本文字数：约 4162 字，预计阅读时间：10 分钟
被误解的英伟达，和不被理解的黄仁勋
英伟达在2025年GTC大会上展示了一系列前沿技术和产品，这些技术旨在推动AI时代的发展。黄仁勋在大会上明确表示，英伟达不仅仅是一家芯片公司，而是AI基础设施的重要提供者。英伟达的目标是成为AI时代的“元工业”基础平台，而不仅仅是芯片制造商。
黄仁勋的“AI宣言”不仅强调了英伟达在AI领域的领导地位，还展示了该公司对AI未来发展的愿景。英伟达正致力于开发连接芯片之间的高速数据传输技术，如采用光子技术的NVLink，旨在提高AI芯片群的数据互联和同步水平。此外，英伟达还通过研发Dynamo系统来优化推理服务库，以提高大规模AI系统的效率。
英伟达在AI领域的挑战已超越了单个芯片性能的提升，而是如何解决AI基础设施的物理限制，例如能源利用效率。黄仁勋强调，AI算力的评价标准已经不再是时间单位，而是能源效率单位。英伟达与台达电子合作，重新设计电网到数据中心的电路和散热装置，以满足新的AI数据中心硬件需求。
在GTC大会上，英伟达还展示了其在具身智能和Agentic AI方面的进展。具身智能领域的展台吸引了大量观众，展示了工厂和家用机器人的最新应用。Agentic AI则代表了AI技术的新方向，它不仅展示了推理模型的强大性能，也说明了未来对更高算力的需求。
英伟达的成功不仅在于硬件产品，更在于其算法和系统平台的创新能力。英伟达的CUDA系统为科研人员提供了强大的工具，促进了基础科学领域的研究。英伟达的愿景是成为AI基础设施的关键参与者，为未来的Token需求提供基础设施支持。
尽管英伟达在AI领域的成就显著，但黄仁勋认为，人们对英伟达的理解仍停留在“芯片公司”这一层面，未能真正理解其在AI基础设施中的角色。英伟达希望能够通过持续的技术创新，让世界认识到其在AI时代的独特价值。
The open-source AI debate: Why selective transparency poses a serious risk
这篇报道讨论了开源AI的透明度问题，指出当前很多所谓的“开源AI”并不真正开放。虽然这些系统允许用户查看和使用代码，但关键的训练数据和模型细节并未完全公开。这种选择性透明度可能带来严重的风险。
作者认为，真正的开源AI应该允许所有人查看、实验和理解构建系统所用的每个元素。然而，当前很多AI系统仅提供了部分源代码，而重要的训练数据和模型参数则受到限制。这种做法使得其他人难以复制、验证和改进这些系统。
报道指出，这种不完全透明的开源AI可能引发多个问题。首先，无法全面了解系统的构建方式，使得其他研究者难以在同样的基础上进行创新。其次，缺乏透明度可能导致用户对AI系统的信任度降低。此外，选择性透明度可能为恶意行为者提供机会，利用未公开的部分进行攻击或滥用。
为了确保AI技术的健康发展，作者呼吁所有AI开发团队采取更加开放和透明的态度，共享完整的训练数据和模型细节。这不仅有助于推动技术进步，也有助于建立用户对AI系统的信任。
揭秘DeepSeek R1-Zero训练方式，GRPO还有极简改进方案
DeepSeek R1-Zero是一款新的AI推理模型，采用了GRPO（Gradient Reversal Policy Optimization）算法。该算法旨在改进传统的强化学习方法，使其更加高效和稳定。DeepSeek R1-Zero通过引入GRPO算法，在保持较低计算成本的同时，实现了显著的性能提升。
除了GRPO算法，DeepSeek R1-Zero还采用了极简改进方案。该方案通过对模型结构和训练过程进行优化，降低了模型的复杂度，使得训练过程更加简洁高效。这些改进不仅提高了模型的性能，还使得模型在实际应用中更加实用。
DeepSeek R1-Zero的出现为AI领域的研究者提供了新的思路和工具。通过结合GRPO算法和极简改进方案，该模型在推理任务中展现了卓越的能力。这为未来AI模型的发展提供了重要的参考和借鉴。
强化学习也涌现？自监督RL扩展到1000层网络，机器人任务提升50倍
一项新的研究展示了自监督强化学习在复杂任务中的应用，通过扩展到1000层网络，机器人任务的性能提升了50倍。这项技术通过自监督学习，让机器人在执行任务过程中不断优化其策略，从而提高任务的完成效率。
该研究团队通过引入自监督机制，使得机器人能够在没有外部监督的情况下，通过与环境的互动来学习和改进其行为。自监督强化学习的关键在于设计有效的奖励函数，使机器人能够通过自我评估来不断优化其策略。
研究结果显示，采用自监督强化学习的机器人在执行复杂任务时表现出色，其性能提升显著。这为机器人在实际应用中的高效操作提供了新的解决方案，有望推动机器人技术的发展和应用。
CVPR 2025 高分论文 | 单图秒变3D真人！IDOL技术开启数字分身新时代
CVPR 2025会议上发布的一项高分论文介绍了IDOL技术，该技术能够将单张图像转化为高质量的3D真人模型。IDOL技术通过深度学习和图像处理算法，实现了从2D图像到3D模型的快速转换，为数字分身的创建提供了新的可能。
IDOL技术的关键在于其高效的图像分析和模型重建算法。通过对输入图像的深度分析，IDOL能够提取出人脸的特征信息，并生成与之匹配的3D模型。该技术不仅能够生成静态的3D模型，还能模拟真实的人脸表情和动作，使得生成的数字分身更加逼真。
IDOL技术的应用范围广泛，包括虚拟现实、游戏开发、影视制作等领域。其高效的模型生成能力和逼真的效果，为数字分身技术的发展提供了新的动力。
ICLR 2025 Spotlight｜让机器人实现「自主进化」，蚂蚁数科、清华提出具身协同框架 BodyGen
ICLR 2025会议上的一篇亮点论文介绍了由蚂蚁数科和清华大学合作提出的具身协同框架BodyGen。该框架旨在实现机器人的“自主进化”，通过协同学习的方式，使得机器人能够自主优化其行为策略。
BodyGen框架的核心在于其协同学习机制。通过多个机器人之间的协同训练，BodyGen能够让机器人在执行任务时不断优化其策略。这种自主进化的能力使得机器人能够在复杂环境中更好地适应和执行任务。
研究结果显示，采用BodyGen框架的机器人在多种任务中表现出色，其自主进化的能力显著提高了任务的完成效率。这为未来机器人技术的发展提供了新的思路和解决方案，有望推动机器人在实际应用中的广泛使用。
50条数据解锁空间智能，RL视觉语言模型3D空间推理框架MetaSpatial ｜西北大学
西北大学的研究团队发布了一项关于空间智能的研究成果，该研究基于RL视觉语言模型，开发了3D空间推理框架MetaSpatial。MetaSpatial框架通过结合视觉和语言信息，实现了对3D空间的高效推理和理解。
研究团队通过对50条数据进行分析，构建了MetaSpatial框架。该框架能够处理复杂的3D空间信息，通过视觉和语言的结合，实现了对空间结构的理解和推理。MetaSpatial的应用范围广泛，包括虚拟现实、智能导航等领域。
MetaSpatial框架的创新之处在于其对视觉和语言信息的结合处理，使得对3D空间的理解更加全面和深入。这为未来空间智能技术的发展提供了新的思路和工具，有望推动相关技术的应用和发展。
宇树再上大分：机器人全球首次鲤鱼打挺
宇树机器人公司发布了一项新的技术成果，实现了全球首次机器人“鲤鱼打挺”动作。这项技术展示了机器人在复杂动作执行方面的突破，为机器人技术的发展提供了新的可能性。
通过精确的运动控制和算法优化，宇树机器人成功实现了“鲤鱼打挺”这一复杂的动作。这不仅展示了机器人在动态运动控制方面的强大能力，也为未来机器人在实际应用中的广泛使用提供了新的参考。
宇树机器人的这项成果为机器人技术的发展注入了新的活力，展示了机器人在执行复杂任务方面的潜力。这为未来机器人在实际应用中的广泛使用提供了新的可能性。
实测首个烹饪大模型「食神」：DeepSeek进厨房，看脸生成养生食谱，普通人也能做大餐
DeepSeek公司推出了一款名为“食神”的烹饪大模型，该模型能够通过面部识别生成个性化的养生食谱。这款模型不仅能够提供丰富的菜谱选择，还能够根据用户的健康状况和饮食偏好生成定制化的食谱。
“食神”模型通过结合面部识别和深度学习技术，实现了对用户的个性化服务。用户只需通过手机摄像头拍摄面部照片，“食神”模型就能够根据用户的面部特征生成个性化的养生食谱。这不仅为用户提供了便捷的烹饪方案，还能够帮助用户更好地管理自己的饮食健康。
“食神”模型的应用范围广泛，包括家庭烹饪、餐厅服务等领域。其个性化服务和便捷的操作方式，为烹饪技术的发展提供了新的思路和工具，有望推动烹饪技术的广泛应用和发展。
总结
今天AI领域的新闻涵盖了英伟达在AI基础设施领域的雄心壮志、开源AI的透明度问题、DeepSeek的最新推理模型、强化学习的突破、CVPR和ICLR的高分论文、以及空间智能和机器人技术的进展。英伟达通过其基础设施平台的构建，展示了在AI时代的重要角色，而开源AI的透明度问题则引发了行业内的讨论。DeepSeek和强化学习技术的突破，为AI模型的优化提供了新的方法。CVPR和ICLR的高分论文展示了AI技术在图像处理和机器人领域的应用，而空间智能和机器人技术的发展则为未来技术的应用提供了新的可能性。这些进展共同推动了AI领域的发展，展现了其在各个领域的广泛应用前景。
作者：Qwen/Qwen2.5-32B-Instruct
文章来源：量子位, 钛媒体, 机器之心, VentureBeat, 极客公园
编辑：小康