康叔的AI全栈工坊发布的文章 - 康叔的AI全栈工坊

【20251115AI日报】GPT 5.1 发布了，但西方媒体准备「讲好中国故事」

本文字数：约 4400 字，预计阅读时间：22 分钟GPT 5.1 发布了，但西方媒体准备「讲好中国故事」GPT 5.1 的发布伴随着市场对 AI 芯片和数据中心投资的质疑。OpenAI 首席财务官 Sarah Friar 的一席话，引发了美国科技股集体重挫，总市值一夜蒸发近 5000 亿美元。在这一背景下，中国 AI 模型 MiniMax M2 逐渐崭露头角，其高性能和高性价比吸引了全球开发者的关注。美国创业公司更多转向中国开源模型，如 Qwen、MiniMax、智谱等，反映出全球资本对美国 AI 价值体系的质疑，以及对中国 AI 模型的重新审视。AI、游戏双驱动，腾讯「赚麻了」腾讯2025年第三季度财报显示，其AI战略已经深入到各个业务板块，成为贯穿性角色。AI不仅提升了游戏研发效率和用户参与度，还优化了广告的精准度，提升了微信生态的智能化水平。财报显示，增值服务收入同比增长16%，其中游戏业务收入增速为22.8%。腾讯的研发投入达到228.2亿元，创下历史新高，主要用于AI技术的研发和应用。此外，腾讯资本开支同比下降24%，表明其更加专注于AI技术的内部应用而非硬件采购。AI正在

今日新鲜事 · 16 天前

【20251114AI日报】Baidu unveils proprietary ERNIE 5 beating GPT-5 performance on charts, document understanding and more

本文字数：约 3964 字，预计阅读时间：13 分钟Baidu unveils proprietary ERNIE 5 beating GPT-5 performance on charts, document understanding and more中国搜索巨头百度在Baidu World 2025活动上发布了其下一代基础模型ERNIE 5.0，该模型在多种任务中表现出色，尤其是在图表理解和文档理解方面。ERNIE 5.0是一个专有的、原生的多模态模型，旨在同时处理和生成文本、图像、音频和视频内容。与其他开源模型相比，ERNIE 5.0仅通过百度的ERNIE Bot网站和Qianfan云平台API提供。该模型的性能表明，百度在多模态基础模型领域中具有竞争力，尤其是在处理复杂文档和图像理解方面。ERNIE 5.0的发布标志着百度在AI领域的战略升级，旨在成为全球领先的AI基础设施提供商。尽管在某些任务中仍需进一步优化，但ERNIE 5.0的发布为百度在全球AI市场中的竞争地位提供了有力支持。Upwork study shows AI agents excel with human

今日新鲜事 · 17 天前

【20251113AI日报】Weibo's new open source AI model VibeThinker-1.5B outperforms DeepSeek-R1 on $7,800 post-training budget

本文字数：约 4253 字，预计阅读时间：14 分钟Weibo's new open source AI model VibeThinker-1.5B outperforms DeepSeek-R1 on $7,800 post-training budget在2025年晚些时候，中国社交网络公司微博发布了其开源人工智能模型VibeThinker-1.5B，这是一个基于阿里巴巴Qwen2.5-Math-1.5B的15亿参数大语言模型（LLM）。该模型免费下载并可供研究人员和企业开发者使用，包括商业用途，使用MIT许可发布在Hugging Face、GitHub和ModelScope上，并在arxiv.org上提供技术报告。尽管其参数规模较小，VibeThinker-1.5B在数学和代码任务的推理性能方面超越了其他模型，甚至超过了拥有671亿参数的DeepSeek R1。此外，VibeThinker-1.5B在推理方面也超越了Mistral AI的Magistral Medium，并与Anthropic的Claude Opus 4和OpenAI的gpt-oss-20B Medium相匹敌

今日新鲜事 · 18 天前

【20251112AI日报】年产值突破 150 亿，刚毕业的俊男美女涌入「团播」工厂

本文字数：约 4864 字，预计阅读时间：10 分钟Only 9% of developers think AI code can be used without human oversight, BairesDev survey revealsBairesDev 最近发布的 Dev Barometer 报告揭示了开发者对 AI 代码的看法。调查结果显示，9% 的开发者认为 AI 生成的代码可以无须人工监督直接投入使用，而大部分开发者仍然对 AI 生成代码的可靠性持谨慎态度。该报告调查了来自 92 个软件项目中的 501 名开发者和 19 名项目经理。数据表明，AI 正在改变软件开发流程，减少例行编码任务，更加强调设计和战略，并提高了对 AI 能力的需求。74% 的开发者预期将从手动编码转向设计解决方案，而 61% 的开发者计划将 AI 生成的代码整合到工作流程中。尽管有这种乐观情绪，但开发者仍然认为 AI 代码需要人工验证，以确保准确性和安全性。BairesDev 的首席技术官 Justice Erolin 指出，AI 目前在生成代码框架和单元测试方面表现出色，节省了开发者每周大约

今日新鲜事 · 19 天前

【20251111AI日报】上交博士最新思考：仅用两个问题讲清强化学习

本文字数：约 17,650 字，预计阅读时间：35 分钟重点新闻上交博士最新思考：仅用两个问题讲清强化学习强化学习（RL）作为人工智能领域的重要研究方向之一，其复杂性常常令人望而却步。上海交通大学与上海期智研究院的博士生 Kun Lei 近期发表了一篇博客，提出了一种全新的框架来理解强化学习：所有强化学习算法，都可以通过两个问题来理解，即“数据从哪里来”和“策略更新有多频繁”。数据从哪里来强化学习的过程可以理解为智能体不断收集经验、并用这些经验改进策略的循环。不同算法的差异很大程度上取决于它们依赖什么样的数据。在线学习算法（如 PPO 和 SAC）在交互过程中不断学习新数据，而离线学习算法（如 CQL 和 IQL）则完全依赖于固定的数据集进行训练。这些方式反映了任务的现实约束：能否安全地试错？能否持续获得新数据？试错的代价是否可承受？学习更新的节奏这个维度是智能体多久评估一次策略，又多久调整一次行为。从一步式学习到多步式学习，再到迭代式学习，算法的更新节奏越来越密集，也意味着从静态到动态的转变。不同节奏之间，其实反映的是对稳定性和适应性的权衡。更底层的统一框架博客还提出了一

今日新鲜事 · 20 天前

Theme Jasmine by Kent Liao