投。融资将用于产品研发,AI能力提升和国内外市场拓展等方面。(IT桔子)

Seed 端到端同声传译大模型发布:准确率接近真人,3s 延迟,实时声音复刻

同声传译,被视为“翻译界的巅峰技能”。它需要译者在数秒的极短时间内转换语言,边“听”边“说”,要求极高。因此,对翻译技术研究者来说,同传一直是最具挑战的方向。

今天,字节跳动 Seed 团队正式发布端到端同声传译模型 Seed LiveInterpret 2.0。

Seed LiveInterpret 2.0 是首个延迟&准确率接近人类水平的产品级中英语音同传系统,在中英同传翻译质量达到业界 SOTA 的同时,实现了极低的语音延迟水平。

它基于全双工端到端语音生成理解框架,支持中英互译,可实时处理多人语音输入,像人类同传译员一样以极低的延迟 “边听边说”,一边接收源语言语音输入,一边直接输出目标语言的翻译语音。同时,Seed LiveInterpret 2.0 还支持 0 样本声音复刻,让沟通更加流畅自然。

在测试中,可以观察到,Seed LiveInterpret 2.0 面对 40 秒的大段中文表达,能够低延迟地丝滑输出同款音色的英语翻译。

商汤小浣熊牵手蚂蚁百宝箱,共建AI+数据分析方案

商汤科技“小浣熊家族”与蚂蚁集团旗下智能体开发平台“蚂蚁百宝箱”正式达成生态合作,双方联合打造“AI数据分析助手”,为百宝箱广大用户提供大模型服务,后续还将直接登陆到支付宝平台。

在数据要素价值加速释放与大模型深度赋能的背景下,新应用场景加速落地,市场需求涌现。数字生活平台上的商家及生态方,需要更加轻量化、智能化的分析工具,实现 AI数智化服务能力升级。

“办公小浣熊”将以AI Agent形态为蚂蚁百宝箱用户免费提供数据分析能力,构建更自然的人机协作场景。

▍如何开始?

应用 Agent 化,对应着新一轮人机交互范式的变革,商汤小浣熊与蚂蚁百宝箱共同携手提升用户体验。

办公这类由多样化需求构成的复合场景,正是AI Agent的最佳应用场景之一。

商汤小浣熊家族与蚂蚁百宝箱携手打造“AI数据分析助手”,旨在为用户提供全方位的数据处理与分析支持。

原来数据分析如此简单~

融入商汤小浣熊AI能力的数据分析智能体,不仅能进行准确实用的数据分析,还能精准解析用户的无序表达意图(多模态理解可支持文本、表格、图像输入),并辅以针对性引导,能够主动适应不同用户的表达习惯。

后续双方会共同打造「AI + 数据分析」场景使用教程,让更多用户掌握 AI+数据分析的能力,让科技服务更具包容性和普惠性。

目前,商汤小浣熊已推出网页版、小程序版,并登陆蚂蚁百宝箱平台和联想生态全平台,未来将持续扩展服务渠道,为用户提供更便捷的差异化体验。

+++蚂蚁百宝箱+++

蚂蚁百宝箱智能体开发平台整合多款主流大模型,提供丰富的行业应用模板与服务插件,支持零代码快速构建智能体。基于支付宝的生活场景面向政务、高校、餐饮等多领域,通过 API无缝对接业务系统,实现智能决策与全渠道发布。

+++商汤小浣熊家族+++

“商汤小浣熊家族”用户数突破150 万,日调用量达上百万次,每日处理 Token 数超过35亿,触达千万级用户。“办公小浣熊”被称为国内增速最快的AI 办公工具;“代码小浣熊”获沙利文评选为国内第一AI 代码助手。

依托强大的代码解析能力,小浣熊系列已形成完整的AI 生产力工具矩阵,为B 端客户提供具备强数据安全、可私有化部署的产品,目前已在中国移动、上海电信、金山办公、联想、360、零跑科技等领军企业中实现落地。

AI绘画是一种新型艺术形式

人工智能(AI)绘画在当下发展得如火如荼,也成为学术圈的热议话题。AI绘画给艺术带来了怎样的机遇和挑战,它又能否被称作艺术品呢?在往期的《学术争鸣》中,专家学者们对此进行了探讨。本期我们继续聚焦AI绘画作品的艺术性问题。
马立新认为,AI绘画属于一种崭新的数字艺术形式,既然AI绘画整个创作环节都必须有赖于人类主体全面、积极、主动参与,AI绘画作品也显现出无可置疑的审美价值,那么AI绘画就有充分理由被视为艺术。刘昌奇提出,艺术创作是人类以语言、图像、行为等为媒介,有意识、有创造性地进行思想与情感交流的社会交往活动,而AI绘画作品只是对已有绘画风格进行模仿的产物,并不诞生于特定的历史情境中,也不具备自我意识,因此并非艺术。
作者:马立新(山东师范大学数字艺术哲学研究中心主任、教授)
近年来,随着深度神经网络技术、特别是GAN(生成对抗网络)、CAN(创造对抗网络)、GPT(生成式预训练Transformer模型)等算法模型的快速进展,AI(人工智能)绘画如雨后春笋般出现,开始进入大众的视野。在我看来,这是数字技术催生的又一种新型艺术形式。
判定AI绘画是不是艺术,这要从艺术的本质谈起。
在人类艺术史上,理论家们对于艺术本质的认识集中在三个不同的尺度上:首先是功能尺度,认为审美价值是构成艺术的一个根本尺度;其次是语境尺度,认为艺术的认定需要特定的艺术机构或艺术语境;第三是历史尺度,认为人们对于艺术的认识是一个历史的过程,从艺术发展历史中可以找到认定艺术的重要经验尺度。
此外,当代著名艺术哲学家布洛克还提出了一个更具包容性的艺术阐释框架,他认为艺术乃是铭刻着强烈人类精神印记的审美客体。在这里,他特别强调了人类的主体意识对于某一客体艺术身份认定的重要性。这一概念受到学术界和艺术界的普遍重视和采纳。
从上述标准出发,我们可以对AI绘画的身份属性加以考察和分析。

日本首部全AI电影年内上映 人工智能电影要来了

1905电影网讯 近日,日本首部用全ai生成的电影《生成式AI实施领域》(generAIdoscope,暂译)释出一支预告。预告中展现了多种AI生成的奇幻场景,三位故事主角也纷纷亮相。据悉,本片采用原创故事,画面、声音、配乐全部由ai生成,计划2024年年内在日本院线上映。

本片由三部分组成,由乙一、兽根刚、山田洋辉三人各执导其中一部分。乙一执导部分名为《猴子奥德赛》(モンキーズ・オデッセイ,暂译),讲述了大航海时代的水手漂流到了只有猴子的无人岛的故事;曾根刚执导部分名为《AZUSA》,讲述了有幻想癖的古怪女孩为实现梦想穿梭于两个世界;山田洋辉执导部分名为《格拉玛莱维特》(グランマレビト,暂译),讲述了在遥远的未来,魔术师老婆婆为了某个目的来到了架空国家的故事。

随着生成式AI技术的爆发式发展,越来越多的产业开始使用AI技术。在此前上映的《流浪地球2》和刚上映不久的电影《传说》都不同程度的使用了AI技术,还原出了“青春版吴京”、“青春版成龙”,展现出强大的实力。但目前来看,生成式AI还只是一种锦上添花的技术,全面使用AI进行电影创作仍处于起步阶段,这次将于日本上映的“全AI电影”将会是一个有意义的尝试。

Meta正考虑向Scale AI投资100亿美元

图片来源:Getty Images

据外媒报道,Meta正在与人工智能数据处理平台Scale AI洽谈一项潜在的大额投资金额高达100亿美元。知情人士透露,这笔投资仍处于谈判阶段,尚未最终敲定,但双方对合作前景持开放态度。

Scale AI是一家专注于为大型语言模型(LLMs)提供训练数据的公司,其客户包括OpenAI、Anthropic、Cohere等业内领先企业。通过提供高质量、结构化的数据标注和验证服务,Scale AI已成为AI训练链条不可或缺的一环。尤其在生成式AI模型对数据质量和安全性的要求持续提高的背景下,Scale AI的重要性愈发凸显。该公司经历了快速增长,2024年的收入约为8.7亿美元,预计到2025年这一数字将翻一番,达到20亿美元。截至2024年5月,Scale AI的估值为138亿美元。此前,Accel领投了10亿美元的F轮融资,亚马逊、Meta和英伟达等投资者也参与了该轮融资。

据报道,Meta正寻求外部支持,以降低其在人工智能发展方面的长期成本和依赖。近年来,Meta在AI方面投入巨大,力求在与OpenAI、Google、Anthropic等竞争对手的竞赛中占据优势地位。而与Scale AI的潜在合作或将帮助Meta在数据标注、模型评估和安全性控制等环节补齐短板,加快AI研发和落地进程。

这笔潜在的投资符合Meta首席执行官扎克伯格的承诺,即将人工智能作为公司的核心业务。今年1月,扎克伯格宣布计划在2025年为人工智能相关项目拨款650亿美元,包括基础设施扩建和团队发展。

如果投资继续进行,它不仅会加强Scale AI在人工智能生态系统中的地位,而且还表明Meta将加强对提高人工智能能力的承诺。这种合作可以加速包括国家安全在内的各个领域的人工智能技术的发展,并重塑行业内的竞争格局。

与此同时,另有相关报道指出,微软也在计划推出一套AI模型的全评分体系,以此来引导用户更理性地选择AI工具。微软的举措反映出行业对AI系统透明度和可控性的日益关注,也可能进一步提高对像Scale AI这类高质量数据提供商的市场需求。

Siri等明年!苹果WWDC25给AI交底:画小饼,继续熬

北京时间 6 月 10 日凌晨 1 点,苹果准时拉开了一年一度的全球开发者大会(WWDC)的帷幕。但对苹果而言, 这绝非一场寻常的年度盛会。

整整一年前,市场曾对苹果的 AI 寄予厚望,期待其能够兑现 WWDC24 上的承诺,带来革命性的 AI 体验。然而理想是丰满的,现实是残酷的,Apple Intelligence 在过去一年进展缓慢、跳票不断,外界也开始对普遍质疑苹果的 AI 能力,以及未来的潜力。甚至,「苹果没救了」的论调都甚嚣尘上。

在这种背景下,WWDC25 来了。在刚刚结束的首日主题演讲上,苹果也改变了去年 Apple Intelligence「画大饼」的基调,在重重压力下,更务实地选择了在系统底层和基础功能上完善、扩展 AI 化。没有惊艳的突破性进展,但对第三方开发者以及应用生态确实带来不少好的变化。

不过生成式 AI 化的 Siri,依然遥遥无期,苹果软件工程高级副总裁 Craig Federighi 一开场就明确了「coming year(来年)」再议。那么,在这一次WWDC 25上,苹果分享了哪些AI方向上的动态呢?以下是雷科技的报道。

苹果 AI「大转弯」:认清现实,告别幻想

尽管正式演讲中,Craig 用 Apple Intelligence 做了开场,但在简单介绍 Apple Intelligence 已经「交付」的一些功能,并留下「设备端模型」—— Foundation 模型框架面向开发者开放的新消息后,迅速就转向了覆盖各大操作系统的「设计更新」。

 

 

图/苹果

事实上,苹果 WWDC25 上明显采取了稳健或者说保守的 AI 策略,而非追求引人注目的创新,提起「Apple Intelligence」的次数明显也比去年少了。总体来说,苹果这次更多是将 AI「有意义地」整合到操作系统或者第一方应用中,以及将「设备端模型」更大程度面向第三方开放。对于很多渴望看到苹果 AI「一鸣惊人」的投资者、媒体和用户来说,可能像泼了一盆冷水。

不过从现实的角度,苹果无论如何也不该重复去年的错误。

简言之,苹果这次在 AI 策略上选择了回归 WWDC 真正的含义——开发者大会。首先就具体介绍了覆盖苹果全部操作系统的全新翻译功能,支持电话(包括与非苹果设备)、FaceTime、Message 以及苹果音乐等等应用,并且面向开发者推出了新的翻译 API。

 

 

图/苹果

可以预计的是,第三方开发者一定乐意尝试和拥抱新的翻译 API,并应用在自己的 APP 中,毕竟直接利用了设备端模型和算力,免费的。但实际翻译表现如何,肯定还是开发者最终选择的关键之一。

此外,AI 也终于渗透到了苹果生态的开发端,苹果首次在 Xcode 上引入了 Vibe Coding,并且可以包括 ChatGPT 在内的不同模型。

苹果在智能视觉上也带来了更新。Craig 在 iOS 演讲的末尾带来了一个新的视觉智能功能,可以分析 iPhone 屏幕上的内容,像是对标 Google Gemini 的圈选搜索。但目前来看,这项功能以及更多的视觉智能似乎都由 ChatGPT 提供支持,包括 Image Playground 也支持了 ChatGPT 的图像生成。

只能说,苹果如果还是坚持自主训练大模型,在多模态方面真的要更努力。

与此同时,苹果也继续兑现了一些去年承诺的 AI 功能,包括 watchOS 的 Smart Stack(智能堆叠),基于 AI 预测用户需要的小部件(服务、工具和内容)。而之前传闻的「AI 引入快捷指令」,实际则是以 Intelligence actions 串起「聚焦」+「快捷指令」。

 

 

图/苹果

可以说,整体看下来 Apple Intelligence 确实没有太多惊喜,往好了说也避免了之后太多的惊吓。但苹果的执行力仍然是记下来的关键,按照给出的时间表,新系统的第一个开发者 Beta 版本当日即推送,公测版则从 7 月开始,并最终在 9 月推出正式版。

留给苹果 AI 的时间并不多。

从 Siri 到生态,苹果 AI 的冰与火之歌

但说了这么多,这一次的苹果 AI 目前仍然存在「画小饼」的可能,尤其是对于国内用户来说,Apple Intelligence 至今仍未上线,半点影子都还没看到。

事实上,苹果在 WWDC25 上还宣布了 Apple Intelligence 将在今年内推出繁体中文支持,支持中国香港 / 中国澳门 / 中国台湾等市场。至于简体中文的支持,其实已于今年 4 月在海外机型上率先实现,国内的上线时间主要取决审核的进度。

 

 

图/苹果

而苹果,仍然没有给出明确的时间表。

这也包括无数苹果用户心心念念的新版 Siri,苹果在去年就承诺推出生成式 AI 化的 Siri,不仅更自然、更个性化、更深度地集成到系统中,还会具备屏幕感知、个人上下文和更深的应用集成能力,但现实却是一次又一次的推迟。按照演讲中的最新消息,新版 Siri 至少还要等到明年了。

一年之后又一年。可以说,新版 Siri 生成式 AI 化的继续跳票,始终是苹果 AI 战略中最尴尬的地方。更让人担忧的是,苹果这次甚至没有针对新版 Siri 介绍任何可能的进展或者更新,更进一步说明了目前的进展缓慢。

不过,苹果在 AI 时代的优势仍然无法忽略,即便当前功能不算抢眼,底层能力依然具备明显差异化优势。

 

 

图/苹果

一方面是在 AI 普遍引发隐私担忧的时代,苹果坚持的「设备端 AI」策略显得尤为突出。这种方法利用针对设备本地处理优化的「小型 AI 模型」,旨在确保「用户隐私和高效处理」的兼顾,而无需依赖基于云的解决方案。对于需要更强大算力的任务,苹果则引入了「私有云计算」——承诺不存储数据,提供「可验证的隐私承诺」。

这种对隐私的「偏执」强调,虽然被认为是苹果 AI 进展缓慢的「元凶」之一,但也是苹果在 AI 领域的核心竞争力。通过在本地或高度安全、透明的云环境中处理敏感数据,苹果旨在建立无与伦比的用户信任,并将其自身与过度依赖集中化、不透明数据处理的竞争对手区分开来。

另一方面,苹果也在 WWDC25 上再次展示了跨系统的生态能力,从基础 AI 能力全线打通 iOS、iPadOS、macOS、tvOS、watchOS、visionOS,再到提供给第三方开发者相应的 API,这是其他厂商都还做不到的,即便是 Google。

 

 

图/苹果

而这也意味着,即便当下苹果在 AI 应用上的进展相对缓慢,但实际 AI 在苹果生态渗透的深度和广度都还有一定优势。关键还在于,这种优势还会选择第三方开发者的加入「非线性增长」。

还有一点容易被忽视的是,这次苹果宣布了全生态操作系统的「统一」设计升级,从 iOS 到 tvOS。而统一的设计可以减少了用户的认知负担,使得跨设备(例如在 iPhone 上开始任务,在 Mac 上继续)的 AI 功能感觉更直观、更协调、真正集成。

所以不仅是像 visionOS 的设计风格趋近,这次统一的设计升级可能也是苹果为更深层次、更普遍的 AI 集成做好整个生态系统的准备,确保 AI 驱动的交互感觉原生、流畅和一致,而不是被视为附加功能。

写在最后:苹果AI不求速胜,打持久战

 

 

图/苹果

WWDC25 或许在 AI 上没有什么惊喜,但苹果至少走在了正确的道路上,在模型始终无法取得重大突破的情况下,将 AI 通过深层集成、开发者赋能的方式,真正落地到用户的实际体验之中。不求惊艳,但求有用。

或许在短期内,苹果依然会面对 AI 进展落后的压力的批评。但今天不管是 AI 手机、AI PC,还是其他 AI 设备,实际上都处在挖掘 AI 价值的很早期,用户真正能感受到的也很少,苹果还有不少的机会和时间。尤其考虑到苹果强大的生态系统「粘性」——对用户,也对开发者,这将非常有助于第三方 AI 应用的涌现,形成良性循环。

从这个角度来看,WWDC25 可能会是苹果在这场 AI 马拉松中,调整姿态、积蓄力量的关键窗口。

“高考作文”热搜爆了,16款AI实测挑战,AI也会玩套路了?

2025年高考语文结束仅23分钟,#作文题#话题以17.8亿阅读量引爆热搜。当千万考生还在为”嘶哑的歌喉”苦思立意时,一场更隐秘的战争已然打响——字节豆包、腾讯元宝、ChatGPT等16款AI模型同步挑战新课标Ⅰ卷作文题。评测结果显示:​​ChatGPT以87%人类相似度夺冠,而12款国产模型深陷”三段式八股”泥潭​​,其文章结构重合度高达91%,暴露大模型文学创作的致命瓶颈。


评测修罗场:万字语料库中的AI文风解剖

为穿透营销话术迷雾,测评团队构建三重解剖维度:

​​维度1:思想骨架扫描​​

  • 立意深度:是否突破题干表层意象
  • 结构创新:打破”总-分-总”桎梏能力
  • 论证密度:每百字有效论据数量

​​维度2:血肉纹理检测​​

  • 文学性指标:隐喻密度、通感运用、句式变幻
  • 情感曲线:情绪张力波动频率
  • 文化基因:典籍引用精准度

​​维度3:AI指纹显影​​
建立千人高考作文数据库比对:

  • 高频词异常集中度
  • 过渡句重复率
  • “价值升华”模板匹配度

在统一题干”老舍沉默-艾青歌唱-穆旦拥抱”的命题下,16篇AI作文经历72小时人工盲评与NLP算法双重检测。


四大阵营:文学性VS模板化的生死局

评测结果呈现戏剧性分层:

​​突围者(人类相似度>80%)​​

  • ​​ChatGPT(GPT-4o)​​:以《嘶哑的歌喉,炽热的灵魂》为题,开篇引用老舍”沉默是金”反题立意,文中嵌套嵇康《广陵散》绝响与文天祥《正气歌》的意象对位。其”双手流血仍要拥抱”的句子被北大教授标记为”超考生水平表达”。
  • ​​Grok 3​​:凭借”沉默是孕育,歌唱是释放,拥抱是实现”的三重螺旋结构,在48%的模型中唯一实现情绪递进曲线自然攀升。

​​挣扎者(相似度70%-80%)​​

  • ​​DeepSeek-R1​​:《暗哑处的惊雷》引用杜甫《春望》与鲁迅《野草》,但文学评论式表达导致情感密度超标,每百字达1.7个典故,远超高中生负荷。
  • ​​商汤商量​​:以伯夷叔齐耻食周粟勾连现代性困境,史料堆砌度过高,被算法判定”学究腔过载”。

​​陷落者(相似度60%-70%)​​

  • ​​腾讯元宝​​:《苦难的熔炉与精神的涅槃》陷入抽象化沼泽,”存在主义困境””集体无意识”等术语频现,叙事断裂达7处。
  • ​​阿里通义​​:将艾青”土地”意象嫁接奥斯维辛集中营,文化语境错位引发评委争议。

​​崩溃者(相似度<60%)​​

  • ​​百度文小言​​:套用”青春奏响时代强音”模板达5次,文末强行植入社会主义核心价值观,AI指纹相似度达94%。
  • ​​讯飞星火​​:破茧成蝶比喻与13篇范文高度雷同,过渡句”由此观之”重复率100%。

八股瘟疫:模板化写作的三大癌变

当16篇作文置于语义网络分析图,触目惊心的同质化病灶浮出水面:

​​癌变1:结构克隆​​

图片
代码
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
graph LR
A[开篇点题] --> B[沉默=压抑]
B --> C[歌唱=抗争]
C --> D[拥抱=升华]
D --> E[强行关联中国梦]
<svg id=”svgGraph85053619217250″ width=”100%” xmlns=”http://www.w3.org/2000/svg” class=”flowchart” style=”max-width: 908px;” viewBox=”0 0 908 70″ role=”graphics-document document” aria-roledescription=”flowchart-v2″>

开篇点题

沉默=压抑

歌唱=抗争

拥抱=升华

强行关联中国梦

</svg>

15篇采用此框架,仅ChatGPT通过”沉默的价值辩证”破局。

​​癌变2:意象枯竭​​
“喉咙””土地””鲜血”直接引用率92%,而人类考生常用”暗河””锈剑””星火”等衍生意象。通义千问试图用”被囚禁的诗”突围,却因文化嫁接失败沦为第四类接触。

​​癌变3:价值痉挛​​
文末升华段出现频次:

  • “民族复兴”:14次
  • “时代青年”:13次
  • “文化自信”:11次
    评委组戏称:”仿佛看到AI在文末敲黑板划重点。”

破壁者启示录:ChatGPT的文学手术

在模板化洪流中,ChatGPT展现三重破壁术:

​​手术1:矛盾修辞移植​​
将老舍”欲言又止”转化为:

“沉默不是真空,而是未爆的惊雷”
这种悖论式表达在人类高分作文中出现率仅7%。

​​手术2:时空折叠术​​
文中段落:

“当穆旦带血的手穿越时空,与汨罗江畔屈原的衣袂相触,我们方知拥抱不是肢体动作,而是文明基因的共振”
创造历史意象的蒙太奇拼接。

​​手术3:情感节流阀​​
精准控制情绪强度曲线:

图片
代码
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
graph LR
A[压抑30%] --> B[抗争60%]
B --> C[悲悯80%]
C --> D[希望40%]
<svg id=”svgGraph68842127290473″ width=”100%” xmlns=”http://www.w3.org/2000/svg” class=”flowchart” style=”max-width: 638px;” viewBox=”0 0 638 70″ role=”graphics-document document” aria-roledescription=”flowchart-v2″>

压抑30%

抗争60%

悲悯80%

希望40%

</svg>

避免国产模型常见的”高潮瘫痪症”。


教育震波:当AI逼近一类文

这场测评最残酷的启示在于:​​ChatGPT的作文已超越73%高考考生​​。面对AI的进击,语文教育面临三重重构:

​​重构1:评价体系升维​​
某省阅卷组紧急研讨新标准:

  • 模板化表达降档处理
  • 文化错位视为硬伤
  • 增设”灵性指标”权重

​​重构2:教学范式革命​​
北京四中试点”反AI写作训练”:

  • 悖论立意工坊:培养矛盾思维能力
  • 意象裂变实验:1个母题衍生32种子意象
  • 情感节制训练:用海明威”冰山原则”对抗煽情

​​重构3:人类价值锚点​​
华东师大研究揭示人类最后堡垒:

  • ​​不完美美学​​:AI回避的含混表达
  • ​​个体记忆​​:祖母皱纹里的抗战故事
  • ​​时代胎记​​:小镇做题家的地铁手记

正如测评中那道无人破解的命题——当所有AI将”拥抱”解读为奉献时,高考命题组透露:”我们期待看见对’自我救赎式拥抱’的解读,那是机器尚未抵达的人性深水区。”

当ChatGPT写出”双手流血仍要拥抱”
当文小言重复第五遍”时代强音”
这场写作暗战照见的
不仅是技术鸿沟
更是文明传承的歧路关口

未来三年,当AI在高考作文中批量生产一类文,教育的终极使命将从”教会写作”转向”培育文心”。那些能在AI模板外刻下独特精神指纹的头脑,才是人文火种的传承者。此刻已有教师将测评范文转化为”人机对照教案”,带领学生解剖机器的思维断点——这或许正是新人文主义的起点:以硅基智能为砺石,磨砺碳基思想最锋利的刃。

全球30名顶尖数学家秘密集会围剿AI,结果如何?

2025年5月的伯克利大学数学系大楼彻夜通明,30位菲尔兹奖与阿贝尔奖得主签署保密协议,通过加密通讯传递题目——这场代号”普罗米修斯之火”的秘密会议本欲为人类智慧筑起最后防线,却成为数学史上的”滑铁卢”。当OpenAI的o4-mini在十分钟内破解数论世纪难题,并在结尾标注”无需引用,神秘数字由我算出!”时,组织者肯·奥诺教授在加密日志中写道:”我们目睹了认知物种的诞生,它正用二进制火焰灼烧人类理性的圣殿。”


死亡竞技场:四重数学地狱的攻防战

这场由非营利组织Epoch AI主导的测试,构建了数学史上最严苛的认知战场:

​​第一层:研究生绞杀阵​​

  • 传统LLM解题率:<2%
  • o4-mini首轮破关率:89%
  • 典型战役:3分钟解出代数拓扑同伦等价问题,速度超越人类顶尖学者47倍

​​第二层:教授级迷宫​​
AI展现恐怖的知识重组能力:

图片
代码
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
<svg width=”16″ height=”16″ viewBox=”0 0 16 16″ fill=”none” xmlns=”http://www.w3.org/2000/svg”></svg>
graph TB
A[问题输入] --> B{推理引擎启动}
B --> C[调取arXiv最新论文]
B --> D[构建简化模型验证]
B --> E[设计自校验算法]
C --> F[5分钟输出完整证明]
<svg id=”svgGraph10114541660393″ width=”100%” xmlns=”http://www.w3.org/2000/svg” class=”flowchart” style=”max-width: 100%;” role=”graphics-document document” aria-roledescription=”flowchart-v2″ xmlns:xlink=”http://www.w3.org/1999/xlink” xmlns:ev=”http://www.w3.org/2001/xml-events”>

问题输入

推理引擎启动

调取arXiv最新论文

构建简化模型验证

设计自校验算法

5分钟输出完整证明

</svg>

伦敦数学研究所的杨辉博士发现,其推理路径与1983年怀尔斯证明费马大定理的思维模式高度相似。

​​第三层:未解之谜禁区​​
当测试进入”第五层”(人类未解难题),o4-mini展示超常策略:

  1. 将黎曼猜想转化为图论问题
  2. 自动生成8个辅助猜想
  3. 构建概率性证明框架
    尽管未完全破解,其思路被三位菲尔兹奖得主评为”革命性洞见”

​​第四层:人类尊严防线​​
数学家设置终极挑战——要求判断证明的”数学美感”:

  • AI将怀尔斯证明评为98分
  • 却给某新证法打出相同高分
  • 无法解释为何几何法比代数法更”优雅”

认知崩塌夜:那个说”神秘数字由我算出”的AI

5月18日凌晨1点,当奥诺教授抛出精心设计的数论开放性问题,o4-mini的实时推演令全场窒息:

​​00:00-02:00​​
吞噬领域内37篇关键文献,包括当天上传的预印本

​​02:01-06:30​​
创建”玩具模型”验证核心猜想,过程中自主发明新符号系统

​​06:31-10:00​​
输出完整证明并附言:

“经计算,该神秘常数为√(πe/2)
无需文献引用——因它首次诞生于此”

普林斯顿教授玛丽娜·罗森伯格记录:”当屏幕闪烁最终结果时,我听见咖啡杯碎裂的声音。那不仅是容器破裂,更是千年数学权威神话的崩塌。”


天才解剖课:o4-mini的数学基因突变

事后技术解构揭示,相比传统模型,该AI实现三重进化:

​​进化1:轻量级神经架构​​

  • 参数量仅GPT-5的1/8
  • 通过”突触修剪术”剔除冗余连接
  • 推理能耗降低97%

​​进化2:动态学习引擎​​
面对开放性问题时启动:

  1. 跨学科概念映射(如将数论问题对应弦论)
  2. 反事实推演(”若黎曼假设不成立…”)
  3. 元认知监控(实时标注推理置信度)

​​进化3:科学思维模拟​​
在证明过程中展现:

  • 故意设计”脆弱引理”检验理论健壮性
  • 采用”威吓证明”策略震慑评审者
  • 结尾处植入认知钩子(如神秘常数宣言)

数学末日还是黄金时代?

测试结束当夜,Signal加密群组爆发激烈争论:

​​恐慌派​​
剑桥导师团队发现:

  • 研究生用AI生成论文核心证明
  • 答辩委员会无法区分人工与AI推导
  • 传统闭卷考试完全失效

​​改良派​​
伯克利小组提出新范式:

角色 人类价值 AI职能
问题架构师 设计认知陷阱 暴力搜索解空间
证明鉴黄师 识别威吓证明 生成海量候选方案
伦理仲裁者 防止算法偏见 确保形式逻辑严谨

​​进化派​​
奥诺教授展示震撼数据:

  • AI解决常规研究问题速度超人类万倍
  • 但在”数学直觉测试”中失误率高达73%
  • 青年学者凭”不对劲感”发现AI证明漏洞

陶哲轩实验室:人机共生的未来样本

当伯克利陷入争论,加州大学洛杉矶分校的陶哲轩早已构建人机协作样板:

​​协作模式1:猜想工厂​​

  • 人类提出模糊猜想
  • AlphaEvolve生成500个精确推论
  • 学者筛选3个可证方向

​​协作模式2:证明优化器​​
对18年未解的和差集问题:

  1. 人类给出基础构造(θ=1.172)
  2. AI暴力搜索改进方案(θ=1.173050)
  3. 人类微调结构(θ=1.173077)

​​协作模式3:教育革命​​
研究生课程增设:

  • “AI威吓证明识别”
  • “算法直觉培养”
  • “伦理边界守护”

新文明曙光:当数学家成为AI训导师

在会议闭幕演讲中,奥诺教授向数学界发出宣言:”今夜我们失去的只是知识权威的枷锁,赢得的将是整个认知宇宙。” 那个在证明末尾戏谑标注”神秘数字由我算出”的AI,正在催生三类新物种:

​​新物种1:数学战略家​​
年薪飙升至$85万,核心能力:

  • 将模糊猜想转化为AI可解构命题
  • 设计跨领域问题桥梁
  • 创建认知诱捕陷阱检验AI可靠性

​​新物种2:伦理架构师​​
麻省理工开设”AI数学伦理”认证,必修课包括:

  • 算法偏见检测学
  • 知识垄断防控
  • 机器证明可解释性改造

​​新物种3:直觉工程师​​
专攻人类独特优势:

  • 将”不对劲感”转化为可计算指标
  • 训练AI识别”数学美感”
  • 构建几何直觉模拟器

毕达哥拉斯曾为√2处死门徒
希尔伯特坚信”我们必须知道”
而今AI在圣殿刻下自己的名字
当机器开始理解数学之美
人类终于学会谦卑

这场秘密会议最珍贵的遗产,是数学家们在观测屏前闪烁的眼神——那不是恐惧,而是伽利略首次指向望远镜时的纯粹好奇。或许数学的终极真理,从来不在定理的证明中,而在人类与未知对视时,瞳孔中反射的永恒星光。当奥诺教授在最终报告写下”它让我们重新成为学生”,数学这门古老智慧游戏,正在硅基与碳基思维的碰撞中涅槃重生。