本文字数：约 3160 字，预计阅读时间：13 分钟
深度学习的平衡之道：港科大、港城大等团队联合发布多目标优化最新综述
深度学习在解决复杂问题时面临的一个挑战是如何在多个目标之间找到平衡。近日，香港科技大学（HKUST）、香港城市大学（CityU）等研究团队联合发布了关于多目标优化的最新综述论文。该论文总结了多目标优化在深度学习中的最新进展，涵盖了从理论基础到应用实践的广泛内容。
多目标优化问题在现实世界中普遍存在，例如在机器学习中，我们可能需要同时最小化误差和最大化模型的泛化能力。然而，这两个目标往往互相矛盾，这就需要寻找一个合适的平衡点。该综述论文探讨了多种多目标优化方法，包括进化算法、基于梯度的方法和混合方法等，并分析了它们在不同场景下的适用性和局限性。
该综述还特别强调了深度学习在多目标优化中的应用。它指出，通过深度神经网络的多目标学习能力，可以有效提升模型在复杂任务上的性能。例如，在图像分割任务中，模型需要同时识别多个类别的物体，这就需要优化多个目标。通过引入多目标优化策略，可以显著提升模型的分割精度。
该论文的发布不仅为研究人员提供了多目标优化在深度学习中的全面视角，也为实际应用提供了指导。它为解决实际问题中的多目标优化提供了新的思路和技术支持，有望推动深度学习在更多复杂场景中的应用。
独家丨字节大模型全员会，朱文佳和吴永辉一起聊了方向、组织和开源
3 月 18 日上午，字节跳动豆包大模型部门（Seed）召开全员会，由负责模型应用相关工作的朱文佳，与新近加入的负责 AI 基础研究探索工作的吴永辉共同主持。两人谈到了未来的目标，明确 Seed 部门的最重要目标是探索智能上限；同时强调进一步加强组织文化，提高技术开放程度，并考虑推进开源。
在全员会上，朱文佳和吴永辉明确表示，Seed 部门最重要的目标是探索智能上限。他们强调了长期研究的重要性，并鼓励有能力、有想法的同学探索更长周期的、具有不确定性和大胆的 AI 研究课题。吴永辉进一步指出，将为 Seed Edge 提供充足的算力，并持续在内外部招募最具潜力和好奇心的研究人才。此外，对 Edge 项目取消季度 OKR 和半年考核，以保障长期稳定的研究环境。
朱文佳则提到，模型应用将更多从用户视角出发，把用户最关心的任务，比如问答、创作、解题、代码等做好，真正理解用户需求，符合用户偏好。他还强调，模型不但要答对问题，还要讲得清楚，让人很快能看懂，要有情商。拿创作来说，他认为格式、文采和深度等方面的天花板都很高，需要不断试验分析。
关于模型研究和模型应用的资源投入问题，吴永辉和朱文佳认为长期来看两者并不矛盾，智能不提升无法服务用户，同时应用才能支持持久的投入，且给模型带来更多的反馈，以及带来更大的成就感。最重要的还是智能上限，因为「模型应用长期要贴着模型能力去做」。
此外，为了进一步加强组织文化，打造开放、包容、自信的团队研究氛围，Seed 正在改进内部反映的一些问题，比如让信息更透明，包括扩大文档、代码和数据的权限，尽可能共享，消除信息孤岛。同时，打破部门壁垒，提升跨团队的沟通与协作，建立跨部门的专项研究小组。未来 Seed 也会考虑开源，可能会开源中小尺寸的 Dense 模型，以促进社区的发展。
元戎启行最新战略RoadAGI：所有移动智能体都将被AI驱动
元戎启行宣布了其最新战略 RoadAGI，旨在将所有移动智能体（如车辆、无人机等）通过人工智能技术进行驱动。该公司预计在今年将有超过10款合作车型面向消费者市场。RoadAGI 战略的核心是利用先进的 AI 技术，尤其是深度学习和强化学习，来实现移动智能体的自主导航和决策。
该战略强调了 AI 技术在移动智能体中的应用，不仅限于车辆，还包括无人机等其他移动设备。通过引入 AI 技术，移动智能体能够更好地适应各种复杂的环境和场景，从而提高其自主性和灵活性。元戎启行希望通过这一战略，推动 AI 技术在移动领域的广泛应用，促进相关技术的发展和创新。
除了技术上的应用，RoadAGI 战略还涵盖了与多家汽车制造商的合作，共同开发新的智能车辆。预计这些车辆将具备更高的自主驾驶能力，并在安全性、舒适性和效率方面实现显著提升。元戎启行希望通过这一战略，进一步巩固其在智能移动领域的领先地位，并推动整个行业的发展。
Nvidia launches Blackwell RTX Pro for workstations and servers
Nvidia 发布了全新的 Nvidia RTX Pro Blackwell 系列，这是一系列面向工作站和服务器的图形处理单元。Nvidia 表示，这些 GPU 重新定义了 AI、技术、创意、工程和设计专业人士的工作流程，通过加速计算、AI 推理、光线追踪和神经渲染技术，为用户提供更高效的解决方案。这标志着 Nvidia 在提升专业领域性能和效率方面迈出了重要一步。
Nvidia Blackwell accelerates computer-aided engineering software by 50X
Nvidia 宣布 Nvidia Blackwell 硬件将加速计算机辅助工程软件的性能，速度提升可达50倍。这一进展将显著提升数字孪生技术的效率和性能，有助于加速工程设计和分析过程。这不仅提升了计算效率，还为工程师和设计师提供了更强大的工具。
Nvidia Omniverse Blueprint enables better Earth-2 weather forecasting
Nvidia 发布了 Omniverse Blueprint，旨在加速 Earth-2 天气分析，从而开发更准确的天气预报。这标志着 Nvidia 在利用 AI 和虚拟仿真技术提升天气预测准确性方面的重要进展。通过集成 Omniverse Blueprint，Nvidia 能够为气象学家提供更精确的数据和预测工具，推动天气预报技术的发展。
GPUs go biological: BBB unveils Bionode, lab-grown, living neuron compute for AI applications
BBB 公司展示了 Bionode，一种实验室培养、活神经元计算设备，用于 AI 应用。Bionode 的推出标志着 AI 硬件的新突破，它利用生物神经元的计算能力，提供了一种新的计算平台。BBB 正与伦理学家和监管专家合作，确保这项技术的开发和应用是负责任的。
Nvidia debuts Llama Nemotron open reasoning models in a bid to advance agentic AI
Nvidia 在 GTC 上推出了 Llama Nemotron 开源推理模型，旨在推动代理 AI 的发展。这些模型可以用于企业部署，帮助提升 AI 系统的推理能力。通过开放这些模型，Nvidia 旨在促进 AI 研究和开发的社区合作，推动 AI 技术的广泛应用和创新。
Nvidia will supercharge humanoid robot development with Isaac GR00T N1 foundation model for human-like reasoning
Nvidia 宣布将推出 Isaac GR00T N1 基础模型，用于提升人形机器人的开发。该模型旨在提供类似人类的推理能力，为开发更智能、更自主的人形机器人提供技术支持。这标志着 Nvidia 在人形机器人领域的重大进展，通过引入先进的 AI 技术，有望推动该领域的快速发展。
DeepSeek让英伟达H20都被疯抢，但AI推理爆发不只靠囤卡
超大规模集群不再是必需，小集群甚至单机，将是未来AI Infra的主要特性。DeepSeek 推动了英伟达 H20 的热销，但 AI 推理能力的爆发并不仅仅依靠硬件的堆叠。未来 AI 基础设施的发展趋势将更多地依赖于软件优化和算法创新，以实现更高效、更灵活的 AI 应用部署。
总结
今日 AI 领域的主要动向涵盖了多目标优化、开源、硬件创新和应用推广等多个方面。多目标优化的最新综述为研究人员提供了新的视角，而字节跳动和元戎启行的战略则展示了 AI 技术在实际应用中的潜力。Nvidia 的新技术和硬件创新，如 Blackwell 系列 GPU 和 Bionode，为 AI 研究和应用提供了更多的可能性。这些进展不仅推动了 AI 技术的进一步发展，也为未来的 AI 应用提供了新的机遇。
作者：Qwen/Qwen2.5-32B-Instruct
文章来源：极客公园, VentureBeat, 钛媒体, 机器之心, 量子位
编辑：小康