AI、机器学习、深度学习与LLM之间究竟有什么联系？
副标题：厘清基础模型、多模态和生成式 AI 的真实定位资料校准日期：2026 年 8 月 28 日面向读者：AI 初学者、产品经理、研发工程师，以及希望系统补全 AI 基础知识的读者第 1 篇里，我绘制了一张 AI 应用的全景图。后续几篇按 RAG、Workflow、Agent 和协议层层递进，讲解模型如何对接知识、工具和业务系统。可工程实践越深入，越有必要回头把地基夯实：AI、机器学习、深度学习、Transformer、基础模型、LLM、多模态模型和生成式 AI，是否构成一条由大到小的嵌套链？答案是否定
备战5万亿参数巨模？字节Seed基模团队架构大调整
IT之家8月19日报道，据晚点LatePost今日（19日）夜间消息，字节跳动旗下大模型团队Seed已于上周完成新一轮组织架构调整。其中最核心的变化在于Seed Foundation Model（Seed基础模型）正式拆分出四个全新的一级部门：这四个新部门的负责人都直接向吴永辉汇报。除此之外，Seed还分别为AI安全以及其他前沿探索领域指定了专项负责人。Seed在此次调整通告中强调：“整合同类职能、削减overlap（重叠），形成内部合力”。此前，Seed主要依据模态类型和研究方向来划分团队，文本、代码、
韩国"AI全民化"项目招标新阶段 三家企业成功晋级
韩国科学技术信息通信部于本周二宣布，三家企业在政府扶持项目的下一阶段招标中成功晋级，该项目致力于打造面向公众免费使用的人工智能（AI）服务。该部门发布的新闻稿指出，SK电信、LG人工智能研究院以及自主研发基础大模型Solar的AI初创公司Upstage，从四家候选机构中脱颖而出，顺利进入下一阶段。韩国科学技术信息通信部表示，Motif Technologies在第二轮评审中因位列末位而被淘汰。本轮评审综合了基准测试、专家评估以及用户反馈。该部门推出的"全民人工智能"（AI for All）项目，是韩国政府
德塔智能携手舞肌科技，共建全身灵巧操作数据采集规范
新浪科技讯 8月17日下午消息，近日，原生人形机器人(15.940, 0.29, 1.85%)基础模型公司德塔智能（Delta Intelligence）宣布与灵巧手硬件企业舞肌科技正式签署战略合作协议。双方将围绕全身协同灵巧操作的数据采集与模型训练展开协同，打通"数据采集—模型训练—灵巧操作"全链路，并计划于年内推出联合定义的"全身协同灵巧操作数据标准"与"模型训练基线"。据了解，德塔智能专注于原生人形机器人基础模型（HFMs）与原生3D世界引擎，具备"数采—基模—端侧"三位一体的全栈算法与技术部署能力
AI巨头版图:五大平台的算力、模型与Agent布局解读
“ 近几年，AI 产业已从大模型之间的较量，转向更深层的平台竞争。如果只对比 GPT、Claude、Gemini、Nova 谁更出色，很难解释为什么 Microsoft 一边与 OpenAI 紧密协同，一边又在 Copilot 中纳入更多模型；同样难以说清 Amazon 为何既投资 Anthropic、自主研发 Nova，又借助 Bedrock 提供别家公司的模型。”要把握当下的 AI 产业格局，需要把模型、云、Agent 平台与终端应用放在同一张全景图里观察。各家公司掌握的核心资源不同，因而彼此之间既有
西湖数智于开丞：具身智能若循专用模型旧路，进家庭场景恐需百年
新浪科技讯 8月7日晚间消息，近期，专注于Physical AI通用物理智能的西湖数智公司顺利完成了种子轮与天使轮融资，总额累计突破亿元大关，投资方涵盖英诺基金、东方嘉富基金、正轩投资、天启资本、西湖创新投资基金、金蚂投资等机构。 在与新浪科技的交流中，西湖数智创始人于开丞透露，目前公司团队已搭建完毕，正全力推进基础模型的研发工作，同时已与多家行业合作伙伴达成协议，相关动态预计将在今年9至10月期间陆续公布。 西湖数智创立于2026年1月，核心团队源自西湖大学自主智能实验室AutoLab，创始人于开丞担任
科学发现迎来AI变革，实验室成为新战场
过去两年，我目睹了AI在办公室里承接大量琐碎任务：编写代码、记录会议、进行检索、排版文档，甚至帮人打开一封难以措辞的邮件。然而，若仅将其视为"更高效的白领工具"，我认为这一定位过于局限。科学智能（AI for Science）正在将模型推向实验室、数据中心和研究团队的交汇点。这里的愿景并非让模型替科学家撰写更规范的论文，而是让它融入科学发现的完整链条：提出假设、设计实验、采集新数据、再决定下一步验证什么。届时，科学研究的瓶颈将从"是否有创意"转向"实验与数据能否跟上步伐"。基础模型（foundation
告别人工标注：Nature子刊EVA-X重塑胸片AI诊疗新范式
过去十年间，人工智能在医疗领域经历了显著演变。早期医学AI多采用“任务导向”的深度学习范式：向系统输入大量已标注数据，训练特定疾病识别模型，以完成单一诊断任务。这种模式虽推动了影像智能化，却遭遇核心瓶颈：医学数据的最大痛点并非匮乏，而是高质量人工标注稀缺。一张胸部X光片往往需资深放射科医师进行病灶识别、定位及严重程度分级，而海量影像数据虽丰富，却缺乏精细标注。因此，传统AI模型面临标注成本高昂、泛化能力受限、单模型单任务、难以适应真实临床场景等难题。近年来，人工智能领域迎来重大变革：从“专用模型”转向“基
人工智能知识大全：系统化学习指南
由AI研究学者Aman Chadha精心构建的综合性知识平台Aman.ai，堪称一部人工智能领域的百科全书，涵盖从AI基础理论到大型模型、智能代理、世界模型、机器人等众多前沿领域。该平台的核心亮点在于不单纯堆砌学术文献，而是针对每个技术主题，遵循背景演进->核心机制->数学根基->经典文献->前沿突破->实践应用的脉络进行组织，帮助学习者迅速搭建完整的认知框架。如今，网站已囊括Transformer、注意力机制、大语言模型、视觉语言模型、扩散模型、检索增强生成、混合专家系统、
26fall全奖博士机会！UCL人工智能底层创新项目
26fall全奖博士捡漏！伦敦大学学院AI基础研究全额资助 拒绝表面工作🔥UCL国家级AI核心创新全奖博士｜年收入27万+ 今天为大家介绍一个专注纯粹科研、挑战现有大模型框架的优质全奖机会✨ 源自英国国家级重点实验室SOFAIR UCL主导、牛津/剑桥/爱丁堡合作共建 官方目标：构筑英国未来AI底层技术壁垒 2026年10月入学，四年全面资助，适合志在探索AI本质的真正研究者✅ 🏫 平台价值无可比拟 欧洲顶尖UCL AI中心 + 英国UKRI国家级实验室 汇聚牛津剑桥爱丁堡名校AI专家、统计/数学/神经科
AI如何为科研导航并揭示新药靶标
格拉德斯通的研究人员正致力于打造新型人工智能模型，以推测疾病中的异常情况及其修复途径。脑细胞随岁月如何演变？新药物对肝细胞有何影响？吸烟数十年后，肺细胞会经历哪些变化？这些关乎细胞行为的根本疑问，对疾病预防和新药研发具有切实的应用意义。为寻求答案，科学家常借助活细胞设计实验，调整细胞的DNA或环境，观察其反应。这一实验流程重塑了我们对人类生物学和医学的认知。然而，它进展缓慢、成本高昂，且难以扩展以捕捉生命的真实复杂性。毕竟，影响细胞行为的基因并非孤立运作，而是通过与我们基因组中数千个其他基因的某些交互来发
AI技术大咖孙天祥加盟百度，执掌基础模型研发部
新浪科技讯 7月1日晚间消息，大模型领域技术专家孙天祥正式入职百度，出任基础模型研发部（BMU）负责人。 据透露，孙天祥此次同步加入百度模型委员会（BMC）。此前，百度已分别设立基础模型研发部（BMU）和应用模型研发部（AMU），其中应用模型研发部由贾磊掌舵。 近期以来，百度在AI领域的组织架构与人才团队方面持续优化：成立百度模型委员会、多次引进年轻技术人才，围绕基础模型展开系统性人才战略布局。 以组织变革驱动人才发展、以产品创新验证组织效能，这一模式正逐步成为百度AI人才战略的核心方向。 日前百度开源的
AI与DSA联合工作坊：构建可泛化可信智能
基础模型时代的可泛化与可信智能学术工作坊（Building Generalizable and Trustworthy Intelligence Workshop）将于2026年7月2日（周四）在香港科技大学（广州）E1-147举办。本次工作坊围绕基础模型时代的前沿研究方向展开，核心聚焦可泛化表征学习、可信人工智能与接地智能三大领域。上午场特邀英国布里斯托大学两位学者带来研究报告，分享通用表征、多模态生成、不完美信息场景下可信AI等方向的最新研究进展。下午场为邀约制圆桌研讨，将围绕AI科研智能体对科研范式
机器人时代降临——物理AI与边缘计算的机遇
作者：Pete BernardEDGE AI FOUNDATION首席执行官千百年来，人类始终在描绘"机器人"的轮廓——这一想象最早可追溯至公元前3000年，彼时埃及水钟借助人形雕像来报响整点的钟声。此后，机器人形象不断渗入我们对未来的想象，从1927年的电影《大都会》，到《星球大战》系列中的C3PO与R2D2，皆为经典例证。然而回归现实，如今真正投入运行的机器人远没有那么戏剧化。过去数十年间，它们被设计用于承担危险与重复性的工作，与人类外形毫无关联。它们在仓库与矿井间穿梭，在田间播撒肥料；还借助空中与地
超医头条|微软英伟达为何联手布局医疗AI新战场？
近期，两项重大动态引发全球医疗AI领域的广泛关注。6月2日，微软宣布携手全球顶尖医疗机构梅奥诊所，共同研发医疗领域的前沿基础模型；6月11日，英伟达则宣布与医疗AI独角兽Abridge达成合作，联合训练专为临床场景打造的医疗大模型。两次动作相隔不足十天，两大AI巨头几乎同步发力，绝非偶然。若说过去三年AI产业的主旋律是“通用大模型能力比拼”，那么从2026年起，竞争正步入新纪元：谁能率先构建医疗、金融、制造等关键领域的“专属基础模型”，谁便可能掌握下一轮AI产业的主动权。而医疗，正成为至关重要的战略制高点