摩根士丹利深度解析：AI能力跃升与算力危机
摩根士丹利发布关于人工智能的深度研究报告摩根士丹利最新研究报告提出关键论断：顶尖的大型语言模型正经历着“非线性的能力跨越”，算力需求已呈现“系统性超过供给”的格局。当前市场对这场AI革命的乐观预期，依然严重低估了其真实的爆发潜能与影响深度。大模型能力“跨越式提升”：比理论预测快近一倍目前最先进的大模型已能够独立处理超过15小时的连续复杂任务。若依据现有技术缩放定律进行外推，当前水平应约为8小时，实际表现已大幅超出理论预期的轨迹。多项数据证实了这一显著趋势：OpenAI首席执行官萨姆·阿尔特曼在印度人工智能
《中华肿瘤防治杂志》智能技术专刊稿件征集
- Solitation Plan-肿瘤作为高度异质性的复杂疾病类型，其进展演变涉及从分子层面至器官层面的多维度病理变化。传统诊疗模式中，影像学、病理学、基因组学及临床资料等呈现"信息孤岛"格局，难以达成跨尺度数据的有机整合。影像学评估对医师主观经验依赖度较高，难以完整呈现肿瘤特性；多组学数据分析则面临高维度、稀疏性、非线性等技术挑战。人工智能技术的突破性飞跃，特别是多模态大语言模型（MLLMs）的快速发展，为克服上述难题开辟了崭新途径。通过融合MRI、CT、PET等成像技术与基因组学、转
生成式AI临床应用能力仍存局限
尽管人工智能（AI）在医疗健康领域的运用愈发普遍，但其“仿效医师思维”的本领仍有显著缺陷。美国麻省总医院MESH孵化器团队开展的最新研究表明，生成式AI在临床推断的关键步骤仍显薄弱，尚无法独立承担临床诊疗工作。研究成果刊登在最新一期《JAMA Network Open》上。 团队选取包括ChatGPT、DeepSeek、Claude、Gemini和Grok在内的21种大语言模型，在29个已公开的临床病例中进行测评，并通过逐步给予患者信息（从基础症状到实验室及影像学结果）来复现真实诊疗流程。结果显示，当获取
人工智能加速渗透物理世界-芯青年•芯片与智能科技前沿-20260414
人工智能加速渗透物理世界，规划领域生成、视觉分析与物理推理能力正快速进步。与此同时，大语言模型的能力持续提升，能够从自然语言描述中生成规划域，并从视觉观察中推导出符号化分析解决方案。此外，大语言模型与GPU的协同效应也在强化，NVIDIA等企业的新品如Vera Rubin NVL72 Rack为人工智能计算提供了更强劲的支撑。不过，安全隐患也日趋明显，GPU Rowhammer攻击等新型风险需要引起重视。总体而言，人工智能基础设施、智能体与智能芯片的融合趋势正加速演进，未来将会涌现更多突破性应用与技术突破
人工智能技术详解：从定义到应用
人工智能，简称AI，隶属于计算机科学领域，致力于研发让机器具备类似人类智能能力的技术。本文将对人工智能的概念界定、类别划分、呈现方式、运行机制、实际用途及发展前景进行系统阐述。文中涉及的专业术语，将在文末统一汇总并加以说明。人工智能依托数学与逻辑学基础，借助机器视觉【1】、语音识别与合成【2】等技术获取环境信息，运用机器学习【3】与深度学习【4】等技术构建知识图谱【5】，并最终通过自然语言处理【6】领域的先进技术——大语言模型【7】进行决策与推断。由此可见，它并非依靠单一技术，而是通过一系列关键技术及其分
全国青少年人工智能大赛：第五赛道青少年大语言模型应用竞赛
探索人工智能的无限可能启智未来为提升中小学生人工智能素养、激发创新创造思维和探索实践能力，构建多元、健康的青少年人工智能人才培养生态，中国福利会和中国妇女发展基金会共同主办首届全国青少年人工智能大赛。“全国青少年人工智能大赛”（以下简称“大赛”）由中国福利会和中国妇女发展基金会共同主办，被列为教育部2025-2028学年面向中小学生开展的全国性竞赛活动。大赛坚持公益性、规范性、普惠性原则，将充分发挥竞赛育人功能，以提升中小学生信息科技素养、激发创新创造思维和探索实践能力为核心目标，构建多元、立体、健康的青
人工智能核心概念指南
1. Token概念阐释Token是大语言模型处理文本时的最小计算单位，可以理解为AI系统中的"文字基本粒子"。模型按Token进行计数、计费、限制长度。典型案例大约会被拆成8～10个Token这是 AI 里的文字原子。为什么说"养龙虾"？因为 AI 动脑子是要烧钱的。喂它国产 Token 还是进口 Token，你喂给它的 Token 就是口粮，喂得越多，这只龙虾就越有劲儿！就像给员工发工资，算力成本全看它。2. API概念阐释API（Application Programming Interface），
麻省理工团队以人工智能审视人工智能：算法给出的最佳方案是否足够公正？
为了帮助相关方在部署人工智能系统前，就能迅速识别其中可能存在的伦理问题，麻省理工学院的研究人员开发了一种自动化评估体系。该体系旨在量化指标（如成本或稳定性）与定性或主观的价值观念（如公平性）之间寻求平衡。这一系统将客观评估与用户定义的人类价值观分开处理，利用一个大语言模型充当“人类代理”，以捕捉和整合各利益相关方的偏好。这套自适应的框架能够筛选出最值得深入评估的场景，从而简化原本需要耗费大量人力和时间的传统手工流程。这些测试用例既能展示自动化系统与人类价值观高度契合的情形，也能揭示那些意外偏离伦理准则的意
AI核心概念解读：RAG如何构建实时知识库
AI核心概念解读赋予AI“实时知识库”的能力你是否曾有这样的经历：向AI询问一件刚发生的事情，它却煞有介事地编造出一个答案？这正是AI的“幻觉”问题——它不了解最新的资讯，但又不愿承认“我不知道”，于是选择了“凭空捏造”。RAG技术便是为解决此问题而生。RAG是Retrieval-Augmented Generation的缩写，中文译为“检索增强生成”。我们来分解一下：简而言之：RAG让AI在回应问题之前，先去“查阅”一下“资料库”，然后综合查找到的信息进行回答。如此一来，AI便不再仅仅依赖“记忆”，而是
大模型时代的心理计算：从预训练到交互式应用的综述
人工智能与心理学的融合领域正在快速扩张，年发文量已由2000年的859篇激增至2025年的29,979篇。不过，这种迅猛发展也导致了方法论上的“碎片化”，即类似的计算技术在不同心理学分支中孤立发展。本文提出了首个系统性的分类框架，依据计算处理方式而非应用领域重构AI驱动的心理学任务，将其划分为四大类：分类、回归、结构化关系及生成交互式任务。通过对跨越预训练模型与LLM时代的300多项代表性研究进行剖析，我们探讨了计算方法如何从特定任务的特征工程演进至迁移学习及少样本自适应。此外，本文梳理了相关数据集、评估
AI科技快讯 | Anthropic打击第三方滥用，Claude Code揭露Linux陈年漏洞，RAG技术回归结构化，PostHog领跑全栈监控
TechDistill是一款自动化信息精炼工具，旨在信息泛滥的当下，助力用户迅速、便捷地掌握每日最新技术动态，特别是人工智能领域的发展。面对每日层出不穷的技术资讯，开发者与技术发烧友常常陷入信息超载的困境。TechDistill整合了多个优质技术信息来源，并运用大语言模型进行深度梳理与归纳，从而显著减轻用户在信息筛选与阅读过程中的认知负荷。项目：PostHog/posthog
哈啰顺风车推出MCP服务，全面开放给各类AI模型
新浪科技讯 4月3日下午消息，哈啰顺风车正式发布MCP服务，将整个顺风车流程的供需匹配、差异化服务及交易功能整合为AI可调用的标准接口，面向所有大型语言模型和AI智能体开放，以满足用户通过“AI入口”直接提出的出行需求。 对于普通用户来说，哈啰顺风车的MCP服务将在体验上实现“无缝升级”。用户可以省去切换应用程序、筛选车主、沟通行程细节等步骤，AI工具能够基于对需求的理解，调用哈啰MCP服务完成车主匹配、下单、支付等一系列操作，并推送行程信息。 作为互联网出行领域的首个MCP服务，哈啰顺风车的核心能力——
大语言模型背后的秘密
大语言模型（Large Language Model，简称LLM）如同一位通读了全网知识的超级学神，不仅能与人对话、撰写文章、翻译语言，还能编写代码——仿佛拥有一颗"超级大脑"！设想一下，若你能阅读全世界所有书籍、文章及网页，并能对任何提问给出精准答案——这正是大语言模型的工作方式。其三大要点：→ 接受了数千亿词汇（涵盖书籍、网页、对话等）的训练→ 犹如一个人读完了整座图书馆→ 核心机制很简单："预测下一个词"→ 比如"今天天气真___"，它猜测"好
AI 的「词元」：Token 如何影响模型处理文本？
Token，直译为「词元」或「令牌」，是大语言模型（LLM）处理文本的基本单位。你输入的文字，在进入模型之前，会先经过一个叫做Tokenizer（分词器）的程序，把文本切碎成一个个 Token。这些 Token 再被转换为数字 ID，模型才能「读懂」它们。一个 Token ≠ 一个字。Token 可以是：目前主流的分词算法有三种：最常见的方法，被 GPT 系列、LLaMA、Mistral 等广泛使用。核心思想：从单个字节出发，反复合并出现频率最高的相邻字节对，直到达到预设词表大小。举例：Google BE
人工智能金融优化：范式革新与技术重构
上海市社会科学界联合会主管主办摘要：人工智能技术和大语言模型在金融市场中的广泛应用，为解决传统金融优化问题提供了新机遇和载体，显著提升了金融建模和决策优化能力。本文基于金融行为最优化的核心逻辑，探讨了金融产品价格预测、投资组合管理、风险识别及监管手段的先进性等核心问题，对比传统金融方法与人工智能金融方法，揭示AI技术在金融优化中的范式革命和技术重构过程，总结其具体路径和创新，展现人工智能金融在优化问题中的优异表现。作者：殷德生，华东师范大学经济与管理学院、中国金融研究院教授；王涵，华东师范大学中国金融研究